La carrera entre la IA abierta y la cerrada continúa, y Europa sigue estando involucrada. El martes, el laboratorio francés de IA Mistral AI ha lanzado Mistral Large 4, un nuevo modelo multimodal de gran tamaño que tiene como objetivo superar a los rivales estadounidenses y chinos — según lo que el presidente francés Macron ha descrito como “un tercer camino en la IA”.
En medio de una creciente división entre los modelos cerrados que pueden desconectarse y los modelos abiertos que a menudo se fabrican en China, Mistral está posicionando ML4 como una alternativa para ambos. Apodado Le Chonk en referencia a sus mil millones de parámetros, ML4 definitivamente no es un modelo pequeño; pero aún no es un modelo de peso abierto. Por el momento, solo puede accederse a través de un punto de acceso público, pero Mistral planea hacer que sus pesos estén disponibles en solo tres semanas, después de que se complete la prueba de seguridad.
“Mientras tanto, trabajaremos con socios y gobiernos de confianza para asegurar que los pesos de código abierto puedan utilizarse para defender, pero no para [realizar] ataques maliciosos”, dijo Pierre Stock, vicepresidente de Ciencia de Mistral, a TechCrunch.
Las preocupaciones de seguridad han aumentado en los últimos meses, especialmente entre el público objetivo principal de Mistral — empresas e instituciones. Al mismo tiempo, un modelo de peso abierto es más fácil de auditar, dijo Stock.
Otro aspecto importante detrás del escenario es que ML4 fue entrenado completamente en el sistema de computación de Mistral; utilizando solo 4,000 GPU NVIDIA “lo cual es dos o tres veces menos que nuestros competidores chinos, y significativamente menos que los competidores con código cerrado”, dijo Stock.
Con los resultados de los benchmarks aún pendientes, Mistral espera que ML4 sea el mejor entre los modelos de peso abierto, especialmente fuera de China, pero no solo eso, dijo Stock. Gracias al entrenamiento enfocado, también podría superar a los modelos cerrados en áreas específicas que son clave para sus clientes, y donde las capacidades multimodales pueden aportar valor.
Según Stock, los casos de uso optimizados de ML4 incluyen ciberseguridad y finanzas, pero también el diseño de chips, lo cual es fundamental para dos de los principales patrocinadores de Mistral: el gigante holandés ASML, que lideró su Serie C, y Samsung, que lideró su Serie D el mes pasado con una valoración de 21.000 millones de euros (aproximadamente 24.390 millones de dólares).
En ese momento, la empresa intentó transmitir que su decisión de albergar modelos chinos no era un cambio hacia ser simplemente un proveedor de inferencias. Con Le Chonk en su equipo, la empresa cree que todavía debe considerarse un laboratorio de vanguardia.