Η γαλλική εταιρεία τεχνητής νοημοσύνης αναφέρει ότι το μοντέλο Large 4 προσφέρει προηγμένες δυνατότητες προγραμματισμού και κυβερνοάμυνας και μπορεί να λειτουργεί στους υπολογιστές και διακομιστές ενός οργανισμού.
Η Mistral έχει δημοσιοποιήσει τα βάρη του πιο πρόσφατου μεγάλου εμβληματικού μοντέλου Τεχνητής Νοημοσύνης (ΤΝ) της (πηγή στα Αγγλικά), του Mistral Large 4 (ML4), με το παρατσούκλι «Le Chonk», υποστηρίζοντας βελτιώσεις στον προγραμματισμό και την κυβερνοάμυνα, καθώς η Ευρώπη επιχειρεί να δημιουργήσει εναλλακτικές λύσεις απέναντι στην τεχνολογία των ΗΠΑ και της Κίνας.
ΔΙΑΦΉΜΙΣΗ
ΔΙΑΦΉΜΙΣΗ
Η γαλλική εταιρεία υποστηρίζει ότι το μοντέλο είναι «το καλύτερο ανοιχτό μοντέλο προγραμματισμού με agentic δυνατότητες στον κόσμο», προσφέροντας σε επιχειρήσεις και κυβερνήσεις «δυνατότητες κυβερνοάμυνας ΤΝ αιχμής, τις οποίες μπορούν να κατέχουν και να ελέγχουν πλήρως», συμπεριλαμβανομένης της ικανότητας «να εντοπίζουν, να αναλύουν και να αντιμετωπίζουν κυβερνοαπειλές σε επίπεδο κώδικα και υποδομών πληροφορικής».
Η διάθεση αυτή ακολουθεί ένα πρόγραμμα προεπισκόπησης του ML4 στις 6 Οκτωβρίου. Έκτοτε, η Mistral πέρασε τις τελευταίες τρεις εβδομάδες ενισχύοντας τη μάθηση του μοντέλου και δοκιμάζοντάς το με πελάτες και συνεργάτες σε συνθήκες πραγματικής χρήσης.
«Το ML4 OSS αναδεικνύει την ικανότητα της επιστημονικής μας ομάδας να καινοτομεί με ταχύτητα. Βασιζόμενη στο ML4 Preview, η έκδοση με ανοικτά βάρη συνεχίζει την εκπαίδευση με ενισχυτική μάθηση και προσφέρει ουσιαστικά οφέλη χωρίς ενδείξεις κορεσμού», δήλωσε ο αντιπρόεδρος Επιστήμης της Mistral Πιερ Στοκ.
«Σε λιγότερο από τρεις εβδομάδες, μέσα στην ίδια διαδικασία ενισχυτικής μάθησης, ενσωματώσαμε τα σχόλια των πελατών, εισάγοντας δύο επιπλέον λειτουργίες συλλογισμού, ενώ κάναμε το ML4 πιο αποδοτικό και πιο προσαρμόσιμο», πρόσθεσε.
Σύμφωνα με τη Mistral, η πιο πρόσφατη έκδοση του ML4 ανταγωνίζεται άλλα κορυφαία ανοιχτά μοντέλα για προγραμματισμό, χρησιμοποιώντας παράλληλα κατά μέσο όρο 47% λιγότερα tokens ανά εργασία από το κινεζικό μοντέλο GLM-5.3. Η βαθμολογία του στο Terminal-Bench 4.0, που δοκιμάζει την ικανότητα των πρακτόρων ΤΝ να εκτελούν εργασίες προγραμματισμού σε τερματικό, αυξήθηκε επίσης από 28% σε 41% μετά την πρόσθετη εκπαίδευση.
Η κυκλοφορία συμπίπτει και με την αύξηση των απειλών στον κυβερνοχώρο για την Ευρώπη, όπως το πρόσφατο κενό ασφαλείας στη γλώσσα προγραμματισμού PHP που εντοπίστηκε με τη χρήση ΤΝ, καθώς και οι πρόσφατες κυβερνοεπιθέσεις κατά των βελγικών και νορβηγικών κυβερνήσεων.
Περισσότερος έλεγχος στην ΤΝ
Η διάθεση των βαρών του μοντέλου επιτρέπει στους οργανισμούς να το κατεβάζουν και να το εκτελούν στη δική τους υποδομή, αντί να βασίζονται αποκλειστικά στην υπηρεσία φιλοξενίας ενός εξωτερικού παρόχου.
Αυτό μπορεί να αποδειχθεί ιδιαίτερα χρήσιμο για εταιρείες που διαχειρίζονται ευαίσθητες πληροφορίες, όπως ιδιόκτητο κώδικα λογισμικού, τις οποίες δεν θέλουν να μοιραστούν με μια εξωτερική υπηρεσία ΤΝ.
Οι οργανισμοί θα έχουν μεγαλύτερο έλεγχο πάνω στο πού εκτελείται το μοντέλο και στο πώς ενσωματώνεται στα συστήματά τους, αν και θα εξακολουθούν να χρειάζονται κατάλληλο υλικό και τεχνογνωσία για να το λειτουργούν με ασφάλεια.
Η Mistral αναφέρει ότι οι οργανισμοί που τρέχουν το ML4 στη δική τους υποδομή δεν θα αντιμετωπίζουν επίσης τον κίνδυνο ένας τρίτος πάροχος να περιορίσει την πρόσβαση στο μοντέλο ή να το απενεργοποιήσει.
Η κίνηση αυτή έρχεται εν μέσω ανησυχιών για την εξάρτηση της Ευρώπης από αμερικανούς παρόχους ΤΝ. Τον Ιούνιο, η κυβέρνηση Τραμπ διέταξε την Anthropic να αναστείλει την πρόσβαση στα μοντέλα Fable 5 και Mythos 5 για αλλοδαπούς.
Οι περιορισμοί στη συνέχεια ήρθησαν για το Fable 5, ενώ η πρόσβαση στο Mythos 5 παρέμεινε περιορισμένη σε επιλεγμένους οργανισμούς. Το επεισόδιο ανέδειξε πώς αποφάσεις που λαμβάνονται εκτός Ευρώπης μπορούν να επηρεάσουν την πρόσβαση σε προηγμένες υπηρεσίες ΤΝ.
Οι φιλοδοξίες της Ευρώπης στην ΤΝ
Η Ευρώπη εξακολουθεί να υστερεί σε σχέση με τις ΗΠΑ και την Κίνα στην ανάπτυξη μεγάλων μοντέλων ΤΝ και στους πόρους που απαιτούνται για την κατασκευή τους.
Η Mistral είναι ένας από τους κορυφαίους ευρωπαϊκούς φορείς ανάπτυξης ΤΝ, όμως η αναφερόμενη αποτίμησή της, περίπου 24 δισ. δολάρια (20,9 δισ. ευρώ), είναι πολύ χαμηλότερη από εκείνες των αμερικανικών ανταγωνιστών OpenAI και Anthropic. [Εισαγωγή επαληθευμένων, χρονολογημένων αποτιμήσεων και πηγής.]
Η Mistral υποστηρίζει ότι, παρά την ανισότητα σε πόρους, «το ML4 είναι πλέον το καλύτερο ανοιχτό μοντέλο που έχει κατασκευαστεί στη Δύση».
Το μοντέλο εκπαιδεύτηκε σε 3.800 GPU Grace Blackwell της αμερικανικής εταιρείας Nvidia, στα ευρωπαϊκά κέντρα δεδομένων της Mistral. Η εταιρεία αναφέρει ότι το ML4 επιτυγχάνει «επιδόσεις αιχμής», αξιοποιώντας «ένα κλάσμα των υπολογιστικών πόρων και του κεφαλαίου που έχουν δεσμεύσει τα κλειστά εργαστήρια» όπως η OpenAI και η Anthropic.
Η ευρωπαϊκή υποδομή του μοντέλου μπορεί να προσφέρει στους πελάτες μεγαλύτερο επιχειρησιακό έλεγχο, όμως η εξάρτησή του από τα τσιπ της Nvidia καταδεικνύει τη συνεχιζόμενη εξάρτηση της Ευρώπης από ξένους προμηθευτές για κρίσιμα τμήματα της αλυσίδας εφοδιασμού στην ΤΝ.
«Το ανοικτό λογισμικό είναι απαραίτητο για να διασφαλιστεί ότι η ΤΝ αιχμής δεν θα καταλήξει συγκεντρωμένη στα χέρια λίγων», δήλωσε ο διευθύνων σύμβουλος και συνιδρυτής της Mistral Αρτύρ Μενς.
«Άλλα εργαστήρια έχουν συγκεντρώσει εκατοντάδες δισ. για να αναπτύξουν αντίστοιχες δυνατότητες· σε τρία χρόνια, η Mistral συγκέντρωσε περίπου 6 δισ. δολάρια».
«Έχουμε αναλάβει παγκοσμίως την πρωτοπορία στην αποδοτικότητα υπολογιστικών πόρων και έχουμε διευρύνει το χάσμα ανάμεσα στη Mistral και άλλα εργαστήρια σε αυτόν τον τομέα. Η προσέγγισή μας είναι να παράγουμε ποιοτική επιστήμη και να βάζουμε τα αποτελέσματα στα χέρια όλων», πρόσθεσε.
Ένα μοντέλο αιχμής
Το ML4 διαθέτει συνολικά 1,05 τρισ. παραμέτρους, αλλά ενεργοποιεί περίπου 52 δισ., σύμφωνα με τη Mistral. Αυτό σημαίνει ότι δεν χρησιμοποιεί όλες τις παραμέτρους του σε κάθε εργασία, κάτι που βοηθά στην πιο αποδοτική επεξεργασία των αιτημάτων.
Το μοντέλο προσφέρει επίσης τρεις λειτουργίες συλλογισμού - χαμηλή, μεσαία και υψηλή -, επιτρέποντας στους χρήστες να προσαρμόζουν το βάθος του συλλογισμού ανάλογα με την εργασία, από καθημερινά αιτήματα έως πιο σύνθετα προβλήματα.
Η Mistral αναφέρει ότι το ML4 μπορεί να μετατρέπει δισδιάστατα σχέδια σε αξιοποιήσιμα τρισδιάστατα μοντέλα με χρήση λογισμικού σχεδίασης με τη βοήθεια υπολογιστή (CAD), να αναλύει μεγάλα σύνολα δεδομένων για τη στήριξη της λήψης οικονομικών αποφάσεων και να αξιοποιεί δορυφορικές και εναέριες εικόνες για τον εντοπισμό δασικών πυρκαγιών, την παρακολούθηση της υγείας των καλλιεργειών και την επιτήρηση κινδύνων για τις γραμμές ηλεκτρικού ρεύματος.
Η γαλλική εταιρεία αναφέρει ότι η διάθεση του ML4 εντάσσεται σε μια νέα γενιά μοντέλων που καλύπτει όλες τις μορφές δεδομένων και ότι σκοπεύει να διαθέσει περισσότερα μοντέλα αυτής της γενιάς τους επόμενους μήνες.
Το μοντέλο είναι πλέον διαθέσιμο μέσω του API της Mistral, ενώ τα βάρη του μπορούν να ληφθούν από το Hugging Face.