پلتفرم جدید Mistral Forge با تمرکز بر ساخت هوش مصنوعی سفارشی به سازمان ها اجازه می دهد مدل های اختصاصی خود را بر اساس داده های داخلی و از پایه آموزش دهند تا چالش های عدم درک کسب وکار در مدل های عمومی برطرف شود.
اکثر پروژه های هوش مصنوعی سازمانی شکست می خورن، نه به خاطر اینکه شرکت ها فناوری لازم رو ندارن، بلکه به خاطر اینکه مدل هایی که استفاده می کنن درکی از کسب وکارشون ندارن. این مدل ها معمولا بر اساس اطلاعات اینترنت آموزش دیدن، نه بر اساس دهه ها اسناد داخلی، جریان های کاری و دانش سازمانی خود اون شرکت ها. به همین دلیل، نیاز به ساخت هوش مصنوعی سفارشی بیش از پیش احساس می شود.
Mistral Forge؛ پلتفرمی برای ساخت هوش مصنوعی سفارشی
این شکاف دقیقا همون جاییه که استارتاپ فرانسوی Mistral، فرصت رو توش می بینه. روز سه شنبه، این شرکت Mistral Forge رو معرفی کرد؛ پلتفرمی که به سازمان ها اجازه می ده مدل های سفارشی شون رو با داده های خودشون بسازن. این ابتکار گام مهمی در مسیر ساخت هوش مصنوعی سفارشی برمی دارد. Mistral این پلتفرم رو در کنفرانس فناوری سالانه انویدیا یعنی GTC معرفی کرد که امسال تمرکز خیلی زیادی روی هوش مصنوعی و مدیریت عامل هوش مصنوعی برای سازمان ها داشت.
این یه حرکت هوشمندانه برای Mistral هست؛ شرکتی که کسب وکارش رو روی مشتری های سازمانی بنا کرده، در حالی که رقباش مثل OpenAI و Anthropic در زمینه جذب کاربرهای معمولی خیلی جلوتر افتادن. آرتور منش، مدیرعامل شرکت، می گه تمرکز دقیق Mistral روی بخش سازمانی داره جواب می ده: این شرکت در مسیر عبور از درآمد سالانه 1 میلیارد دلار در سال جاری قرار داره.
به گفته Mistral، بخش بزرگی از تمرکز دوچندان روی بخش سازمانی، دادن کنترل بیشتر به شرکت ها روی داده ها و سیستم های هوش مصنوعی شون هست.
الیزا سالامانکا، مدیر محصول Mistral به تک کرانچ گفت: «کاری که Forge انجام می ده اینه که به سازمان ها و دولت ها اجازه می ده با ساخت هوش مصنوعی سفارشی، مدل ها را برای نیازهای خاص خود شخصی سازی کنند.»
چندین شرکت دیگه هم در فضای هوش مصنوعی سازمانی ادعا می کنن که قابلیت های مشابهی دارن، اما اکثرشون روی تنظیم دقیق (fine-tuning) مدل های موجود یا اضافه کردن داده های اختصاصی از طریق تکنیک هایی مثل RAG تمرکز می کنن. این روش ها مدل ها رو از پایه دوباره آموزش نمی دن؛ بلکه فقط اون ها رو در زمان اجرا با استفاده از داده های شرکت سازگار می کنن.
چرا ساخت هوش مصنوعی سفارشی از پایه اهمیت دارد؟
در مقابل، Mistral می گه که داره به شرکت ها این امکان رو می ده که مدل ها رو از صفر آموزش بدن. این رویکرد پیشرفته به آن ها امکان ساخت هوش مصنوعی سفارشی با قابلیت های بی نظیر را می دهد. از نظر تئوری، این کار می تونه برخی از محدودیت های روش های رایج رو برطرف کنه؛ مثلا مدیریت بهتر داده های غیرانگلیسی یا داده های خیلی تخصصی، و کنترل بیشتر روی رفتار مدل. همچنین می تونه به شرکت ها اجازه بده تا سیستم های عاملی رو با استفاده از یادگیری تقویتی آموزش بدن و وابستگی به ارائه دهنده های مدل شخص ثالث رو کم کنن تا از ریسک هایی مثل تغییر مدل یا از رده خارج شدنش جلوگیری بشه.
مشتری های Forge می تونن مدل های سفارشی خودشون رو با استفاده از کتابخونه گسترده مدل های هوش مصنوعی «وزن باز» (open-weight) Mistral بسازن که شامل مدل های کوچیکی مثل Mistral Small 4 می شه که اخیرا معرفی شده. این قابلیت، فرآیند ساخت هوش مصنوعی سفارشی را برای سازمان ها تسهیل می کند. به گفته تیموتی لاکروا، هم بنیان گذار و مدیر ارشد فناوری Mistral، پلتفرم Forge می تونه به استخراج ارزش بیشتری از مدل های موجود کمک کنه.
لاکروا گفت: «توازنی که ما موقع ساخت مدل های کوچیک تر برقرار می کنیم اینه که اون ها نمی تونن توی هر موضوعی به خوبیِ همتاهای بزرگ ترشون باشن، بنابراین قابلیت شخصی سازی به ما اجازه می ده انتخاب کنیم روی چه چیزی تاکید کنیم و چه چیزی رو کنار بذاریم.»
لاکروا اشاره کرد که Mistral در مورد اینکه از چه مدل ها و زیرساختی استفاده بشه مشاوره می ده، اما هر دو تصمیم با خود مشتریه. و برای تیم هایی که به چیزی بیشتر از راهنمایی نیاز دارن، Forge همراه با تیم مهندسان استقرار مستقیم (FDE) Mistral ارائه می شه که مستقیما با مشتری ها همکاری می کنن تا داده های مناسب رو شناسایی کرده و مدل رو با نیازهاشون وفق بدن؛ مدلی که از شرکت هایی مثل IBM و Palantir الهام گرفته شده.
سالامانکا گفت: «Forge به عنوان یه محصول، تمام ابزارها و زیرساخت ها رو داره تا بتونید خط لوله های داده های مصنوعی بسازید. اما درک چگونگی ساخت ارزیابی های درست و اطمینان از داشتن مقدار کافی داده، چیزیه که سازمان ها معمولا تخصص لازم رو براش ندارن، و این همون چیزیه که مهندسان FDE وارد عمل می شن.»
Mistral از قبل Forge رو در اختیار شرکاش قرار داده، از جمله اریکسون، آژانس فضایی اروپا، شرکت مشاوره ایتالیایی Reply، و سازمان های DSO و HTX سنگاپور. اولین پذیرندگان همچنین شامل ASML هستن، تراشه ساز هلندی که دور جذب سرمایه سری C شرکت Mistral رو در شهریور ماه گذشته با ارزش گذاری 11.7 میلیارد یورو (تقریبا 13.8 میلیارد دلار در اون زمان) رهبری کرد.
این همکاری ها نمونه ای از همون چیزی هستن که Mistral انتظار داره موارد استفاده اصلی Forge باشن. با قابلیت ساخت هوش مصنوعی سفارشی, این پلتفرم نیازهای متنوعی را برآورده می کند. به گفته مارجوری جانیویچ، مدیر درآمد Mistral، این موارد شامل دولت هایی می شه که نیاز دارن مدل ها رو برای زبان و فرهنگ خودشون سفارشی کنن؛ فعالان حوزه مالی با الزامات انطباق بالا؛ تولیدکنندگانی با نیازهای شخصی سازی؛ و شرکت های فناوری که نیاز دارن مدل ها رو با پایگاه کد خودشون تنظیم کنن.
با توسعه پلتفرم هایی مانند میسترال فورج، شرکت ها از محدودیت های مدل های عمومی فراتر رفته و به سمتی حرکت می کنند که هوش مصنوعی به جزئی جدایی ناپذیر و کاملا هماهنگ با دانش سازمانی آن ها تبدیل شود. این تغییر رویکرد به معنای بهره وری بالاتر و امنیت بیشتر در استفاده از داده های حساس تجاری خواهد بود.
Mistral bets on ‘build-your-own AI’ as it takes on OpenAI, Anthropic in the enterprise
