Mistral AI, një startup evropian në rritje të shpejtë në fushën e inteligjencës artificiale, shpalli sot lançimin e një modeli të ri gjuhësor që pretendon se ofron performancë ekuivalente me modelet tri herë më të mëdha, duke ulur ndjeshëm shpenzimet për përpunim. Ky përparim ka potencialin të rivendosë peizazhin ekonomik për përdorimin e teknologjive të avancuara të inteligjencës artificiale. E quajtur Mistral Small 3, modeli ka 24 miliard parametra dhe arrin 81% saktësi në benchmark-et standarde, përpunon 150 tokene për sekondë. Kompania e bën atë të disponueshëm nën licencën e hapur Apache 2. 0, duke i dhënë bizneseve lirinë për ta modifikuar dhe përdorur sipas dëshirsë. Guillaume Lample, oficeri i krejtësisë shkencore të Mistral, tha në një diskutim ekskluziv me VentureBeat, “Ne e konsiderojmë si modelin më të mirë mes atyre me më pak se 70 miliard parametra. Ne e vlerësojmë se është në masë të ngjashme me Llama 3. 3 70B të Meta, që u lançua disa muaj më parë dhe është tri herë më i madh. ” Ky shpallje vjen në një kohë kur aktivitetet për zhvillimin e inteligjencës artificiale po shqyrtohen me kujdes. Startup-i kinez DeepSeek pretendoi se kishte trajnuar një model konkurrues për vetëm 5. 6 milion dollarë, një deklaratë që rezultoi në një humbje të pothuajse 600 miliard dollarëve në vlerësimin e tregut të Nvidia-s këtë javë, ndërsa investitorët po rishikojnë investimet masive të bërë nga kompanitë teknologjike amerikane. Strategjia e Mistral thekson efikasitetin mbi shkallëzimin e thjeshtë. Kompania i atribuoi përmirësimet e performancës së saj kryesisht teknikave të përmirësuara të trajnimit, duke shmangur qasjen e thjesht rritjes së fuqisë përpunuese. “Çfarë ka ndryshuar është esencialisht metodat e optimizimit të trajnimit, ” shpjegoi Lample për VentureBeat. “Ne adoptuam një strategji të ndryshme trajnimi për të optimizuar modelin. ” Sipas Lample, modeli u trajnuar mbi 8 trilion tokene, ndërsa modelet e ngjashme kërkojnë rreth 15 trilion tokene.

Kjo efikasitet e përmirësuar mund të bëjë teknologjinë e avancuar të inteligjencës artificiale më të aksesueshme për bizneset që shqetësohen për shpenzimet përpunuese. Është me rëndësi të theksohet se Mistral Small 3 u krijua pa mësim të forcës ose të dhëna sintetike për trajnim—metoda që shpesh përdoren nga konkurrentët. Lample vuri në dukje se kjo metodologji “e papërpunuar” ndihmon në parandalimin e përfshirjes së paragjykimeve të padëshiruara që mund të jenë të vështira për tu identifikuar më vonë. Modeli është veçanërisht i drejtuar ndaj kompanive që kanë nevojë për zbatimin në ambientin e brendshëm për privacinë dhe besueshmërinë, si ato në shërbimet financiare, shëndetësinë dhe prodhimin. Ai funksionon në një GPU të vetme dhe trajton 80-90% të aplikacioneve standarde të biznesit, thotë kompania. “Shumica e klientëve tanë preferojnë një zgjidhje në ambientin e brendshëm për shkak të shqetësimeve të tyre për privacinë dhe besueshmërinë, ” vuri në dukje Lample. “Ata duan që shërbime të rëndësishme të mbështeten nga sisteme që ata mund t’i kontrollojnë plotësisht. ” Mistral, me një vlerë prej 6 miliardë dollarësh, po e konsolidon veten si konkurrenti kryesor i Evropës në arenën globale të inteligjencës artificiale. Kompania së fundi sigurroi investime nga Microsoft dhe po përgatitet për një IPO në të ardhmen, siç theksoi CEO Arthur Mensch. Ekspertët e industrisë sugjerojnë se përkushtimi i Mistral për të zhvilluar modele më të vogla dhe më efikase mund të jetë strategjikisht i guximshëm ndërsa sektori i inteligjencës artificiale evoluon. Kjo qasje është në kontrast me rrugët e ndjekura nga kompani si OpenAI dhe Anthropic, të cilat kanë përqendruar përpjekjet në krijimin e modeleve gjithnjë e më të mëdha dhe më të shtrenjta. Lample shprehu parashikimin e tij, duke thënë, “Ne ndoshta do të shohim një përsëritje të asaj që ndodhi në 2024, ndoshta në një shkallë më të madhe—një shtim të modeleve me kod të hapur me licencat shumë të lehta. Ne besojmë se modelet kushtore ndoshta do të bëhen mallra. ” Ndërsa konkurrenca rritet dhe efikasiteti përmirësohet, fokusi i Mistral në optimizimin e modeleve më të vogla mund të lehtësojë aksesin më të gjerë në teknologjinë e avancuar të inteligjencës artificiale, duke përshpejtuar potencialisht pranimin në industri duke ulur në të njëjtën kohë kostot e lidhura me infrastrukturën përpunuese.