شرکت فرانسوی هوش مصنوعی می‌گوید مدل «لارج ۴» این شرکت قابلیت‌های پیشرفته کدنویسی و دفاع سایبری دارد و می‌تواند روی رایانه‌ها و سرورهای خود سازمان اجرا شود.
شرکت میسترال وزن‌های تازه‌ترین مدل بزرگ پرچمدار هوش مصنوعی خود را منتشر کرده است (منبع به زبان انگلیسی)، میسترال لارج ۴ (ML4) با لقب «لِه چونک»، و مدعی است در زمینه کدنویسی و دفاع سایبری بهبودهایی به همراه دارد، در حالی که اروپا به دنبال ساخت جایگزین‌هایی برای فناوری آمریکا و چین است.
آگهی
آگهی
این شرکت فرانسوی می‌گوید این مدل «بهترین مدل بازِ کدنویسی عامل‌محور در جهان» است و به شرکتها و دولت‌ها «توانمندی‌های پیشروی دفاع سایبری مبتنی بر هوش مصنوعی که می‌توانند به طور کامل مالک آن باشند و آن را کنترل کنند» ارائه می‌کند، از جمله توانایی «شناسایی، تحلیل و پاسخ‌دادن به تهدیدهای سایبری در سطح کد و زیرساخت‌های فناوری اطلاعات».
این انتشار پس از پیش‌نمایش ML4 در ۶ اکتبر صورت می‌گیرد. از آن زمان، میسترال سه هفته گذشته را صرف تقویت فرایند یادگیری مدل و آزمایش آن با مشتریان و شرکا در شرایط واقعی کرده است.
پیر استاک، معاون بخش علم در میسترال، گفت: «ML4 OSS توانایی تیم علمی ما را برای نوآوری با سرعت به نمایش می‌گذارد. با تکیه بر پیش‌نمایش ML4، نسخه وزن‌های باز به آموزش مبتنی بر یادگیری تقویتی ادامه می‌دهد و بدون نشانه‌ای از اشباع، دستاوردهای قابل توجهی ارائه می‌کند.»
او افزود: «در کمتر از سه هفته و در همان فرایند یادگیری تقویتی، بازخورد مشتریان را با معرفی دو حالت استدلال اضافی ادغام کردیم و در عین حال کارایی و قابلیت شخصی‌سازی ML4 را افزایش دادیم.»
میسترال می‌گوید نسخه تازه ML4 با دیگر مدل‌های پیشروی باز در حوزه کدنویسی رقابت می‌کند، در حالی که به طور میانگین برای هر وظیفه ۴۷ درصد توکن کمتری نسبت به مدل چینی GLM-5.3 استفاده می‌کند. امتیاز این مدل در آزمون Terminal-Bench 4.0 که توانایی عامل‌های هوش مصنوعی برای انجام وظایف کدنویسی در محیط ترمینال را می‌سنجد نیز پس از آموزش بیشتر از ۲۸ درصد به ۴۱ درصد رسیده است.
این انتشار در شرایطی انجام می‌شود که اروپا با تهدیدهای رو به رشد در حوزه امنیت سایبری روبه‌رو است، از جمله نقص امنیتی اخیر در برنامه‌نویسی PHP که با استفاده از هوش مصنوعی کشف شد، و همچنین حملات سایبری اخیر علیه دولت‌های بلژیک و نروژ.
کنترل بیشتر بر هوش مصنوعی
در دسترس قرار دادن وزن‌های مدل به سازمان‌ها امکان می‌دهد آن را روی زیرساخت‌های خود دانلود و اجرا کنند، به جای آنکه فقط به خدمات میزبانی شده یک ارائه‌دهنده خارجی متکی باشند.
این رویکرد می‌تواند به ویژه برای شرکت‌هایی مفید باشد که با اطلاعات حساس، مانند کد نرم‌افزارهای مالکیتی، کار می‌کنند و نمی‌خواهند آن را با یک خدمت هوش مصنوعی خارجی به اشتراک بگذارند.
سازمان‌ها در این حالت کنترل بیشتری بر محل اجرای مدل و نحوه ادغام آن در سامانه‌های خود خواهند داشت، هرچند همچنان به سخت‌افزار مناسب و تخصص لازم برای بهره‌برداری امن از آن نیاز دارند.
میسترال می‌گوید سازمان‌هایی که ML4 را روی زیرساخت‌های خود اجرا می‌کنند همچنین با خطر محدود شدن دسترسی یا غیر فعال شدن مدل از سوی یک ارائه‌دهنده ثالث روبه‌رو نخواهند شد.
این اقدام در بحبوحه نگرانی‌ها نسبت به وابستگی اروپا به ارائه‌دهندگان هوش مصنوعی آمریکایی صورت می‌گیرد. در ماه ژوئن، دولت ترامپ به شرکت Anthropic دستور داد دسترسی به مدل‌های Fable 5 و Mythos 5 را برای اتباع خارجی متوقف کند.
این محدودیت‌ها بعدا برای Fable 5 برداشته شد، در حالی که دسترسی به Mythos 5 همچنان به سازمان‌های منتخب محدود ماند. این رویداد نشان داد چگونه تصمیم‌هایی که خارج از اروپا گرفته می‌شود می‌تواند بر دسترسی به خدمات پیشرفته هوش مصنوعی تاثیر بگذارد.
جاه‌طلبی‌های هوش مصنوعی اروپا
اروپا همچنان در توسعه مدل‌های بزرگ هوش مصنوعی و منابع لازم برای ساخت آنها از آمریکا و چین عقب مانده است.
میسترال یکی از شرکت‌های پیشرو اروپا در توسعه هوش مصنوعی است، اما ارزش‌گذاری گزارش‌شده آن در حدود ۲۴ میلیارد دلار (۲۰٫۹ میلیارد یورو) بسیار پایین‌تر از رقبای آمریکایی آن، OpenAI و Anthropic است. [ارزش‌گذاری‌های تاییدشده، تاریخ‌دار و منبع را درج کنید.]
میسترال استدلال می‌کند که با وجود نابرابری در منابع، «ML4 اکنون بهترین مدل باز ساخته‌شده در غرب» است.
این مدل روی ۳۸۰۰ واحد پردازش‌گر گرافیکی Grace Blackwell متعلق به شرکت آمریکایی Nvidia در مراکز داده اروپایی میسترال آموزش دیده است. شرکت می‌گوید ML4 به «کارآیی هم‌تراز آخرین فناوری» دست پیدا می‌کند، در حالی که تنها «بخشی از توان پردازشی و سرمایه‌گذاری انجام‌شده توسط آزمایشگاه‌های بسته» مانند OpenAI و Anthropic را به کار می‌گیرد.
زیرساخت اروپایی این مدل می‌تواند به مشتریان کنترل عملیاتی بیشتری بدهد، اما اتکای آن به تراشه‌های Nvidia نشان‌دهنده تداوم وابستگی اروپا به تامین‌کنندگان خارجی برای بخش‌های کلیدی زنجیره تامین هوش مصنوعی است.
آرتور منش، مدیرعامل و هم‌بنیان‌گذار میسترال، گفت: «متن‌باز بودن برای این که هوش مصنوعی پیشرفته در نهایت در دست چند بازیگر محدود متمرکز نشود ضروری است.»
او ادامه داد: «آزمایشگاه‌های دیگر صدها میلیارد برای توسعه توانمندی‌های مشابه جذب کرده‌اند؛ میسترال در عرض سه سال حدود ۶ میلیارد دلار جذب کرده است.»
او افزود: «در کارآیی پردازشی در سطح جهان پیشرو شده‌ایم و فاصله میان میسترال و دیگر آزمایشگاه‌ها را در این حوزه افزایش داده‌ایم. رویکرد ما این است که علم باکیفیت تولید کنیم و نتایج را در اختیار همه قرار دهیم.»
مدلی هم‌تراز آخرین فناوری
به گفته میسترال، ML4 در مجموع ۱٫۰۵ تریلیون پارامتر دارد، اما حدود ۵۲ میلیارد پارامتر را فعال می‌کند. این یعنی مدل برای هر وظیفه از همه پارامترهای خود استفاده نمی‌کند و همین امر به پردازش کارآمدتر درخواست‌ها کمک می‌کند.
این مدل همچنین سه حالت استدلال، کم، متوسط و زیاد، ارائه می‌کند و به کاربران اجازه می‌دهد عمق استدلال را متناسب با وظیفه، از درخواست‌های روزمره تا مسائل پیچیده‌تر، تنظیم کنند.
میسترال می‌گوید ML4 می‌تواند نقشه‌های دوبعدی را با استفاده از نرم‌افزارهای طراحی به کمک رایانه (CAD) به مدل‌های سه‌بعدی قابل استفاده تبدیل کند، حجم‌های بزرگ داده را برای پشتیبانی از تصمیم‌گیری‌های مالی تحلیل کند و از تصاویر ماهواره‌ای و هوایی برای شناسایی آتش‌سوزی‌های جنگلی، رصد سلامت محصولات کشاورزی و پایش خطرات برای خطوط انتقال برق استفاده کند.
این شرکت فرانسوی می‌گوید انتشار ML4 بخشی از نسل جدیدی از مدل‌ها است که همه قالب‌ها را پوشش می‌دهد و آنها قصد دارند در ماه‌های آینده مدل‌های بیشتری از این نسل عرضه کنند.
این مدل اکنون از طریق رابط برنامه‌نویسی کاربردی میسترال (API) در دسترس است و وزن‌های آن را می‌توان از پلتفرم Hugging Face دانلود کرد.