A Thinking Machines Lab, startup de inteligência artificial fundada pela ex-diretora de tecnologia da OpenAI, Mira Murati, lançou seu primeiro modelo, um sistema de pesos abertos chamado Inkling. É um marco genuíno para um dos laboratórios novos mais observados e mais bem financiados do setor, um que levantou cerca de 2 bilhões de dólares em uma avaliação de 12 bilhões de dólares antes de lançar um único produto, e o modelo é uma expressão direta da aposta central da empresa, a de que uma IA que as organizações possam adaptar por conta própria vai vencer os modelos padronizados que os maiores laboratórios vendem hoje.
O Inkling é um modelo de mistura de especialistas (mixture-of-experts) com 975 bilhões de parâmetros no total, dos quais cerca de 41 bilhões ficam ativos em cada tarefa, um desenho que mantém o custo de computação baixo ao mesmo tempo em que dá ao modelo uma base de conhecimento muito ampla para recorrer. Ele foi treinado com 45 trilhões de tokens que abrangem texto, imagem, áudio e vídeo, de modo que raciocina sobre todas essas entradas de forma nativa, em vez de acoplar sentidos extras a um modelo de texto. Duas de suas escolhas se destacam, ele dá respostas calibradas que sinalizam a própria incerteza em vez de chutar com confiança, e permite ao usuário aumentar ou reduzir o esforço de raciocínio para trocar velocidade por qualidade.
O mais marcante é o enquadramento. A Thinking Machines afirma sem rodeios que o Inkling não é o modelo mais poderoso disponível hoje, seja fechado ou aberto. Em vez de perseguir o topo de um ranking, ele busca ser algo equilibrado, eficiente e, acima de tudo, adaptável. Em tarefas de programação, ele teria usado cerca de um terço dos tokens que um modelo comparável precisa para o mesmo resultado, e em um estudo de caso com a gestora de investimentos Bridgewater alcançou 84,7 por cento de precisão em raciocínio financeiro por uma pequena fração do custo. A proposta não é ser o melhor chatbot de uso geral, é ser uma base sólida que outros possam moldar.
E aí que o plano maior do laboratório ganha foco. O Inkling foi feito para ser personalizado por meio do Tinker, a plataforma de ajuste fino da Thinking Machines, para que uma empresa possa adaptá-lo aos próprios dados e fluxos de trabalho em vez de alugar um modelo congelado cujo comportamento é controlado em outro lugar. É a versão concreta de uma tese que Murati e sua equipe apresentaram neste mês, a de que o futuro da IA é distribuído e personalizável, moldado pelas pessoas que o usam, e não um punhado de modelos fechados gigantes que todos alugam nas mesmas condições.
A importância disso está no fato de o Inkling transformar um argumento na contramão em algo que dá para baixar de verdade. A estratégia dominante na IA tem sido construir modelos de fronteira cada vez maiores e vender acesso a eles, e a maior parte da atenção ainda vai para quem registra as maiores notas em benchmarks. A Thinking Machines aposta que abertura e adaptabilidade, um modelo de pesos abertos somado às ferramentas para ajustá-lo, vão importar mais para muitas organizações do que a supremacia pura em um teste. Se essa aposta vai dar certo ainda não está provado, e, pela própria admissão da empresa, este não é o modelo mais poderoso do mercado. Mas, vindo do time de Murati, com o dinheiro e os holofotes que ele atrai, é um dos desafios mais convincentes até agora à ideia de que os vencedores da IA serão simplesmente aqueles que treinarem o maior cérebro.