Mistral AI, un laboratorio de IA francés, ha lanzado un modelo multimodal con un billón de parámetros. La compañía se está posicionando como un punto medio en la industria de la IA, situándose entre dos grupos: modelos cerrados que pueden ser apagados y modelos de código abierto que frecuentemente provienen de China.
El modelo, llamado Mistral Large 4 (ML4) y apodado Le Chonk, fue anunciado el martes. Sigue una frase del presidente francés Macron, quien ha descrito una «tercera vía en la IA». Mistral está posicionando ML4 como una alternativa tanto a los rivales estadounidenses como a los chinos.
El Problema de Peso de Chonk
Los pesos de ML4 no están disponibles para acceso público en este momento. En cambio, actualmente pueden ser alcanzados a través de un punto final de guardrail público. Una vez finalizadas las pruebas de seguridad, Mistral ha dicho que lanzará sus pesos en tres semanas.
El vicepresidente de Ciencia, Pierre Stock, le dijo a TechCrunch que la compañía trabajará con socios y gobiernos de confianza antes de que se lancen los pesos. «Mientras tanto, trabajaremos con socios y gobiernos de confianza para asegurarnos de que los pesos de código abierto puedan ser utilizados para defender, pero no para [realizar] ataques maliciosos», dijo.
Seguridad y el Intercambio del Peso Abierto
Las preocupaciones de seguridad han aumentado entre la audiencia clave de Mistral —empresas e instituciones— incluso cuando Stock señaló que un diseño de peso abierto es más sencillo de verificar.
Mistral quiere mantener dos cosas a la vez. Un lado permite apagar un modelo. El otro lado permite abrirlo para una inspección cercana. Cada elección da algo a cambio. Los modelos cerrados pueden ser desconectados, mientras que los modelos abiertos pueden ser estudiados de cerca.
Entrenamiento en 4,000 GPUs de Nvidia
Según Stock, Mistral construyó ML4 utilizando su propio hardware, con solo 4,000 GPUs de Nvidia involucradas en el proceso de entrenamiento. Ese número representa dos a tres veces menos GPUs que las utilizadas por los rivales chinos, y también está por debajo del número empleado por los competidores de código cerrado.
La afirmación de eficiencia de Mistral destaca. La compañía sostiene que puede entrenar un modelo de primer nivel utilizando muchos menos recursos de los que requieren sus competidores.
Resultados de la Prueba de Referencia Pendientes
Mistral aún está a la espera de los resultados de referencia para su modelo ML4, el cual la empresa considera que se posicionará a la cabeza de los modelos de peso abierto, particularmente fuera de China. También argumenta que el modelo podría superar el rendimiento de los modelos cerrados en dominios específicos que importan a sus clientes, donde las capacidades multimodales pueden añadir valor.
Stock señaló varios casos de uso optimizados:
| Caso de uso | Descripción |
|---|---|
| Ciberseguridad | Necesidad fundamental del cliente |
| Finanzas | Necesidad fundamental del cliente |
| Diseño de chips | Clave del respaldo de ASML y Samsung |
Los Respaldo Detrás de Le Chonk
Dos de los principales respaldantes de Mistral son la holandesa ASML, que lideró su Serie C, y Samsung, que lideró su Serie D el mes pasado con una valoración de 21 mil millones de euros, aproximadamente $24.39 mil millones.
La empresa intentó comunicar durante esa ronda de financiación que alojar modelos chinos no era un cambio de rumbo para convertirse simplemente en un proveedor de inferencias. Cree que con Le Chonk a su lado, aún puede ser considerado como un laboratorio de vanguardia.
Lo que esto significa para Código Abierto
Stock presentó el enfoque como un esfuerzo conjunto, con socios de confianza y gobiernos trabajando juntos. Los pesos se liberarán después de que finalicen las pruebas, no antes.
ASML lideró la Serie C de Mistral, mientras que Samsung también ha invertido fuertemente. Ambos pueden beneficiarse de un modelo que funciona bien en el diseño de chips.
El veredicto sobre Le Chonk
Mistral se presenta como un laboratorio capaz de entrenar un modelo de primera categoría utilizando menos recursos que sus rivales, pero retiene sus pesos bajo custodia hasta que se complete la prueba.
Ya existe una creación. Su examen ahora comienza. Queda por ver si los números que la rigen aparecen sin ningún ocultamiento.
Un billón de parámetros, un apodo francés y un laboratorio que busca ofrecer una tercera vía en IA: esa combinación constituye la idea detrás de Le Chonk, que se ha convertido en el nombre para el alcance de sus objetivos.
Material fuente: ““El nuevo modelo de 1T de Mistral tiene como objetivo superar a los competidores cerrados y de código abierto”,” TechCrunch.
Recibe El Cuaderno.
Las mejores historias del día y cada veredicto nuevo, en español claro, en tu correo a las siete. Un correo al día, nada más.