Thomson Reuters julkaisi maanantaina Thomsonin, yhtiön ensimmäisen oman suuren kielimallin. Malli rakennettiin avoimen pohjamallin päälle, ja koulutukseen kului 40 miljoonaa dollaria. Huippulaboratoriot ovat polttaneet vastaaviin hankkeisiin miljardeja.
Summa on alalla poikkeuksellisen pieni. Se on myös julkistuksen varsinainen uutinen: tietopalveluyhtiö osoitti, että kärkitason malliin ei välttämättä tarvita omaa laskentainfrastruktuuria eikä vuosien rakennusurakkaa.
Neljäkymmentä miljoonaa dollaria miljardien sijaan
Thomson Reutersin tiedotteen mukaan yhtiö lähti liikkeelle vahvasta avoimen lähdekoodin pohjamallista. Sen päälle ajettiin mid-training- ja post-training-vaiheet, joissa malli erikoistettiin ammattilaisten työhön. Summaan sisältyvät sekä laskenta että tekijät.
Teknologiajohtaja Joel Hron kuvaa lähestymistapaa vaihtoehdoksi mittakaavan tavoittelulle. Hänen mukaansa vahva pohja ja syvä erikoistuminen tuottavat kyvykkyyttä, joka on selvästi tehokkaampi ajaa. Yhtiö arvioi tämän muuttavan ammattilaistekoälyn taloutta.
Käyttökustannus on yhtälön toinen puoli. Thomson on kevyempi ajaa kuin tyypilliset huippumallit, joten päättelyn hinta pysyy kurissa myös suurissa volyymeissa. Se ratkaisee, kun malli käsittelee dokumenttimassoja päivittäin.
Yhtiö julkaisi pohjamallin arvioinneista erillisen teknisen raportin. Varhaisissa testeissä Thomson yltää tiedotteen mukaan uusimpien huippumallien tasolle useissa tehtävissä. Vertailu koski nimenomaan ammattilaistyön kaltaisia tehtäviä, ei yleisiä vertailutestejä.
Westlaw ja Reuters koulutusaineistona
Erikoistuminen nojaa aineistoon, jota muilla ei ole. Koulutuksessa käytettiin Westlawn, Practical Law'n ja Checkpointin sisältöjä sekä Reutersin uutisarkistoa. Mukana oli satoja alan asiantuntijoita.
Asiantuntijat eivät tulleet mukaan vasta lopputarkistukseen. He olivat mukana jo koulutustavoitteiden suunnittelussa ja aina lopullisiin arviointeihin asti. Tämä erottaa hankkeen tavanomaisesta hienosäädöstä.
Toistaiseksi malli on nähnyt alle kymmenen prosenttia yhtiön sisällöstä. Jatkossa kyse ei ole pelkästä datan lisäämisestä vaan uusien erikoistumisen muotojen etsimisestä.
Tulos haastaa yleisen oletuksen. Malli parani pohjamallistaan selvästi monivaiheisten ohjeiden noudattamisessa ja vielä enemmän tiheän erikoisalan sisällön tulkinnassa. Yhtiön mukaan pelkkä pääsy oikeaan aineistoon ei tuota samaa etua yleismallille.
Suvereniteetti nousi ammattilaisten vaatimukseksi
Julkistuksen toinen teema on tekoälyn suvereniteetti. Ammattilaiset kysyvät yhä useammin, miten malli on koulutettu, mitä vinoumia siihen on jäänyt ja missä se ajetaan.
Oman mallin omistaminen tarkoittaa, että vastaukset näihin kysymyksiin eivät jää kolmansien osapuolten varaan. Yhtiö puhuu Fiduciary-Grade-tasosta ja tarkoittaa sillä vaatimustasoa aloille, joilla ammattilaisella on huolellisuusvelvollisuus.
Asiakasdataa ei käytetä mallin koulutukseen ilman nimenomaista suostumusta. Yhtiö arvioi, että seuraava kilpailukierros käydään varmennuksen tasolla eikä raa'assa kyvykkyydessä.
Kysymys ei ole vain periaatteellinen. Asianajotoimistolle ja yrityksen lakiosastolle merkitsee, kulkeeko luottamuksellinen aineisto ulkopuolisen palveluntarjoajan läpi vai pysyykö se hallitussa ympäristössä. Thomson Reuters lupaa jatkossa myös suvereeneja käyttöönottovaihtoehtoja.
Ensimmäinen käyttökohde on CoCounsel Legal
Thomson otetaan ensimmäisenä käyttöön CoCounsel Legalin Tabular Analysis -toiminnossa. Kyse on suurivolyymisesta ja rakenteisesta dokumenttien läpikäynnistä, jossa erikoistuneen mallin etu näkyy välittömästi.
CoCounsel Legal pysyy monimallisena. Thomsonia käytetään siellä, missä se on selvästi paras, ja muut kärkimallit hoitavat loput. Yhtiö aikoo laajentaa mallia myöhemmin myös vero- ja lakipuolen muihin tuotteisiin.
Ennen julkistusta malli annettiin juridiikan ja tekoälyn tutkijoille arvioitavaksi. Washington Universityn Jonathan H. Choi vertasi sitä ChatGPT:hen ja Claudeen vero-oikeuden kysymyksillä. Kaikki kolme vastasivat oikein, mutta Thomsonin lähdeviitteet tekivät vastauksista läpinäkyvämpiä.
Yhtiö julkaisee mallista myös pienen version avoimin painoin Hugging Facessa. Se on tarkoitettu akateemiseen ja ei-kaupalliseen käyttöön validoinnin tueksi.
Yhteenveto
Thomson ei yritä voittaa yleismalleja niiden omalla kentällä. Se on veto siitä, että kapea erikoistuminen ja oma omistajuus ratkaisevat ammattikäytössä enemmän kuin viimeinen prosentti yleisessä kyvykkyydessä.
Avoimen pohjamallin rooli kannattaa panna merkille. Ilman vapaasti käytettäviä painoja hanke olisi vaatinut esikoulutuksen alusta asti, ja hintalappu olisi ollut aivan toista luokkaa.
Jos 40 miljoonan hintalappu pitää, kynnys oman mallin rakentamiseen laskee tuntuvasti. Se koskee jokaista toimialaa, jolla on vuosikymmenten arkisto ja tarve pitää se omissa käsissään.