Mira Murati-ன் Thinking Machines Lab, Inkling என்ற open-weight மாடலுடன் அதிகாரப்பூர்வமாக களமிறங்கியுள்ளது. இது மையப்படுத்தப்பட்ட, “அனைவருக்கும் பொருந்தும்” (one-size-fits-all) AI நிறுவனங்களின் ஆதிக்கத்தை சவாலுக்கு உட்படுத்த உருவாக்கப்பட்டுள்ளது. வெறும் பொதுவான ஆற்றலுக்குப் பதிலாக, தனிப்பயனாக்கக்கூடிய தன்மையின் (customizability) மீது பந்தயம் கட்டும் இந்த ஸ்டார்ட்அப், நிறுவனங்களுக்கான AI-ன் எதிர்காலம் என்பது சிறப்புத் திறன் கொண்ட, உள்ளூர் அளவில் மேம்படுத்தப்பட்ட நுண்ணறிவில் (locally optimized intelligence) உள்ளது என்று கூறுகிறது.

Inkling-ன் கட்டமைப்பு: MoE மூலம் செயல்திறன்

Inkling என்பது 975 பில்லியன் மொத்த அளவுருக்களைக் (parameters) கொண்ட ஒரு Mixture-of-Experts அமைப்பாகும். இருப்பினும், இது எந்தவொரு தனிப்பட்ட பணிக்காகவும் சுமார் 41 பில்லியன் அளவுருக்களை மட்டுமே செயல்படுத்துகிறது, இதன் மூலம் உயர்நிலைத் தர்க்கத்தைப் (reasoning) பேணிக்கொண்டே தாமதத்தையும் (latency) செலவையும் குறைக்கிறது. இந்த மாடல் 45 டிரில்லியன் உரை, படம், ஆடியோ மற்றும் வீடியோ டோக்கன்களிலிருந்து கற்றுக்கொண்டதால், இது இயல்பான மல்டிமோடல் (multimodal) திறன்களைக் கொண்டுள்ளது. Nvidia-வின் Nemotron 3 Ultra-வை விட மூன்றில் ஒரு பங்கு டோக்கன்களை மட்டுமே பயன்படுத்தி, கோடிங் பெஞ்ச்மார்க்குகளில் (coding benchmarks) Inkling இணையப் பயன்படுத்துவதாக நிறுவனம் கூறுகிறது, இது பயிற்சியின் செயல்திறனுக்கு ஒரு தெளிவான சான்றாகும்.

நிறுவனங்களுக்கான தனிப்பயனாக்கத்தை நோக்கிய ஒரு மூலோபாய மாற்றம்

OpenAI, Anthropic அல்லது Google ஆகியவற்றின் முதன்மைத் தயாரிப்புகள் முக்கியமாக பொதுவான சாட்பாட்களாக (chatbots) செயல்படுகின்றன; ஆனால் Inkling நிறுவனங்களுக்கான ஒரு அடித்தளமாக (foundation) சந்தைப்படுத்தப்படுகிறது. Thinking Machines இந்த மாடலை ஒரு தொடக்கப் புள்ளியாக முன்வைக்கிறது, மேலும் நிறுவனங்கள் அதன் “Tinker” தளம் மூலம் தங்களின் சொந்தத் தரவுகளைக் கொண்டு (proprietary data) இதைத் தனிப்பயனாக்கிக் கொள்ளுமாறு (fine-tune) வலியுறுத்துகிறது.

இந்த நடவடிக்கை தொழில்துறையின் “இரட்டைப் பணம் செலுத்தும்” (double payment) சிக்கலைத் தீர்க்கிறது. நிறுவனங்கள் இரண்டு முறை பணம் செலுத்துவதாக Microsoft CEO Satya Nadella எச்சரித்துள்ளார்—ஒருமுறை சந்தாவிற்காகவும் (subscription), மற்றொருமுறை தங்களின் தனித்துவமான வணிகத் தர்க்கங்களை (business logic) ஒரு மாடலில் உள்ளீடு செய்வதன் மூலமும், இது இறுதியில் அந்த சேவை வழங்குநரின் பயிற்சித் தொகுப்பை (training set) மேம்படுத்துகிறது. ஒரு open-weight மாடலை வழங்குவதன் மூலம், Thinking Machines நிறுவனங்கள் அந்த நுண்ணறிவை தங்களுக்குள்ளேயே (in-house) வைத்துக்கொள்ள அனுமதிக்கிறது.

அதிக முக்கியத்துவம் வாய்ந்த உள்கட்டமைப்பு மற்றும் விரைவான வளர்ச்சி

Thinking Machines சந்தைக்கு மிக விரைவாக வந்துவிட்டது. OpenAI சுமார் ஐந்து ஆண்டுகளையும், Anthropic சுமார் மூன்று ஆண்டுகளையும் எடுத்துக்கொண்டன; ஆனால் Thinking Machines வெறும் ஒன்பது மாதங்களில் இத்தகைய மைல்கல்லை எட்டியதாகக் கூறுகிறது.

அந்த வேகத்தை இயக்க, நிறுவனம் வன்பொருளை (hardware) நம்பியிருந்தது. மார்ச் மாதம் Nvidia உடனான கூட்டாண்மைக்குப் பிறகு, Inkling முழுமையாக Nvidia-வின் GB300 NVL72 அமைப்புகளில் பயிற்சியளிக்கப்பட்டது. நிறுவனம் டிஸ்டிலேஷன் (distillation) நுட்பங்களைப் பயன்படுத்தியது—ஆரம்பக்கட்ட போஸ்ட்-ட்ரெய்னிங்கிற்கு (post-training) Moonshot AI-ன் Kimi K2.5 போன்ற open-weight மாடல்களைப் பயன்படுத்தியது—ஆனால் எதிர்கால போஸ்ட்-ட்ரெய்னிங்கை முழுமையாகத் தங்களுக்குள்ளேயே (in-house) மேற்கொள்ள உறுதிபூண்டுள்ளது.

முக்கியக் குறிப்புகள்

  • Open-Weight நன்மை: டெவலப்பர்கள் 975 B-parameter கொண்ட MoE மாடலைத் தரவிறக்கம் செய்து மாற்றியமைக்க முடியும், இதன் மூலம் மூடிய சுற்றுச்சூழல் அமைப்புகளிடமிருந்து (closed ecosystems) கட்டுப்பாட்டைத் தங்களுக்குள்ளேயே வைத்திருக்க முடியும்.
  • செயல்திறன் சார்ந்த வடிவமைப்பு: ஒரு பணிக்கு 41 B அளவுருக்களை மட்டுமே செயல்படுத்துவதும், டோக்கன் பயன்பாட்டைக் குறைப்பதும், மாடல் மிகக் குறைந்த செயல்பாட்டுச் செலவில் (operational cost) உயர்தரத் தர்க்கத்தை வழங்க அனுமதிக்கிறது.
  • தனிப்பயனாக்கப் பந்தயம்: Thinking Machines பொதுவான சாட்பாட்களிலிருந்து விலகி, “Tinker” என்ற தளத்தை நோக்கி நகர்கிறது; இது அடிப்படை மாடல்களை (foundation models) ஒவ்வொரு நிறுவனத்திற்கும் தேவையான சிறப்புச் சொத்துக்களாக (specialized assets) மாற்றுகிறது.