Thinking Machines Lab Challenges 'One-Size-Fits-All' AI with Open Model Inkling
Source: TechCrunch
この記事の要約
元OpenAI最高技術責任者ミラ・ムラティ氏が率いるThinking Machines Labが、初の自社開発モデル「Inkling」を発表しました。誰でもダウンロードして改造できる「オープンウェイト」モデルで、約18か月かけて開発されました。同社は、あらゆる用途に対応する画一的なAIよりも、各企業が自社の専門知識を使ってカスタマイズしたAIの方が優れていると主張しています。
編集部より
open-weight、customize、one-size-fits-allといった単語は、AIモデルの提供形態を説明する記事で頻出する表現です。one-size-fits-all（画一的な、万能な）は、AI以外の製品やサービスを批評する文脈でも使われる便利な言い回しです。
日本企業が自社データを使ってAIをカスタマイズしたいと考えたとき、オープンウェイトモデルは有力な選択肢のひとつです。この記事で紹介されている「専門特化型AI」という考え方は、日本企業がAI導入戦略を検討する際の視点として参考になります。
ミラ・ムラティ氏はOpenAIを退社後、複数の元同僚とともにThinking Machines Labを設立しました。OpenAIやAnthropicのようなクローズドモデル路線とは異なるアプローチを取る企業として業界で注目されており、この記事はAI業界内の戦略の多様化を示す一例として読むと理解が深まります。
話のネタ・雑談に
「画一的な万能AIより、自社に合わせてカスタマイズしたAIの方が強いという考え方があるらしいですよ」という切り口で話せます。特に、大手AI企業が閉じたモデルを提供する一方で、こうしたオープンなアプローチを取る企業も出てきている、という業界の分かれ道は、AI導入を検討する立場の人との会話のきっかけになります。「元OpenAIの技術トップが作った会社というのも興味深いポイントですね」と付け加えると、人材の動きについても話が広がります。
英語本文
文をクリックすると、その部分から読み上げが始まります。
Thinking Machines Lab, the AI startup founded by Mira Murati, former chief technology officer of OpenAI, has released its first in-house model, called Inkling.
Unlike the proprietary systems offered by OpenAI, Anthropic, or Google, Inkling is open-weight, meaning developers can download and modify it directly.
Under the hood, Inkling is a mixture-of-experts system with 975 billion parameters in total, though it activates only about 41 billion for any single task. It was trained on 45 trillion tokens spanning text, image, audio, and video.
Rather than betting on a single, centralized model meant to serve every company equally well, Thinking Machines argues that organizations with deep domain expertise are best positioned to adapt AI for their own needs.
For that reason, Inkling is designed as a foundation rather than a finished product, and companies are expected to fine-tune it on their own data through Tinker, the company's dedicated platform for customization.
Vocabulary
open-weight
Meaning: モデルの重み（パラメータ）が公開されており、誰でもダウンロード・改変できる状態
Example: Inkling is an open-weight model that developers can download and modify directly.
mixture-of-experts
Meaning: 複数の専門的なサブモデル（エキスパート）を組み合わせ、タスクごとに一部だけを使う仕組み
Example: The model uses a mixture-of-experts architecture to save computing power.
parameter
Meaning: モデルの学習によって調整される内部の数値（パラメータ）。多いほど一般に高性能だが計算コストも増える
Example: Inkling has 975 billion parameters in total, but only activates about 41 billion for any given task.
modality
Meaning: テキスト・画像・音声・動画など、情報の種類や形式
Example: The model was trained to reason natively across four modalities: text, image, audio, and video.
fine-tune
Meaning: 既存のモデルを特定の目的やデータに合わせて追加学習させ、調整すること
Example: Companies can fine-tune Inkling on their own data using the Tinker platform.
centralized
Meaning: 中央集権的な、一か所に集約された
Example: The company argues against a centralized approach where one giant model serves everyone.
domain expertise
Meaning: 特定の分野における専門知識
Example: Organizations with deep domain expertise are best positioned to adapt AI for their own needs.
foundation
Meaning: 土台、基盤となるもの
Example: Inkling is designed as a foundation that other companies can build on, not a finished product.