Сооснователь и технический директор лаборатории Thinking Machines Lab Мира Мурати (Mira Murati) опубликовала манифест, в котором отстаивает идею децентрализованного развития искусственного интеллекта. По её словам, будущее отрасли должно строиться на множестве локальных моделей, способных конкурировать и оспаривать друг друга, а не на единой универсальной системе.
Thinking Machines Lab, основанная в 2025 году, представила философию развития искусственного интеллекта, основанную на принципах децентрализации и плюрализма. В опубликованном на сайте лаборатории манифесте подчеркивается, что человеческие ценности не поддаются усреднению, а локальное знание невозможно централизовать. Авторы документа — в том числе Мурати и сооснователь лаборатории Карина Нгуен (Karina Nguyen) — утверждают, что будущее ИИ должно опираться на экосистему моделей, обученных в разных условиях и отражающих разнообразие человеческого опыта.
«Хорошее будущее предполагает существование множества ИИ, выращенных в разных местах, сформированных теми людьми, которым они служат, и способных спорить друг с другом так, как это делаем мы», — написала Мурати в своём X-посте, сопроводившем публикацию манифеста. В документе проводится параллель с классическими либеральными идеями о распределённом знании, которые цитируются со ссылками на работы Майкла Поланьи и Фридриха Хайека. Авторы подчёркивают, что попытки создать единую универсальную модель неизбежно ведут к концентрации власти и утрате контекста локальных сообществ.
Позиция Thinking Machines Lab перекликается с недавними исследованиями в области верификации ИИ. Как отметил в комментарии к посту Мурати разработчик и автор Алекс Лот (Alex Loth), централизованные модели обнаружения ошибок терпят неудачу именно из-за неспособности учитывать локальный контекст. В манифесте лаборатории также подчёркивается, что децентрализация — не только этический, но и архитектурный императив: плюрализм моделей позволяет избежать «инбредного» наследования ошибок и предвзятостей, характерного для систем, где каждая следующая версия обучается на данных предыдущей.
Сооснователь Thinking Machines Lab Сумит Чинтала (Soumith Chintala) в отдельном посте раскрыл три ключевых принципа работы лаборатории: персонализация и суверенитет пользователей, участие человека в процессе обучения моделей и децентрализация. По его словам, эти подходы снижают зависимость общества от централизованных компаний, разрабатывающих AGI. Чинтала также упомянул о скором выпуске новых инструментов, включая модели Tinker и Interaction, а также публикацию исследований в открытом доступе.