
何が起きたか
元OpenAI CTO Mira Murati が創業した Thinking Machines Lab は、総パラメータ数9750億(タスクあたり有効パラメータ数41億)のオープンウェイト AI モデル Inkling をリリースした。45兆トークンのテキスト、画像、音声、動画で学習。ChatGPT、Claude、Gemini と異なり、Inkling はオープンソースで、開発者が直接ダウンロードして修正できる。
なぜ重要か
同社の主張は、カスタマイズ可能なオープンモデルを使う組織が、一律的なプロプライエタリモデルに依存する組織を上回るということ。Microsoft CEO Satya Nadella も同様に、プロプライエタリモデルが数千のプロンプトと修正を通じてビジネス知識を抽出していると企業に警告している。Bridgewater Associates のプロジェクトはこのアプローチを実証した:金融専門知識でオープンモデルをファインチューニングすると、金融推論テストで 84.7% を記録し、トッププロプライエタリモデルを上回りながら、実行コストは 14 分の 1 程度に抑えられた。
注目点
Thinking Machines は約 9 カ月でこれを達成した。OpenAI(約 5 年)や Anthropic(約 3 年)より高速。従業員約 200 名で、3 月に Nvidia と戦略的パートナーシップを締結し、コンピューティング容量を導入。モデル自体ではなく、カスタマイズプラットフォーム Tinker が収益源。オープンウェイトは無料でダウンロード・実行できるため。
こういう要約が、毎朝あなたのメールに届きます。
Thinking Machines による Inkling のリリースは、エンタープライズ AI に標準化よりもカスタマイズが優位であるという確信の高まりを反映している。同社の賭けは、OpenAI や Anthropic のような集中化された研究機関が、個々の組織に固有のドメイン固有知識を無視する一律的なプロダクトを販売しているという前提に基づいている。この議論は Thinking Machines を超えて信頼性を獲得している。Microsoft CEO Satya Nadella は最近、プロプライエタリモデルを使用するエンタープライズは事実上二重に支払っている—サブスクリプションコストと、数千のプロンプトと修正に埋め込まれたビジネス知識を引き渡すことで、それが将来のモデルバージョンに吸収される可能性があると警告している。Hugging Face CEO Clem Delangue は、フロンティアモデルは実験と高価値タスクに次第に限定され、ほとんどの本番 AI 作業がプライベートまたはオープンソース代替品にシフトするという同様の予測を行った。
Bridgewater Associates プロジェクトはこの論文に対する具体的な証拠を提供している。両社の研究者はオープンソースモデルを Bridgewater の金融専門知識でファインチューニングし、金融推論テストで 84.7% を達成し、トッププロプライエタリモデルを上回りながら、実行コストは約 14 分の 1 程度であった。この結果—独立した評価ではなく両社自身による評価—はドメイン固有カスタマイズの潜在的価値を実証している。Thinking Machines の市場投入速度(約 9 カ月)はまた、同社がより大きなライバルよりも効率的なパスを見出したことを示唆しているが、その支出が最終的に OpenAI や Anthropic レベルにスケールするのか、あるいはその効率駆動型アプローチが根本的に経済性を変えるのかについての疑問が残る。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
次の記事へAWSがビジョン、推論、アクションを統合フレームワークで連携