La startup giapponese Sakana AI ha tracciato una rotta distintiva focalizzandosi sul concetto di “IA sovrana” attraverso il lancio della serie Namazu. Questa iniziativa non mira alla creazione da zero di modelli pre-addestrati, un processo caratterizzato da costi computazionali e temporali proibitivi, ma punta sulla raffinatezza della fase di post-addestramento per riconfigurare i pesi dei modelli aperti globali più performanti. L’obiettivo tecnico è l’allineamento di architetture come DeepSeek e Llama-3.1 ai valori culturali, linguistici e ai requisiti di sicurezza specifici del contesto giapponese, trasformando strumenti generici in sistemi esperti ottimizzati per le esigenze di una nazione specifica.
Il cuore metodologico della serie Namazu risiede in un processo di fine-tuning avanzato che interviene sulla neutralità e sull’accuratezza fattuale senza degradare le capacità di ragionamento e codifica originali del modello di base. Utilizzando modelli come DeepSeek-V3.1-Terminus e Llama-3.1-405B come fondamenta, Sakana AI ha implementato tecniche di ottimizzazione mirate a ridurre i pregiudizi intrinseci spesso presenti nei modelli addestrati prevalentemente su dataset occidentali. Questo intervento è cruciale per la gestione di temi delicati riguardanti la storia, la diplomazia e la politica locale, ambiti in cui i modelli esteri tendono frequentemente a fornire risposte evasive o filtrate da prospettive non conformi alla sensibilità giapponese. I benchmark interni hanno confermato che la serie Namazu è riuscita a ridurre il “tasso di rifiuto” delle risposte quasi allo 0%, garantendo al contempo una precisione informativa superiore nelle interrogazioni contestuali.
Oltre allo sviluppo del modello, Sakana AI ha segnato il suo debutto nel mercato dei servizi per il consumatore finale con Sakana Chat, una piattaforma di chatbot che integra i modelli Namaz con capacità di ricerca web in tempo reale. Questo servizio rappresenta il culmine di una ricerca iniziata nel 2023 sulla “fusione” dei modelli, una tecnica che permette di combinare i punti di forza di diverse architetture per ottenere un output superiore. Attraverso cicli di test beta condotti con un campione selezionato di utenti, il chatbot è stato perfezionato per gestire le sfumature della lingua giapponese e per fornire informazioni aggiornate, superando i limiti di staticità tipici dei modelli che si affidano esclusivamente alla conoscenza acquisita durante il pre-addestramento. L’integrazione di queste funzioni permette all’utente di interagire con un’IA che non solo parla la lingua locale, ma comprende profondamente il tessuto sociale e informativo in cui opera.
La scelta strategica di operare da Tokyo anziché dalla Silicon Valley sottolinea la visione dei fondatori, tra cui pionieri della ricerca sull’architettura Transformer e sui World Models, di creare un ecosistema di intelligenza artificiale che rispetti l’autonomia digitale del Giappone. Il supporto del governo giapponese e l’approccio basato sul rilascio dei pesi dei modelli e dei report tecnici indicano una volontà di contribuire attivamente alla comunità open-source, fornendo al contempo strumenti pratici per situazioni reali. In questo modo, Sakana AI non solo sfida il duopolio tecnologico globale, ma stabilisce un nuovo standard per lo sviluppo di modelli regionali ad alte prestazioni, dimostrando che l’eccellenza nell’IA non dipende necessariamente dalla scala del pre-addestramento, ma dalla precisione e dall’intenzionalità dell’adattamento locale.