Американский стартап Thinking Machines, основанный полтора года назад, представил обновлённую стратегию развития инструментов глубокой кастомизации моделей искусственного интеллекта и средств сотрудничества между человеком и ИИ.
Thinking Machines, специализирующийся на разработке решений для адаптации крупных языковых моделей под специфические задачи, пересмотрел свои приоритеты в области взаимодействия человека и искусственного интеллекта. Компания делает ставку на инструменты, позволяющие пользователям не только настраивать модели под узкие сценарии, но и интегрировать их в рабочие процессы без глубоких технических знаний.
В основе подхода — идея о том, что эффективное применение ИИ требует не только доработки алгоритмов, но и создания интерфейсов, которые позволят экспертам в предметных областях напрямую влиять на поведение моделей. Как отмечают представители стартапа, это особенно актуально для отраслей с высокими требованиями к точности, таких как медицина или финансовый анализ, где стандартные модели часто не справляются с нюансами задач.
Ранее Thinking Machines фокусировался на разработке внутренних инструментов для кастомизации, однако теперь компания планирует вывести часть решений на рынок в виде готовых продуктов. Подробности о конкретных инструментах и сроках их появления не раскрываются, однако в блоге стартапа упоминается работа над платформой, которая позволит пользователям «обучать» модели на собственных данных без необходимости написания кода.
Вопрос о том, насколько такой подход окажется востребованным, остаётся открытым. Аналитики отмечают, что рынок инструментов для кастомизации ИИ растёт, однако большинство решений по-прежнему ориентированы на технических специалистов, а не на конечных пользователей.
Источники: блог Thinking Machines, публикация на Digg (11 июля 2026 года).