Thinking Machines Lab, la startup d'IA fondee par Mira Murati, ancienne directrice technique d'OpenAI, a lance son premier modele, un systeme a poids ouverts baptise Inkling. C'est une veritable etape pour l'un des laboratoires les plus scrutes et les mieux finances du secteur, un laboratoire qui a leve environ 2 milliards de dollars sur une valorisation de 12 milliards de dollars avant meme de commercialiser le moindre produit, et le modele est l'expression directe du pari central de l'entreprise, celui selon lequel une IA que les organisations peuvent adapter elles-memes battra les modeles universels que vendent aujourd'hui les plus grands laboratoires.

Inkling est un modele a melange d'experts (mixture-of-experts) de 975 milliards de parametres au total, dont environ 41 milliards sont actifs pour une tache donnee, une conception qui limite le cout de calcul tout en offrant au modele une tres large base de connaissances a exploiter. Il a ete entraine sur 45 000 milliards de tokens couvrant le texte, l'image, l'audio et la video, de sorte qu'il raisonne nativement sur l'ensemble de ces contenus au lieu de greffer des sens supplementaires sur un modele textuel. Deux de ses choix se demarquent, il fournit des reponses calibrees qui signalent leur propre incertitude au lieu de deviner avec assurance, et il permet a l'utilisateur d'augmenter ou de reduire l'effort de reflexion pour arbitrer entre vitesse et qualite.

Le plus frappant, c'est la maniere de le presenter. Thinking Machines affirme sans detour qu'Inkling n'est pas le modele le plus puissant disponible aujourd'hui, ferme ou ouvert. Plutot que de courir apres le sommet d'un classement, il vise un modele polyvalent, efficace et surtout adaptable. Sur les taches de programmation, il utiliserait environ un tiers des tokens dont un modele comparable a besoin pour le meme resultat, et dans une etude de cas menee avec la societe d'investissement Bridgewater, il a atteint 84,7 pour cent de precision en raisonnement financier pour une petite fraction du cout. L'argument n'est pas d'etre le meilleur agent conversationnel generaliste, mais d'etre une base solide que d'autres peuvent faconner.

C'est la que le plan plus large du laboratoire prend tout son sens. Inkling est concu pour etre personnalise via Tinker, la plateforme d'ajustement de Thinking Machines, afin qu'une entreprise puisse l'adapter a ses propres donnees et a ses propres flux de travail au lieu de louer un modele fige dont le comportement est controle ailleurs. C'est la version concrete d'une these que Murati et son equipe ont exposee ce mois-ci, celle selon laquelle l'avenir de l'IA est distribue et personnalisable, faconne par ceux qui l'utilisent, plutot qu'une poignee de gigantesques modeles fermes que tout le monde loue aux memes conditions.

Ce qui compte, c'est qu'Inkling transforme un argument a contre-courant en quelque chose que l'on peut reellement telecharger. La strategie dominante dans l'IA a consiste a construire des modeles de pointe toujours plus grands et a en vendre l'acces, et l'essentiel de l'attention va encore a ceux qui affichent les meilleurs scores sur les bancs d'essai. Thinking Machines parie que l'ouverture et l'adaptabilite, un modele a poids ouverts accompagne des outils pour l'ajuster, compteront davantage pour beaucoup d'organisations que la suprematie brute a un test. Rien ne dit encore que ce pari sera gagnant, et de l'aveu meme de l'entreprise, ce n'est pas le modele le plus puissant du marche. Mais venant de l'equipe de Murati, avec les moyens et la visibilite dont elle dispose, il constitue l'un des defis les plus credibles a ce jour a l'idee que les gagnants de l'IA seront simplement ceux qui entrainent le plus gros cerveau.