بازگشت به اخبار
TechCrunch

Mistral وزن‌های مدل هوش مصنوعی یک‌تریلیون‌پارامتری خود را با تمرکز بر امنیت سایبری منتشر کرد

پنجشنبه، ۷ آبان ۱۴۰۵۲۱:۰۴Lucas Ropek
Mistral releases weights for its trillion-parameter AI model, targeting cybersecurity

Mistral می‌گوید مدل جدیدش می‌تواند نوعی کنترل بر دفاع سایبری در اختیار سازمان‌ها بگذارد که مدل‌های بسته قادر به فراهم‌کردن آن نیستند.

شرکت فرانسوی هوش مصنوعی Mistral وزن‌های مدل متن‌باز یک‌تریلیون‌پارامتری خود، Mistral Large 4 (ML4)، را منتشر کرده است تا کسب‌وکارها و دولت‌ها بتوانند این سامانه را دانلود و خودشان مستقر کنند. این مدل که لقب «Le Chonk» را گرفته، نخستین‌بار اوایل همین ماه معرفی شد.

این انتشار در شرایطی صورت می‌گیرد که رقابت میان توسعه‌دهندگان مدل‌های با وزن‌های باز، مانند Mistral، و ارائه‌دهندگان مدل‌های بسته، مانند OpenAI و Anthropic، شدت گرفته است. گروه نخست استدلال می‌کند که کسب‌وکارها و دولت‌ها نباید برای دسترسی به قابلیت‌های پیشرفته به شرکت‌های هوش مصنوعی بیرونی وابسته باشند. این استدلال شاید در حوزه امنیت سایبری وزن بیشتری داشته باشد؛ حوزه‌ای که سازمان‌ها در آن خواهان کنترل بیشتر بر داده‌ها و سامانه‌های خود هستند.

به‌گفته آرتور منشه، مدیرعامل Mistral، هوش مصنوعی باید «ابزاری برای توانمندسازی باشد، نه سلطه». Mistral با عرضه Chonk بر این موضع تأکید بیشتری می‌کند و می‌گوید این مدل می‌تواند با «بخش کوچکی از توان محاسباتی و سرمایه‌ای که آزمایشگاه‌های بسته صرف می‌کنند»، به «عملکردی در سطح پیشرفته‌ترین مدل‌ها» دست یابد.

انتشار وزن‌های مدل — مقادیر عددی حاصل از آموزش که عملکرد سامانه را ممکن می‌کنند — تضمین می‌کند که شرکت‌ها و نهادهای دولتی دیگر نیز بتوانند ML4 را برای اهداف خود مستقر کنند.

Mistral می‌گوید عملکرد مدلش با رقیب چینیِ دارای وزن‌های باز، GLM-5.3، قابل‌مقایسه است؛ مدلی که پیش‌تر یکی از بهترین مدل‌های دارای وزن‌های باز در جهان شناخته می‌شد، به‌ویژه در زمینه کارهای سایبری. بااین‌حال، مدل Mistral برای هر وظیفه ۴۷ درصد توکن کمتری مصرف می‌کند و درنتیجه به‌مراتب مقرون‌به‌صرفه‌تر از GLM-5.3 است.

این شرکت همچنین مدعی است که مدلش در شاخص Coding Agent Index وب‌سایت Artificial Analysis، در انجام وظایف کدنویسی عامل‌محور از همه مدل‌های باز دیگر عملکرد بهتری دارد.

این شرکت روز پنجشنبه اعلام کرد: «در میانه افزایش تهدیدهای سایبری، ML4 قابلیت‌های پیشرفته دفاع سایبریِ مستقل را در اختیار شرکت‌ها و دولت‌ها در سراسر جهان قرار می‌دهد. نهادهای بخش خصوصی و عمومی اکنون می‌توانند هوش مصنوعی پیشرفته را دانلود، مستقر و در اختیار خود داشته باشند تا تهدیدها را در کد و زیرساخت فناوری اطلاعات شناسایی، تحلیل و مدیریت کنند.»

وزن‌های ML4 از طریق Hugging Face و API این شرکت در دسترس قرار گرفته‌اند.

پیر استاک، معاون علوم در Mistral، به TechCrunch گفت انتشار وزن‌های مدل به این معناست که سازمان‌ها کنترل بیشتری بر نحوه استفاده از هوش مصنوعی برای دفاع از خود خواهند داشت.

او گفت: «در عمل، این یعنی مثلاً یک شرکت یا دولت می‌تواند به هوش پیشرفته دسترسی داشته باشد تا از خود در برابر حملات سایبری دفاع کند. از آنجا که وزن‌های مدل باز هستند، این دسترسی را نمی‌توان قطع کرد.»

استاک افزود که می‌توان از این مدل برای «شناسایی، هماهنگی و واکنش آنی به رخدادهای امنیتی بزرگ» استفاده کرد و متن‌باز بودن آن به شرکت‌ها امکان می‌دهد مدل را در محل و در اکوسیستم خود مستقر کنند.

استاک ادامه داد که پیشرفت‌ها در امنیت سایبری مبتنی بر هوش مصنوعی به متخصصان امنیت کمک می‌کند با سرعتی بسیار بیشتر از گذشته باگ‌ها را پیدا کنند. او با توجه به اینکه «برخی عاملان مخرب ممکن است بکوشند از فناوری خود برای حمله استفاده کنند»، افزود معتقد است شرکت‌ها باید «در سریع‌ترین زمان ممکن همین قابلیت را در اختیار همه قرار دهند تا اکوسیستم را گسترش دهند و تقویت کنند».

استاک در بخش دیگری از صحبت‌هایش به نگرانی‌ها درباره رخدادهای اخیر مربوط به عامل‌های هوش مصنوعیِ خارج‌شده از کنترل پرداخت. او خطرها را پذیرفت، اما نسبت به واکنش بیش‌ازحد هشدار داد.

او گفت: «نمی‌خواهیم مردم را بی‌دلیل بترسانیم. به‌نظر ما این مشکلی است که می‌توان آن را حل کرد. تأمین امنیت مطلوب کار دشواری است.»

اخبار مرتبط از TechCrunch AI

The unfolding Jensen Huang scandal: a timeline

خط زمانیِ رسواییِ فزایندهٔ جنسن هوانگ

این ماجرا می‌تواند برای امنیت ملی پیامدهایی داشته باشد؛ آن هم در شرایطی که آمریکا و چین برای توسعه پیشرفته‌ترین زیرساخت هوش مصنوعی با یکدیگر رقابت می‌کنند.

TechCrunch۲۱ آبان۰۳:۲۹