Η γαλλική εταιρεία τεχνητής νοημοσύνης λέει ότι το μοντέλο Large 4 προσφέρει προηγμένες δυνατότητες κώδικα και κυβερνοάμυνας και μπορεί να τρέχει σε υπολογιστές και διακομιστές ενός οργανισμού.
Η Mistral έδωσε στη δημοσιότητα τα βάρη του νέου μεγάλου ναυαρχίδας μοντέλου Τεχνητής Νοημοσύνης (ΤΝ) της (πηγή στα Αγγλικά), Mistral Large 4 (ML4), με το παρατσούκλι Le Chonk, υποστηρίζοντας βελτιώσεις στον προγραμματισμό και την κυβερνοάμυνα, τη στιγμή που η Ευρώπη επιδιώκει να δημιουργήσει εναλλακτικές απέναντι στην αμερικανική και την κινεζική τεχνολογία.
Η γαλλική εταιρεία υποστηρίζει ότι το μοντέλο είναι «το καλύτερο ανοιχτό agentic μοντέλο προγραμματισμού στον κόσμο», προσφέροντας σε επιχειρήσεις και κυβερνήσεις «πρωτοποριακές δυνατότητες κυβερνοάμυνας ΤΝ που μπορούν να κατέχουν και να ελέγχουν πλήρως», συμπεριλαμβανομένης της δυνατότητας να «εντοπίζουν, αναλύουν και ανταποκρίνονται σε κυβερνοαπειλές σε όλο το φάσμα του κώδικα και των υποδομών πληροφορικής».
Η κυκλοφορία αυτή ακολούθησε μια προεπισκόπηση 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 ανοιχτά βάρη συνεχίζει την εκπαίδευση μέσω ενισχυτικής μάθησης και προσφέρει σημαντικά κέρδη χωρίς σημάδια κορεσμού», δήλωσε ο αντιπρόεδρος Επιστήμης της Mistral, Πιερ Στοκ.
«Σε λιγότερο από τρεις εβδομάδες, μέσα στο ίδιο run ενισχυτικής μάθησης, ενσωματώσαμε την ανατροφοδότηση των πελατών, εισάγοντας δύο επιπλέον τρόπους συλλογισμού, ενώ καταστήσαμε το ML4 πιο αποδοτικό και προσαρμόσιμο», πρόσθεσε.
Η Mistral αναφέρει ότι η τελευταία έκδοση του ML4 ανταγωνίζεται άλλα κορυφαία ανοιχτά μοντέλα προγραμματισμού, ενώ χρησιμοποιεί κατά μέσο όρο 47% λιγότερα tokens ανά εργασία σε σχέση με το κινεζικό μοντέλο GLM-5.3. Η βαθμολογία του στο Terminal-Bench 4.0, που δοκιμάζει την ικανότητα πρακτόρων ΤΝ να εκτελούν εργασίες προγραμματισμού σε τερματικό, αυξήθηκε επίσης από 28% σε 41% μετά από πρόσθετη εκπαίδευση.
Η κυκλοφορία συμπίπτει επίσης με τον αυξανόμενο αριθμό απειλών για την κυβερνοασφάλεια στην Ευρώπη, όπως το πρόσφατο σφάλμα ασφαλείας στη γλώσσα προγραμματισμού PHP, που εντοπίστηκε με τη χρήση ΤΝ, καθώς και οι πρόσφατες κυβερνοεπιθέσεις κατά των κυβερνήσεων του Βελγίου και της Νορβηγίας.
Περισσότερος έλεγχος πάνω στην ΤΝ
Η διάθεση των βαρών του μοντέλου επιτρέπει σε οργανισμούς να το κατεβάζουν και να το τρέχουν στις δικές τους υποδομές, αντί να βασίζονται αποκλειστικά στην υπηρεσία που φιλοξενεί ένας εξωτερικός πάροχος.
Αυτό θα μπορούσε να αποδειχθεί ιδιαίτερα χρήσιμο για εταιρείες που διαχειρίζονται ευαίσθητες πληροφορίες, όπως ιδιόκτητο λογισμικό κώδικα, τις οποίες δεν θέλουν να μοιραστούν με μια εξωτερική υπηρεσία ΤΝ.
Οι οργανισμοί θα είχαν μεγαλύτερο έλεγχο πάνω στο πού τρέχει το μοντέλο και στο πώς ενσωματώνεται στα συστήματά τους, αν και θα χρειάζονταν κατάλληλο υλικό και τεχνογνωσία για να το λειτουργούν με ασφάλεια.
Η Mistral αναφέρει ότι οι οργανισμοί που θα τρέχουν το ML4 στις δικές τους υποδομές δεν θα αντιμετωπίζουν επίσης τον κίνδυνο ένας πάροχος τρίτου μέρους να περιορίσει την πρόσβαση στο μοντέλο ή να το απενεργοποιήσει.
Η κίνηση αυτή έρχεται εν μέσω ανησυχιών για την ευρωπαϊκή εξάρτηση από παρόχους ΤΝ των ΗΠΑ. Τον Ιούνιο, η κυβέρνηση Τραμπ διέταξε την Anthropic να αναστείλει την πρόσβαση στα μοντέλα Fable 5 και Mythos 5 για αλλοδαπούς.
Οι περιορισμοί άρθηκαν στη συνέχεια για το Fable 5, ενώ η πρόσβαση στο Mythos 5 παρέμεινε περιορισμένη σε επιλεγμένους οργανισμούς. Το επεισόδιο ανέδειξε το 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 υπολείπεται των ΗΠΑ και της Κίνας στην ανάπτυξη μεγάλων μοντέλων ΤΝ και στους πόρους που απαιτούνται για την κατασκευή τους.
Η Mistral είναι μία από τις κορυφαίες εταιρείες ανάπτυξης ΤΝ στην Ευρώπη, όμως η αναφερόμενη αποτίμησή της, περίπου 24 δισ. δολάρια (20,9 δισ. ευρώ), είναι πολύ χαμηλότερη από εκείνες των αμερικανικών ανταγωνιστών της OpenAI και Anthropic.
Η Mistral υποστηρίζει ότι, παρά τη διαφορά στους πόρους, «το ML4 είναι πλέον το καλύτερο ανοιχτό μοντέλο που έχει χτιστεί 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», κινητοποιώντας «ένα κλάσμα των υπολογιστικών πόρων και του κεφαλαίου που έχουν διαθέσει τα κλειστά εργαστήρια», όπως η OpenAI και η Anthropic.
Η ευρωπαϊκή υποδομή του μοντέλου θα μπορούσε να προσφέρει στους πελάτες μεγαλύτερο λειτουργικό έλεγχο, όμως η εξάρτησή του από τα chips της Nvidia καταδεικνύει τη συνεχιζόμενη εξάρτηση της Ευρώπης από ξένους προμηθευτές για κομβικά μέρη της εφοδιαστικής αλυσίδας της ΤΝ.
«Το λογισμικό ανοικτού κώδικα είναι απαραίτητο για να διασφαλιστεί ότι η ΤΝ αιχμής δεν θα καταλήξει συγκεντρωμένη στα χέρια λίγων παικτών», δήλωσε ο διευθύνων σύμβουλος και συνιδρυτής της Mistral, Αρτύρ Μανς.
«Άλλα εργαστήρια έχουν συγκεντρώσει εκατοντάδες δισ. για να αναπτύξουν ισοδύναμες δυνατότητες· σε τρία χρόνια, η Mistral συγκέντρωσε περίπου 6 δισ.», συνέχισε.
«Έχουμε αναλάβει παγκόσμια ηγετικό ρόλο στην αποδοτικότητα των 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 θέτουμε τα αποτελέσματα στα χέρια όλων», πρόσθεσε.
Ένα μοντέλο αιχμής
Το ML4 διαθέτει συνολικά 1,05 τρισ. παραμέτρους, αλλά σύμφωνα με τη Mistral ενεργοποιεί περίπου 52 δισ. Αυτό σημαίνει ότι δεν χρησιμοποιεί όλες τις παραμέτρους του σε κάθε εργασία, κάτι που το βοηθά να επεξεργάζεται τα αιτήματα πιο αποδοτικά.
Το μοντέλο προσφέρει επίσης τρεις τρόπους συλλογισμού - χαμηλό, μεσαίο και υψηλό - επιτρέποντας στους χρήστες να προσαρμόζουν το βάθος της λογικής στο εκάστοτε έργο, από καθημερινά αιτήματα μέχρι πιο σύνθετα προβλήματα.
Η Mistral αναφέρει ότι το ML4 μπορεί να μετατρέπει δισδιάστατα σχέδια σε λειτουργικά τρισδιάστατα μοντέλα με τη χρήση λογισμικού σχεδιασμού με τη βοήθεια υπολογιστή (CAD), να αναλύει μεγάλους όγκους δεδομένων για τη στήριξη χρηματοοικονομικών αποφάσεων και να χρησιμοποιεί δορυφορικές και εναέριες εικόνες για τον εντοπισμό δασικών πυρκαγιών, την παρακολούθηση της υγείας των καλλιεργειών και την εποπτεία κινδύνων για τις γραμμές μεταφοράς ηλεκτρικού ρεύματος.
Η γαλλική εταιρεία σημειώνει ότι η κυκλοφορία του ML4 εντάσσεται σε μια νέα γενιά μοντέλων που καλύπτουν όλες τις μορφές δεδομένων και ότι σχεδιάζει 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 κατεβούν από την πλατφόρμα Hugging Face.