Mākslīgā intelekta sacensībā starp ASV, Ķīnu un Eiropu Francijas uzņēmums Mistral AI mēģina pierādīt, ka Eiropai šajā spēlē ir sava vieta. 6. oktobrī uzņēmums paziņoja par Mistral Large 4 , līdz šim lielāko un jaudīgāko Mistral modeli. Mistral Large 4 kopumā ir 1,05 triljoni parametru, taču vienā darbības reizē tiek aktivizēti aptuveni 49 miljardi. Modelis ir multimodāls, tātad spēj strādāt ar tekstu un vizuālu informāciju, tostarp dokumentiem. Taču interesantākais šajā stāstā nav tikai milzīgais parametru skaits. Mistral vēlas izveidot jaudīgu MI modeli, kuru uzņēmumi varētu izmantot ar lielāku kontroli pār saviem datiem un infrastruktūru.
Triljons parametru nenozīmē, ka viss modelis darbojas vienlaikus
1,05 triljoni parametru izklausās iespaidīgi, taču šeit ir svarīga nianse. Mistral Large 4 izmanto Mixture-of-Experts jeb ekspertu kombinācijas arhitektūru. Vienkārši sakot, modelim ir ļoti liels kopējais parametru apjoms, bet konkrēta uzdevuma veikšanai netiek aktivizēts viss modelis. Vienā darbības reizē tiek izmantoti aptuveni 49 miljardi parametru. Šāda pieeja ļauj izveidot ļoti lielu modeli, vienlaikus samazinot aprēķinu apjomu, kas nepieciešams katram konkrētajam pieprasījumam.
Ko Large 4 prot?
Mistral norāda, ka jaunais modelis paredzēts plašam uzdevumu lokam – programmēšanai, darbam ar dokumentiem un attēliem, MI aģentiem, finanšu, juridiskiem uzdevumiem, kiberdrošībai, ražošanai un citiem profesionāliem pielietojumiem. Modelim ir arī 1 miljona tokenu konteksta logs. Īsāk sakot, tas ļauj vienā darbā apstrādāt ļoti lielu informācijas apjomu. Mistral īpaši izceļ kiberdrošību un citus profesionālus uzdevumus. Uzņēmums apgalvo, ka Large 4 vairākos šādos testos uzrāda ļoti augstus rezultātus, tostarp pārspējot citus atvērtā svara modeļus. Tomēr šeit svarīgi atcerēties, ka tie ir Mistral norādītie testu rezultāti, nevis neatkarīgs pierādījums tam, ka modelis kopumā ir labāks par visiem konkurentiem. Arī Reuters norāda, ka uzņēmums savu pārākumu pār atsevišķiem Ķīnas modeļiem īpaši izceļ kiberdrošības jomā.
Kāpēc Mistral tik ļoti uzsver Eiropu?
Mistral Large 4 ir interesants arī Eiropas tehnoloģiskās neatkarības kontekstā. Mistral norāda, ka modelis no nulles apmācīts uzņēmuma paša datu centros Eiropā, izmantojot 3800 NVIDIA Grace Blackwell GPU. Arī publiskais priekšskatījums darbojas uz šīs pašas infrastruktūras. Uzņēmums arī norāda, ka apmācības dati aptver vairāk nekā 160 valodas, tostarp visas Eiropas Savienības oficiālās valodas. Tas ir būtiski laikā, kad Eiropā arvien vairāk runā par tehnoloģisko suverenitāti – spēju pašai izstrādāt un kontrolēt kritiskās digitālās tehnoloģijas, nepaļaujoties tikai uz ASV vai Ķīnas uzņēmumiem.
Modelis vēl nav pilnībā publiski pieejams
Te ir vēl viena būtiska nianse. Mistral Large 4 pašlaik ir pieejams publiskajā priekšskatījumā, un to var izmēģināt, izmantojot Mistral Studio API. Bet modeļa svarus – failus, kas ļauj modeli lejupielādēt un darbināt uz savas infrastruktūras – Mistral sola publiskot oktobra beigās. Līdz tam Mistral modeli testē reālos apstākļos kopā ar kiberdrošības ekspertiem, pārbaudītiem partneriem un valsts iestādēm. Šīm grupām tiek nodrošināta tā pati modeļa versija ar mazākiem drošības ierobežojumiem un plašākām kiberdrošības iespējām.
Eiropai tas ir vairāk nekā kārtējais MI modelis
Mistral Large 4 parādās laikā, kad pasaules MI tirgū sacenšas ne tikai modeļu kvalitāte, bet arī tas, kam pieder infrastruktūra un cik lielā mērā uzņēmumi var kontrolēt tehnoloģiju. Mistral sevi pozicionē kā Eiropas alternatīvu gan slēgtajiem ASV modeļiem, gan lielajiem atvērtā svara modeļiem no Ķīnas. Uzņēmuma priekšrocība ir arī iespēja nākotnē modeli izmantot savā infrastruktūrā, kad būs publiskoti tā svari. Ja Mistral izdosies savu modeli padarīt pietiekami jaudīgu un vienlaikus saglabāt iespēju uzņēmumiem to darbināt ar pašu kontrolētu infrastruktūru, ieguvēji var būt arī Eiropas uzņēmumi un valsts iestādes. Tāpēc Large 4 nav tikai stāsts par kārtējo milzīgo MI modeli. Tas ir arī stāsts par Eiropas mēģinājumu pierādīt, ka mākslīgā intelekta sacensībā tai nav jābūt tikai tehnoloģiju lietotājai.
Avoti: Mistral AI, Reuters, TechCrunch
