Mistral AI, სწრაფად მზარდი ევროპული სტარტაპი ხელოვნურ ინტელექტში, დღეს გამოაცხადა ახალი ენობრივი მოდელის გაშვება, რომელიც, როგორც მათ მიაჩნიათ, ასრულებს აღსანიშნავ შედეგებს მშვენიერი მოდელების შესაბამისობაში, რომლებიც სამი ჯერ უფრო დიდი ზომისაა, მაგრამ მნიშვნელოვნად ამცირებს თანმდევ ხარჯებს. ეს ინოვაცია შეუძლია გადახედოს ეკონომიკურ გარემოს მოწინავე AI-ის გამოყენებში. მოდელს, სახელწოდებით Mistral Small 3, აქვს 24 მილიარდი პარამეტრი და 81%-იანი სიზუსტით აღწევს სტანდარტულ ბენჩმარკებზე, პროცესორით 150 ტოკენის გასაყვანად წამში. კომპანია მთელს მსოფლიოს უნანიშნავს მოდელს ღია Apache 2. 0 ლიცენზიით, რაც ბიზნესებს აძლევს თავისუფლებას, განახლებებს და დაინსტალირებულ მოდელებს, როგორც სურთ. Guillaume Lample, Mistral-ის მთავარი ფსიქოლოგიური ოფიცერი, აცხადებს VentureBeat-თან ექსკლუზიური საუბრის დროს: “ჩვენ ვლაპარაკობთ, რომ ეს არის საუკეთესო მოდელების შორის, რომლებიც 70 მილიარდზე ნაკლები პარამეტრით არიან. ჩვენ ვაანალიზებთ, რომ ეს დაახლოებით შეწყვილებულია Meta-ს Llama 3. 3 70B-თან, რომელიც რამდენიმე თვის წინ გაწვდილი იყო და სამი ჯერ უფრო დიდია. ” ეს განცხადება ხორციელდება AI განვითარების ხარჯების გაზრდილი კონტროლის ფონზე. ჩინური სტარტაპი DeepSeek-მა განაცხადა, რომ კონკურენტული მოდელი 5. 6 მილიონი დოლარის მოდელის შექმნის პროცესში წვერიდან შექმნა, რაც უახლოეს თვეს Nvidia-ს მთლიანი ფასის შემცირებას თითქმის 600 მილიარდი დოლარის ოდენობით გამოიწვია, როცა ინვესტორებმა დაიწყეს აშშ-ის ტექნოლოგიური კომპანიების მიერ გაწვდილი ინვესტიციების ხელახალი შეფასება. Mistral-ის სტრატეგია ხაზს უსვამს ეფექტურობას ნამდვილ ღონისძიებებზე. კომპანია თავის წარმატების ზრდას მახასიათებლების გაუმჯობესებას უკავშირებს, დაქმოკიდებს ნეიტრალურ სარეტინგო ტექნიკას, რომელიც მხოლოდ კომპიუტერების ძალას გაზრდილი. „რა შეიცვალა არის ძირითადად სარეტინგო ოპტიმიზაციის მეთოდები, “ განაცხადა Lample-მა VentureBeat-თან. „ჩვენ ავირჩიეთ განსხვავებული სარეტინგო სტრატეგია მოდელის ოპტიმიზაციისთვის. “ Lample-ის განცხადებით, მოდელი არის გაწვდილი 8 ტრილიონი ტოკენით, მაშინ როცა მსგავსი მოდელების საჭიროებს დაახლოებით 15 ტრილიონი ტოკე.

ეს გაუმჯობესებული ეფექტურობა შეიძლება ყურადღებას მიაქციოს უჩვეულო AI ტექნოლოგიების მიმართ, რაც ბიზნესებს პრივატულ ხარჯებზე შეწუხებული იყო. მნიშვნელოვანია, რომ Mistral Small 3 შეიქმნა reinforcement learning-ის ან სინთეტური გაწვდილი მონაცემების გარეშე, რაც ხშირად იხმარება კონკურენტების მიერ. Lample-მა აღნიშნა, რომ ეს „ქუჩური“ მეთოდოლოგია ეხმარება უარყოფითი ბიაზების ხელში ჩავარდნის თავიდან აცილებაში, რაც მოგვიანებით შეიძლება გამკაცრდეს. მოდელი მიზნად ისახავს კომპანიებს, რომლებიც საჭიროებენ ადგილზე დისპლეის, კერძოდ ფინანსურ მომსახურებებს, ჯანდაცვის და საწარმოო სექტორში. იგი მუშაობს ერთ GPU-ზე და პასუხობს 80-90%-ზე სტანდარტულ ბიზნეს აპლიკაციებზე, აცხადებს კომპანია. „ჩვენი ბევრი კლიენტი არჩევს ადგილზე გადაწყვეტილებებს, რადგან მათ აქვთ პრივატულობასა და სანდოობის შეწუხება, “ აღნიშნა Lample-მა. „მათ სურთ კრიტიკული მომსახურება იყოს მხარდაჭერილი მათ მიერ სრულად კონტროლირებადი სისტემებით. “ Mistral, რომლის ფასეულობები 6 მილიარდ დოლარს აღწევს, საკუთარი თავი აყენებს ევროპის ლიდერ კონკურენტად გლობალურ AI ბაზარზე. კომპანია ახლახან მიიღო ინვესტიცია Microsoft-დან და მზად არის მომავალი IPO-ისთვის, როგორც აღნიშნა CEO Arthur Mensch-მა. ინდუსტრიის ექსპერტები ვარაუდობენ, რომ Mistral-ის ნაკლებობითა და ეფექტური მოდელების განვითარება შეიძლება იყოს სტრატეგიულად გონიერი AI სექტორის განვითარებაში. ეს მიდგომა მოდის გათვალისწინებით კომპანიების, როგორიცაა OpenAI და Anthropic, რომლებიც ყურადღებას ხდიან მოგვარებას მეტი და მეტი სიჭარბითა და მაღალი ფასების მოდელების შექმნაში. Lample-მა ხაზი გაუსვა, რომ ჩვენ ალბათ ვიხილავთ 2024 წელს მომხდარში განმეორებას, რომელიც შეიძლება უფრო დიდი მასშტაბით იყოს—ღია კოდი მოდელების სიხშირით, რომლებიც ძალიან თავისუფალი ლიცენზით იქნება. ჩვენ ვფიქრობთ, რომ პირობები მოდელები სავარაუდოდ ბიზნესებად გადაიქცევა. “ როდესაც კონკურენცია იზრდება და ეფექტურობა იზრდება, Mistral-ის ნაკლებობაზე მიზანი შესაძლოა ნათლად დასრულდება მოწინავე AI ტექნologien-ის ხელმისაწვდომობას, რაც შესაძლოა უჩაფ ირიგების შექნას რადიკალურად დაბალ ფასებში.