Thinking Machines Lab, la startup de inteligencia artificial fundada por la ex directora de tecnologia de OpenAI, Mira Murati, ha lanzado su primer modelo, un sistema de pesos abiertos llamado Inkling. Es un hito genuino para uno de los laboratorios nuevos mas observados y mejor financiados del sector, uno que reunio cerca de 2.000 millones de dolares con una valoracion de 12.000 millones de dolares antes de lanzar un solo producto, y el modelo es una expresion directa de la apuesta central de la compania, la de que una IA que las organizaciones puedan adaptar por si mismas vencera a los modelos unicos para todo que los mayores laboratorios venden hoy.

Inkling es un modelo de mezcla de expertos (mixture-of-experts) con 975.000 millones de parametros en total, de los cuales unos 41.000 millones estan activos para cualquier tarea, un diseno que mantiene bajo el costo de computo a la vez que da al modelo una base de conocimiento muy amplia de la cual echar mano. Fue entrenado con 45 billones de tokens que abarcan texto, imagen, audio y video, de modo que razona entre todas esas entradas de forma nativa en lugar de acoplar sentidos adicionales a un modelo de texto. Dos de sus decisiones destacan, ofrece respuestas calibradas que senalan su propia incertidumbre en lugar de adivinar con exceso de confianza, y permite al usuario subir o bajar el esfuerzo de razonamiento para intercambiar velocidad por calidad.

Lo mas llamativo es el enfoque. Thinking Machines dice sin rodeos que Inkling no es el modelo mas potente disponible hoy, ni cerrado ni abierto. En lugar de perseguir la cima de una tabla de clasificacion, apunta a algo equilibrado, eficiente y sobre todo adaptable. En tareas de programacion, segun se informa, usa alrededor de un tercio de los tokens que un modelo comparable necesita para el mismo resultado, y en un estudio de caso con la firma de inversion Bridgewater alcanzo un 84,7 por ciento de precision en razonamiento financiero a una pequena fraccion del costo. La propuesta no es ser el mejor chatbot general, es ser una base solida que otros puedan moldear.

Ahi es donde se enfoca el plan mas amplio del laboratorio. Inkling esta pensado para personalizarse a traves de Tinker, la plataforma de ajuste fino de Thinking Machines, de modo que una empresa pueda adaptarlo a sus propios datos y flujos de trabajo en lugar de alquilar un modelo congelado cuyo comportamiento se controla en otra parte. Es la version concreta de una tesis que Murati y su equipo expusieron este mes, la de que el futuro de la IA es distribuido y personalizable, moldeado por las personas que lo usan, en vez de un punado de gigantescos modelos cerrados que todos alquilan en los mismos terminos.

Por que importa es que Inkling convierte un argumento a contracorriente en algo que de verdad se puede descargar. La estrategia dominante en la IA ha sido construir modelos de frontera cada vez mas grandes y vender el acceso a ellos, y la mayor parte de la atencion sigue yendo a quien publica las puntuaciones mas altas en los benchmarks. Thinking Machines apuesta a que la apertura y la adaptabilidad, un modelo de pesos abiertos mas las herramientas para ajustarlo, importaran mas a muchas organizaciones que la supremacia pura en una prueba. Si esa apuesta rinde frutos esta por verse, y por admision de la propia compania este no es el modelo mas potente del mercado. Pero viniendo del equipo de Murati, con el dinero y los focos que atrae, es uno de los desafios mas creibles hasta ahora a la idea de que los ganadores de la IA seran simplemente quienes entrenen el cerebro mas grande.