В нескольких словах
Артур Менш, CEO Mistral AI, видит в стремлении Европы к технологическому суверенитету возможность для развития компании. Он подчеркивает важность разработки ИИ, учитывающего культурные особенности и потребности европейских компаний, а также необходимость снижения зависимости от американских технологий. Менш считает, что регулирование ИИ должно быть направлено на приложения, а не на саму технологию, и призывает к сохранению коммерческой тайны для поддержания конкурентоспособности европейских компаний. Оборонная сфера становится важным направлением для Mistral AI, поскольку ИИ будет играть ключевую роль в системах вооружений будущего.
Когда речь заходит о нашествии ИИ из США и Китая, есть одна «галльская деревня», оказывающая сопротивление
Французский стартап Mistral AI появился в апреле 2023 года, уже после запуска ChatGPT пятью месяцами ранее. Его основали два бывших исследователя Meta AI, Гийом Лампль и Тимоте Лакруа, а также бывший исследователь DeepMind (подразделение Google по искусственному интеллекту) Артур Менш. Все трое познакомились во время учебы в École Polytechnique в Париже. Они начали проект с 12 инженерами, и теперь Mistral AI – компания со 170 сотрудниками, офисами в Париже, Лондоне, США и Сингапуре. Они привлекли около 1 миллиарда евро инвестиций, что оценивает компанию в 6 миллиардов. Их поддержали французский технологический магнат Ксавье Ниэль, а также Nvidia и Microsoft. Благодаря этому Mistral AI – одна из главных надежд европейского ИИ.
Артур Менш (Париж, 1992) – CEO Mistral AI и лицо стартапа. Он встретился с изданием Джерело новини в стеклянной комнате на Mobile World Congress в Барселоне. Одетый в темный костюм, после долгого дня встреч, глава стартапа рассказал о роли Mistral в стремлении Европы к технологической независимости. Он также обсудил перспективы бизнеса (среди клиентов – финансовый сектор, оборонная промышленность и государственный сектор), а также конкуренцию с DeepSeek и американскими компаниями.
Вопрос: Почему технологический суверенитет важен для Европы в нынешней геополитической обстановке?
Ответ: В последние месяцы мы заметили, что многие европейские компании, а также компании за пределами Европы, осознали необходимость стратегии, не зависящей полностью от американских технологий для своих ИИ-систем.
В: Это экономический вопрос?
О: Если у вас есть компании, чрезмерно зависимые от американских поставщиков для удовлетворения потребности, которая будет иметь значительное влияние на ваш бизнес, такой как ИИ, то большая часть ВВП уходит в Соединенные Штаты. Но есть и другой аспект – культурный суверенитет. Важно, чтобы модели знали испанскую литературу, французскую литературу, различное понимание истории в Европе и разные формы мышления о демократии, которые отличаются от американских.
В: Поскольку США стали нестабильным партнером, нужна ли Европе технологическая независимость в сфере обороны?
О: Есть третий фактор – стратегический суверенитет. ИИ, как новый способ построения человеко-машинного интерфейса, будет во всех системах вооружения в ближайшие 10 лет. К сожалению, это важный аспект в современном мире. Для европейских государств и оборонной промышленности критически важно иметь возможность создавать системы с ИИ, не зависящим от поставщиков из-за пределов государств-членов.
В: Насколько существенным будет оборонный бизнес для Mistral?
О: Это уже важный бизнес для нас.
В: Как Mistral планирует использовать европейские потребности в суверенных технологиях?
О: Эта ситуация – источник возможностей для нас. Не только потому, что мы европейская компания, но и потому, что разрабатываемые нами технологии предназначены для использования в случаях, требующих высокого уровня управления данными.
В: Что вы имеете в виду?
О: Наши технологии могут быть развернуты локально. Если у клиента достаточно графических процессоров (GPU), он может запускать наш ИИ в своем частном облаке. Когда речь идет о выполнении критически важных рабочих нагрузок, требующих высокого суверенитета данных, у нас есть технология для этого. Фактически, мы единственная или одна из немногих компаний, способных это сделать.
В: У вас также есть модели, такие как Mistral Small 3, которые работают на ноутбуке…
О: Это развертывание на устройстве, которое заключается в реализации небольших моделей на более дешевом оборудовании. Это может быть ноутбук или даже смартфон. Сегодня лучшая модель, которую можно запустить на ноутбуке, – от Mistral.
В: Каковы преимущества запуска LLM [большой языковой модели] локально?
О: Во-первых, это частная система по умолчанию. Она также может работать в автономном режиме. И это важно для эффективности. Если мы можем обрабатывать 80% запросов пользователя на его собственном компьютере и выполнять их локально, это экономия энергии, которая не тратится впустую в центрах обработки данных.
«Разрабатываемые нами технологии предназначены для использования в случаях, требующих высокого уровня управления данными»
В: Вы настаиваете на том, что Европе нужно меньше регулирования…
О: Нам нужно сосредоточиться на регулировании приложений, а не технологий. Мы действительно считаем, что [с Европейским законом об ИИ] мы пришли слишком рано. Но это можно решить. Я бы не сказал, что регулирование – самая большая проблема, с которой сталкивается Европа в области искусственного интеллекта. Хотя это, конечно, не помогает.
В: Что бы вы хотели изменить в регулировании?
О: Мы всегда отстаивали необходимость сохранения коммерческой тайны. Это очень важно для таких компаний, как наша, чтобы быть конкурентоспособными, особенно в аспектах, связанных с данными для обучения. Европейский закон об ИИ больше помогает американским компаниям, чем компаниям из ЕС, потому что, будучи очень большими, они могут лучше справиться с любой навязанной им нагрузкой. И этого сценария я хотел бы избежать.
В: Ранее вы говорили, что регулирование – не главная проблема ИИ. Что это?
О: Я думаю, что самая большая проблема, с которой мы сталкиваемся в Европе, и мы рады видеть, что это меняется, заключается в том, что темпы внедрения ИИ среди компаний были немного медленными. Они отстают от Соединенных Штатов. Но теперь они поняли, что это критически важно для них. Если они хотят конкурировать на глобальной арене, им нужно быть более эффективными с помощью ИИ.
В: Как Mistral работает на фрагментированном рынке, таком как европейский, который на самом деле состоит из 27+1 рынков?
О: Это обязывает нас иметь команды в разных странах. Сейчас у нас есть команда в Великобритании, другая в Германии, и скоро будет команда в Испании. У каждой европейской компании есть особые требования к языку или к тому, как она хочет общаться с клиентами. И это требует глубокой персонализации систем ИИ, которую мы умеем делать.
В: ChatGPT или Google NotebookLM уже хорошо работают на испанском языке. Как Mistral планирует конкурировать с ними?
О: Можно разрабатывать модели, которые отлично работают на нескольких языках. Но если вы решите сосредоточиться на конкретном языке, вы можете создать модель меньшего размера, которая будет лучше работать именно на этом языке. Единственный способ создать модель, которая очень хорошо работает на определенном языке, – это ввести больше данных на этом языке и обучить ее на них. Таким образом, мы можем создать модель меньшего размера, но предназначенную для этого языка.
Мы были первыми, кто выпустил модель с открытым исходным кодом. И это запустило снежный ком, который продолжал расти
В: После потрясения, вызванного DeepSeek в отрасли, вы сказали, что Mistral уже внедрила методы повышения эффективности. Можете ли вы развить эту тему?
О: DeepSeek использует фрагмент кода, который мы опубликовали в прошлом году как открытый исходный код. Это техника mixture of experts (MoE или смесь экспертов). Они масштабировали ее и добавили определенные математические возможности рассуждения.
В: Значит, технология изначально была от Mistral?
О: Изначально да. Мы были первыми, кто выпустил модель с открытым исходным кодом, использующую ее. И это запустило снежный ком, который продолжал расти. Вы отдаете что-то сообществу открытого исходного кода, и кто-то берет это и создает что-то лучшее.
В: Это способ аутсорсинга инноваций…
О: Исторически в искусственном интеллекте всегда было так. Если вы посмотрите на то, что произошло в период с 2010 по 2020 год, мы использовали эту формулу для построения глубокого обучения (deep learning). Так мы также разработали глубокое обучение с подкреплением (deep reinforcement learning). И так мы начали работать над большими языковыми моделями (LLM). И вдруг OpenAI увидела в этом бизнес и решила закрыть свою технологию и начать гонку, в которой они попытаются стать монополией.
В: Как Mistral может конкурировать с DeepSeek, которая также является компанией с открытым исходным кодом?
О: Сейчас мы работаем над созданием моделей лучше, чем у DeepSeek. А что касается эффективности во время обучения, о которой они заявили, мы уже достигли ее и даже улучшаем ее.
