ミラ・ムラティのシンキングマシーンズラボ、カスタマイズ可能なモデル重みに基づく人間中心 AI の技術的根拠を提示

Thinking Machines Lab は、人間の意志と判断を拡張する AI を構築するためのレポートを発表しました。現在使用されているほとんどの AI は限られた場所で訓練され、その後固定化されています。このレポートは、このような設計がモデルが奉仕する人々を排除していると主張しています。代わりに、Thinking Machines Lab の研究者たちは、分散型でカスタマイズ可能であり、ユーザーによって形成される AI を目指しています。

Thinking Machines Lab の提案

ラボは 4 つの技術的方向性を提示しました。第一に、多モーダルな相互作用とカスタマイズ性を備えた強力なモデルを訓練することです。第二に、人々が自らモデルの重み（weights）を微調整・訓練できるツールを開発することです。第三に、人間から機械への通信チャネルを広げるインターフェースを開発することです。第四に、より多くのエンジニアがモデルがどのように作られるかを理解できるよう研究を公開することです。これら 4 つの方向性は、知識とアライメント（alignment）の両方をユーザーにより近づけるものです。

分散された知識には分散型 AI が必要である理由

これらの方向性の根底にあるのは、知識そのものに関する主張です。多くのノウハウは暗黙的であり、局所的で、フィードバックを通じて絶えず更新されます。レシピを洗練させるシェフが、そのスキルをデータベースに記述することはできません。このレポートはマイケル・ポランニとフリードリヒ・ハイエクを引用してこれを支持しています。主要な計画が失敗するのは、そのような知識が希少ではなく、私的で儚いものであるからです。したがって、ラボは AI が分散された知識を活用するために分散型であるべきだと主張します。組織がその知識を抽出して置き換えるのではなく、育成するのを支援する AI を目指しています。

チェスと数学は明記された例外です。両者には静的で表現可能な目標があり、隠された知識が存在しません。そのため、自己対戦や自律的な解決手法がこれらにおいてうまく機能します。しかし、そのような閉じた領域の外では、レポートは知能だけでは不十分であると述べています。

技術的ボトルネックとして指摘されるもの

この枠組みに基づき、レポートは2 つのよく知られた限界を工学的目標へと再定義しています。1 つ目は通信チャネルです。小さなテキストボックスと長い待機時間がそれです。これはラボのインタラクションモデルが直接解決する問題です。これらのモデルはオーディオ、ビデオ、テキストを連続的に取り込み、約 200 ミリ秒のマイクロターンで処理を行います。2 つ目の限界は評価そのものです。METR のようなベンチマークは、モデルが単独で動作できる時間を測定します。しかしレポートは、これでは人間と機械が共同で達成する成果を見逃していると主張しています。

所有権と分散型アライメント

インターフェースを超えて、レポートは価値観が存在する場所へと焦点を移します。単一のアライメント権限を持つことは、単一障害点として乗っ取られるリスクになると警告しています。プロンプトは表面的な行動を変化させますが、モデルの深い習慣は固定されたままです。そのため、ラボは価値観はプロンプトではなく、モデルの重み（weights）に符号化されるべきだと主張します。ここで Tinker API がエンジニアにとって具体的なものとなります。

Tinker は Llama や Qwen などのオープンウェイトモデルを LoRA を用いてファインチューニングし、低レベルなプリミティブを公開して、ポータブルなアダプター重みのエクスポートを可能にします。公式のパターンに従った最小限の教師ありループは以下の通りです：

Copy CodeCopiedUse a different Browser

import tinker

from tinker import types

環境変数から TINKER_API_KEY を読み取る

service_client = tinker.ServiceClient()

オープンウェイトベースモデル用の LoRA 微調整クライアント

training_client = service_client.create_lora_training_client(

base_model="Qwen/Qwen3-8B", rank=32,

)

for batch in dataset: # バッチ：list[types.Datum] のリスト

fwd_bwd = training_client.forward_backward(batch, "cross_entropy")

optim = training_client.optim_step(types.AdamParams(learning_rate=1e-4))

fwd_bwd.result() # 勾配を蓄積

optim.result() # 重みを更新

微調整された LoRA 重みを保存し、それらを使用するクライアントを取得

sampling_client = training_client.save_weights_and_get_sampling_client(

name="my-adapter",

)

集中型凍結 AI と分散型アプローチの対比

これらを総合すると、報告書の立場は今日のデフォルトのアプローチとは対照的です：

次元 | 集中型凍結 AI | Thinking Machines の分散型アプローチ

---|---|---

訓練場所 | 少数のラボで訓練され、その後凍結 | 作業が行われる場所で適応

価値形成者 | モデルの所有者 | 組織とそのユーザー

適応方法 | プロンプトと足場（スキャフォールディング） | Tinker などのツールによる微調整済み重み

インターフェース | テキストボックス、ターン制待機 | ライブ、マルチモーダル相互作用モデル

アライメントの焦点 | 1 つの中央仕様 | 多様な、所有権を持つ多数のモデル

使用事例と具体例

実際には、これらのアイデアは具体的なエンジニアリング作業に落とし込まれます。例えば、病院は自社のプロトコルに基づいてモデルをファインチューニングできます。データとアダプター重み（weights）の両方を社内管理下に置きます。同様に、法律事務所も自社のスタイルに合わせてモデルを適応させることができます。内部ガイダンスが変更されるたびに、そのモデルを再訓練します。一方、サポートチームはライブでの対話を通じて、タスク実行中にモデルを修正することも可能です。いずれの場合も、組織は固定されたモデルをレンタルするのではなく、所有権を維持します。

キーポイント

この論文では、人間の参加は能力に対する制限ではなく、技術的な課題として扱われています。

暗黙的・局所的知識こそが、AI 自体を分散させるべきであるという明言された理由です。

インタラクションモデルは、継続的でマイクロターン型の多モーダル入力を用いて、人間と AI のチャネルを広げます。

Tinker を用いることで、チームは自らの価値観を、所有するポータブルな LoRA 重み（weights）としてエンコードできます。

このラボは、アライメント（alignment）を一つの中央仕様ではなく、多様な所有モデルの集合体として位置づけています。

参考文献

Thinking Machines Lab, "The Future Worth Building Is Human" (2026 年 7 月 10 日): https://thinkingmachines.ai/blog/the-future-worth-building-is-human/

Thinking Machines Lab, "Interaction Models: A Scalable Approach to Human-AI Collaboration" (2026 年 5 月): https://thinkingmachines.ai/blog/interaction-models/

Tinker ドキュメンテーション（クイックスタートおよび TrainingClient API）: https://tinker-docs.thinkingmachines.ai/

Kwa, West 他, "Task-Completion Time Horizons of Frontier AI Models," METR (2025): https://metr.org/time-horizons/

この投稿は、MarkTechPost で最初に公開されたものです。