Η γαλλική εταιρεία τεχνητής νοημοσύνης Mistral προχώρησε στα αποκαλυπτήρια του νέου της κορυφαίου μοντέλου, Mistral Large 4 (ML4), γνωστού και ως «le Chonk».
Πρόκειται για ένα μοντέλο με 1 τρισεκατομμύριο παραμέτρους, το οποίο η εταιρεία χαρακτηρίζει ως το πιο ισχυρό ανοιχτό μοντέλο τεχνητής νοημοσύνης που έχει αναπτυχθεί εκτός Κίνας.
Η εξέλιξη αυτή έρχεται σε μια περίοδο όπου οι δυτικές τεχνολογικές επιχειρήσεις καταβάλλουν εντατικές προσπάθειες για να γεφυρώσουν το χάσμα δυνατοτήτων με τους Κινέζους δημιουργούς, οι οποίοι μέχρι σήμερα κυριαρχούν στην αγορά των μοντέλων ανοιχτού κώδικα και ανοιχτών βαρών (open-weight).
Το μοντέλο της Mistral απέναντι στην Κίνα
Η προσβασιμότητα σε ισχυρά ανοιχτά μοντέλα AI έχει μετατραπεί σε κεντρικό πεδίο αντιπαράθεσης στον παγκόσμιο τεχνολογικό ανταγωνισμό μεταξύ ΗΠΑ και Κίνας.
Σε αντίθεση με τα κλειστά συστήματα των OpenAI και Anthropic, τα ανοιχτά μοντέλα προσφέρουν τη δυνατότητα προσαρμογής και τοπικής φιλοξενίας (self-hosting), γεγονός που τα καθιστά εξαιρετικά δημοφιλή παγκοσμίως. Το ML4 διακρίνεται για τις επιδόσεις του σε τομείς όπως η κυβερνοασφάλεια, ο προγραμματισμός, η βιομηχανική παραγωγή, τα χρηματοοικονομικά και η πολυτροπική επεξεργασία δεδομένων.
Η εκπαίδευση του νέου μοντέλου πραγματοποιήθηκε σε διάστημα δύο μηνών με τη χρήση 4.000 επεξεργαστών Nvidia Grace Blackwell στα ιδιόκτητα κέντρα δεδομένων της Mistral στην Ευρώπη.
Αν και το ML4 υστερεί ακόμη σε ορισμένους τομείς όπως ο προγραμματισμός σε σχέση με την αιχμή της τεχνολογίας, η εταιρεία επισημαίνει ότι υπερέχει σημαντικά έναντι οποιουδήποτε άλλου μη κινεζικού ανοιχτού μοντέλου. Οι δυνατότητες του συστήματος αναμένεται να ενισχυθούν περαιτέρω καθώς αυξάνεται η υπολογιστική ισχύς εκπαίδευσης, μετά και την πρόσφατη χρηματοδότηση Series D ύψους 3 δισ. ευρώ που ανέβασε την αποτίμηση της εταιρείας στα 21 δισ. ευρώ.
Ιδιαίτερη έμφαση δίνεται στις δυνατότητες κυβερνοάμυνας που προσφέρει το μοντέλο. Ο Γκιγιόμ Λαμπλ, συνιδρυτής και επικεφαλής επιστήμονας της Mistral, τόνισε ότι το ML4 θα επιτρέψει σε επιχειρήσεις και κυβερνητικούς οργανισμούς να αμυνθούν αποτελεσματικά απέναντι σε ψηφιακές απειλές.
Η σημασία των ανοιχτών μοντέλων στην κυβερνοασφάλεια έγινε εμφανής όταν η Hugging Face χρειάστηκε να καταφύγει σε κινεζικό ανοιχτό μοντέλο για να αντιμετωπίσει παραβίαση, καθώς τα αμερικανικά κλειστά συστήματα την μπλόκαραν λόγω αυστηρών μηχανισμών προστασίας.
Το Mistral Large 4 είναι αρχικά διαθέσιμο σε δοκιμαστική μορφή για προγραμματιστές, ηγέτες της κυβερνοασφάλειας και κρατικές αρχές, ενώ η ευρύτερη διάθεσή του στον εμπορικό και δημόσιο τομέα έχει προγραμματιστεί για αργότερα εντός του μήνα.
