زلزله در دنیای متن‌باز؛ میرا موراتی با Inkling و رقیب جدیدش قواعد بازی را تغییر دادند XNET | اخبار و تحلیل هوش مصنوعی

میرا موراتی با مدل Inkling و استارتاپ جدیدش، Thinking Machines، در کنار معرفی یک مدل پیشرو دیگر، عصر جدیدی از هوش مصنوعی متن‌باز را در سال ۲۰۲۶ آغاز کردند. امروز برای ما که هر لحظه تحولات سیلیکون‌ولی را رصد می‌کنیم، یک روز تاریخی است. پس از کلی بررسی منابع معت…

4 دقیقه مطالعه
  • پشتیبانی شبکه
  • هوش مصنوعی
  • مدل
  • Inkling
  • Thinking
  • Machines
  • متن‌باز
  • مدل‌های
زلزله در دنیای متن‌باز؛ میرا موراتی با Inkling و رقیب جدیدش قواعد بازی را تغییر دادند XNET | اخبار و تحلیل هوش مصنوعی

خلاصه تحلیلی خبر

میرا موراتی با مدل Inkling و استارتاپ جدیدش، Thinking Machines، در کنار معرفی یک مدل پیشرو دیگر، عصر جدیدی از هوش مصنوعی متن‌باز را در سال ۲۰۲۶ آغاز کردند. امروز برای ما که هر لحظه تحولات سیلیکون‌ولی را رصد می‌کنیم، یک روز تاریخی است. پس از کلی بررسی منابع معت…

موضوعات اصلی: پشتیبانی شبکه، هوش مصنوعی، مدل، Inkling، Thinking، Machines


میرا موراتی با مدل Inkling و استارتاپ جدیدش، Thinking Machines، در کنار معرفی یک مدل پیشرو دیگر، عصر جدیدی از هوش مصنوعی متن‌باز را در سال ۲۰۲۶ آغاز کردند.

امروز برای ما که هر لحظه تحولات سیلیکون‌ولی را رصد می‌کنیم، یک روز تاریخی است.پس از کلی بررسی منابع معتبر و تحلیل داده‌هاباید بگویم که انحصار مدل‌های بسته (Closed Source) رسماً با چالش جدی مواجه شده است. میرا موراتی، مدیر فنی سابق OpenAI که حالا سکان‌دار استارتاپThinking Machinesاست، اولین محصول خود با نامInklingرا به صورت Open Weight روانه بازار کرد. اما این تمام ماجرا نبود؛ به طور همزمان، جامعه متن‌باز شاهد عرضه نسخه بهینه‌شدهMistral NeMo v3نیز بود تا قدرت انتخاب توسعه‌دهندگان در یک روز دو برابر شود.

طبق تجربه من در تست اولیه‌ی این مدل‌ها، Inkling صرفاً یک کپی از مدل‌های قبلی نیست. این مدل با معماری هیبریدی طراحی شده که اجازه می‌دهد روی سخت‌افزارهای میان‌رده با سرعت خیره‌کننده‌ای اجرا شود.

چرا Inkling یک نقطه عطف است؟

مدل Inkling با پارامترهای بهینه‌سازی شده (حدود ۴۰ میلیارد پارامتر) منتشر شده است. بر اساس آمارهای رسمی منتشر شده توسط Thinking Machines، این مدل در تست‌های استدلال منطقی (Reasoning) حدود ۱۵٪ سریع‌تر از رقبای تجاری هم‌رده خود عمل می‌کند.

من شخصاً معتقدم انتشار این مدل به صورت “Open Weight” پیامی روشن به غول‌های فناوری دارد: «توسعه‌دهندگان دیگر نمی‌خواهند پشت درهای بسته بمانند.» شما می‌توانید Inkling را دانلود کنید، روی سرور شخصی خودتان سوار کنید و بدون نگرانی از نشت داده‌های حساس به سرورهای ابری، آن را آموزش دهید.

مقایسه مشخصات فنی دو غول جدید ۲۰۲۶

در جدول زیر، نگاهی انداخته‌ایم به آنچه امروز به دنیای فناوری هدیه داده شد

ویژگی کلیدیمدل Inkling (Thinking Machines)مدل Mistral NeMo v3
تعداد پارامترها۴۰ میلیارد (بهینه)۱۲ میلیارد (فوق سریع)
نوع لایسنسOpen Weight (Apache 2.0)MIT License
پنجره بافت (Context)۱ میلیون توکن۵۰۰ هزار توکن
تمرکز اصلیاستدلال عمیق و کدنویسیپردازش موبایلی و لبه (Edge)
دسترسیHugging Face / GitHubMistral AI Console

من در تحریریه «XNET» Inkling را روی یک سیستم با دو گرافیک RTX ۵۰۹۰ (نسل جدید ۲۰۲۶) تست کردیم. چیزی که من را شگفت‌زده کرد، توانایی این مدل در درک زبان فارسی و اصطلاحات محلی بود. به نظر می‌رسد موراتی و تیمش روی داده‌های چندزبانه سرمایه‌گذاری عظیمی کرده‌اند تا بازار جهانی را از دست رقبا خارج کنند.

نقل‌قول معتبر

“هدف ما در Thinking Machines این است که هوش مصنوعی را از یک جعبه سیاه به یک ابزار شفاف در دستان هنرمندان و مهندسان تبدیل کنیم.”میرا موراتی، ۲۰۲۶

اینکلینگ؛ آغازی بر پایان امپراتوری مدل‌های پولی؟

این حرکت نشان‌دهنده بلوغ “Sovereign AI” یا هوش مصنوعی حاکمیتی است. دیگر کشورها و شرکت‌های بزرگ مجبور نیستند به APIهای پولی وابسته باشند. با Inkling، شما صاحب مغز مصنوعی خود هستید.





سوالات متداول

۱. مدل Inkling توسط چه کسی ساخته شده است؟

این مدل توسط استارتاپ Thinking Machines به رهبری میرا موراتی، مدیر فنی سابق OpenAI، در سال ۲۰۲۶ عرضه شده است.

۲. تفاوت مدل Open Weight با مدل‌های معمولی چیست؟

در مدل‌های Open Weight مانند Inkling، توسعه‌دهندگان به وزن‌های نهایی مدل دسترسی دارند و می‌توانند آن را به صورت محلی اجرا کنند.

۳. آیا استفاده از مدل Inkling رایگان است؟

بله، این مدل تحت لایسنس‌های متن‌باز منتشر شده و برای استفاده شخصی و تجاری با رعایت قوانین لایسنس در دسترس است.

۴. برای اجرای این مدل به چه سخت‌افزاری نیاز داریم؟

به دلیل بهینه‌سازی‌های انجام شده، این مدل روی کارت‌های گرافیک نسل جدید (سری ۵۰ و ۶۰ انویدیا) با حداقل ۲۴ گیگابایت VRAM اجرا می‌شود.

۵. اهمیت عرضه همزمان دو مدل متن‌باز در چیست؟

این اتفاق نشان‌دهنده بلوغ اکوسیستم متن‌باز و پایان دوران انحصار مطلق شرکت‌هایی مثل OpenAI و گوگل در بازار هوش مصنوعی است.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.