Durante años, Mira Murati fue una pieza esencial de OpenAI. Como CTO, se convirtió el cerebro silencioso de ChatGPT, e incluso llegó a ser CEO de la compañía durante el breve lapso de tiempo en el que Sam Altman fue destituido. Más allá de ChatGPT, también trabajó en DALL·E y sostuvo el timón en el momento más turbulento de la empresa. Pero ahora Murati ha dado el salto a la indepencia.
Convertida en fundadora de Thinking Machines Lab, Mira Murati ha debutado con una valoración de 12.000 millones de dólares antes incluso de lanzar su primer producto. Y ese producto, Tinker, ya está siendo descrito como la “llave inglesa” que podría abrir la caja negra de la IA.
Lee tambiénMira Murati, la creadora de ChatGPT que trabajó con Elon Musk, demuestra que la IA solo puede ser dos cosas: o la gran revolución del siglo XXI... O una gran bomba de humo
“Estamos haciendo que una capacidad de frontera sea accesible para todos, y eso es un cambio de juego total”, explica Murati a Wired. Y lanza una advertencia: “Necesitamos tanta gente inteligente como sea posible para investigar las fronteras de la IA”.
Murati abandonó OpenAI en 2024, poco después de la polémica destitución y posterior restitución de Sam Altman. Desde entonces, ha reunido a un grupo de exinvestigadores de élite —John Schulman, Barret Zoph, Lilian Weng, Chris Olah y Timnit Metz, entre otros— con el objetivo de romper la dependencia de los grandes laboratorios privados.
Mira Murati, CEO de Thinking Machines Lab y ex CTO de OpenAI.
Con 2.000 millones de dólares en inversión inicial, Thinking Machines Lab busca competir directamente con OpenAI, Anthropic y Google DeepMind, pero desde un enfoque inverso: la apertura. “Si miras lo que se hace en los laboratorios de frontera y lo que otros investigadores intentan en el mundo académico, se están separando cada vez más. Y eso no es bueno”, advierte Murati en Bloomberg.
De momento ha lanzado Tinker, es una plataforma que permite a investigadores y empresas entrenar modelos abiertos como LLaMA o Qwen sin necesidad de infraestructuras complejas. Basado en tecnologías de reinforcement learning desarrolladas en colaboración con Redwood Research y Anyscale, automatiza los procesos de personalización de modelos con un nivel de eficiencia que hasta ahora solo estaba al alcance de los grandes laboratorios.
Lee también¿Adiós a Wikipedia? Elon Musk anuncia que está a punto de lanzar la Grokipedia: “Será la fuente de conocimiento más grande y precisa del mundo, para humanos e IA, sin límites de uso”
Los primeros usuarios —entre ellos Eric Gan (Exa.ai) y Robert Nishihara (Anyscale)— aseguran que Tinker reduce el coste y tiempo de entrenamiento “de semanas a horas”, convirtiéndose en una pieza clave para acelerar la investigación aplicada. Frente a alternativas como VERL o SkyRL, su ventaja es evidente: acceso abierto, seguridad reforzada y soporte multiplataforma.
Pero democratizar la automatización también tiene su lado oscuro. Los modelos abiertos pueden ser reentrenados con datos sesgados o maliciosos. Murati lo sabe y ha integrado mecanismos de auditoría automática que detectan patrones de abuso o intentos de crear backdoors en los modelos. “No se trata de abrir sin control”, subraya. “Se trata de abrir con responsabilidad”.
