Der Wettbewerb zwischen offener und geschlossene KI ist im Gange, und Europa befindet sich noch in der Mischung. Am Dienstag hat das französische KI-Labor Mistral AI den Mistral Large 4 veröffentlicht, ein neuer großer multimodaler Modell, der darauf abzielt, sowohl die amerikanischen als auch die chinesischen Rivalen zu übertreffen – nachdem der französische Präsident Macron es als „eine dritte Alternative in der KI“ beschrieben hat.
Inmitten einer wachsenden Kluft zwischen geschlossenen Modellen, die abgeschaltet werden können, und offenen Modellen, die oft in China entwickelt werden, positioniert Mistral ML4 als Alternative zu beiden. Mit dem Spitznamen „Le Chonk“ in Bezug auf seine ein Billion Parameter, ist ML4 definitiv nicht klein – aber noch kein offenes Gewicht-Modell. Fürs Erste kann es nur über einen öffentlichen Schutzpunkt zugänglich sein, doch Mistral plant, seine Gewichte innerhalb von nur drei Wochen verfügbar zu machen, nachdem die Sicherheitstests abgeschlossen sind.
„In der Zwischenzeit werden wir mit vertrauenswürdigen Partnern und Regierungen zusammenarbeiten, um sicherzustellen, dass die Open-Source- Gewichte nur zur Verteidigung verwendet werden können, aber nicht für [böse Angriffe]“, sagte Pierre Stock, Vizepräsident für Wissenschaft bei Mistral, gegenüber TechCrunch.
In den letzten Monaten haben die Sicherheitsbedenken zugenommen, insbesondere unter dem Kerngesellschaft von Mistral – Unternehmen und Institutionen. Gleichzeitig sei ein offenes Modell einfacher zu überprüfen, sagte Stock.
Ein weiterer wichtiger Hintergrundaspekt ist, dass ML4 vollständig auf der Rechenleistung von Mistral trainiert wurde; nur 4.000 NVIDIA-GPUs wurden verwendet – „was zwei bis drei Mal weniger ist als bei unseren chinesischen Konkurrenten und deutlich weniger als bei den geschlossenen Quellcode-Konkurrenten“, sagte Stock.
Mit den noch ausstehenden Benchmarkergebnissen hofft Mistral, dass ML4 unter den offenen Gewichtsmodellen, insbesondere außerhalb Chinas, die beste Leistung erbringen wird. Stock sagte: Dank des fokussierten Trainings könnte es auch die geschlossenen Modelle in bestimmten Bereichen übertreffen, die für seine Kunden wichtig sind und bei denen multimediale Fähigkeiten Wert hinzufügen können.
Laut Stock umfassen die optimierten Anwendungsfälle von ML4 die Cybersicherheit und Finanzen, aber auch den Chipsdesign, der für zwei der Hauptunterstützer von Mistral von zentraler Bedeutung ist – der niederländischen Giganten ASML, die ihre Series C-Investition durchgeführt hat, und Samsung, das letzten Monat seine Series D-Investition durchgeführt hat und eine Bewertung von 21 Milliarden Euro (etwa 24,39 Milliarden US-Dollar) verzeichnete.
Zu dieser Zeit versuchte das Unternehmen diese Entscheidung zu erklären, dass seine Entscheidung, chinesische Modelle zu hosten, kein Wechsel in Richtung einem reinen Inferenzdienstleister zu werden sei. Mit Le Chonk im Hintergrund glaubt das Unternehmen, dass es dennoch als Forschungslabor am Rande des Fortschritts angesehen werden sollte.