前OpenAI幕後推手打造新創 直攻「AI答不一致」難題
記者鄧天心／綜合報導
前OpenAI技術長Mira Murati創辦的美國新創公司Thinking Machines Lab最近首度對外分享他們的最新研究進展，宣布正專注在「讓AI模型更有一致性」，Thinking Machines Lab種子輪融資獲得20億美元，團隊成員大多來自OpenAI、Meta等科技巨頭，一成立就引發外界熱烈關注。
他們在研究部落格「Connectionism」發表的第一篇文章〈Defeating Nondeterminism in LLM Inference〉提到，像ChatGPT這類AI模型，即使問同一個問題，每次的回答都可能不一樣，這樣的「隨機性」長期被業界視為不可避免的現象，不過，Thinking Machines Lab認為這其實是可以被技術解決的問題。
延伸閱讀：
主要成因在於AI推論過程中，Nvidia GPU內執行的細緻「kernel程式」（運算核心）在調度、排序過程會引入不可預測的變數。作者Horace He強調，若能嚴格控制這項底層運算編排，即使無需重新訓練模型，也能顯著提高AI回應的一致與可重現性，尤其對監管產業、需要審計紀錄的機構至關重要。
提升模型結果一致性，不僅有助於金融、醫療等產業的嚴格合規需求，也能讓AI訓練流程，特別是強化學習（RL）更可靠。RL需要精準的回饋與獎勵值，推論隨機性高會影響訓練訊號品質。Thinking Machines Lab也已向投資人透露，未來會大量倚重RL技術，協助企業打造高度客製化AI模型。
Murati表示，預計數月內將公開首款產品，協助學界與新創更有效開發客製化模型。與此同時，公司承諾將常態發布部落格文章、技術論文及原始碼，致力於推動AI領域安全、透明與開放科學研究文化。這也與OpenAI創辦初期強調的公開承諾形成對比，業界關注Thinking Machines Lab未來能否持續踐行公開與安全的目標。
雖然初期成果尚未揭曉最終商業產品的樣貌，Thinking Machines Lab專攻AI基礎架構關鍵難題、積極推動安全與開放，已被視為矽谷AI戰場上的重量級黑馬。外界接下來將持續關注其是否能憑研究突破、打造符合高達120億美元估值的實際產品。
資料來源：TechCrunch、FindArticles
