“ Seguimos cambiando de dimensiones. », coincide Timothée Lacroix, director técnico, o director de tecnología en francés, de Mistral AI. La reciente recaudación récord de 1.700 millones de euros en una ronda de financiación liderada por ASML (Advanced Semiconductor Microprocessor Lithography), el proveedor holandés de equipos de fabricación de chips, ha convertido al campeón francés de inteligencia artificial (IA) en el primer decacornio de French Tech, ya que la empresa está valorada en 11.700 millones de euros.
Y desde su lanzamiento hace dos años, ante una fuerte competencia internacional, la start-up cofundada por Arthur Mensch, Timothée Lacroix y Guillaume Lample, especializada en grandes modelos lingüísticos para empresas (aunque también ha desarrollado su robot conversacional dirigido al gran público Le Chat), se mueve a toda velocidad para conquistar nuevos territorios.
¿Soberanía de extremo a extremo?
Mistral AI se asoció con Nvidia este año para lanzar una oferta europea en la nube, además de desarrollar su primer centro de datos en Francia con la empresa francesa Eclairion. Pronto debería ver la luz en Essonne. “ Esto nos permite tener control sobre parte de nuestros recursos informáticos y no depender, en grandes cantidades, de socios estadounidenses para estos recursos. », explica Timothée Lacroix. Además, ” Disponer de infraestructuras en suelo europeo, controladas y gestionadas por entidades europeas, resulta tranquilizador en el contexto geopolítico actual », añade.
¿Pero deberían diseñarse los centros de datos a escala europea? “ Si la capacidad informática está necesariamente ubicada en algún lugar, para que la inversión sea efectiva es necesario compartirla de manera más generalizada. “. Por tanto, es necesario ” pensar en inversiones a una escala mayor que la que tienen físicamente “.
¿A partir de ahí imaginar la soberanía de extremo a extremo de la cadena, hasta los chips? “ Existe una inmensa experiencia entre lo que, por ejemplo, hace ASML para llegar a lo que entra en nuestros centros de datos y cómo construirlos, así como todo el software que hay detrás. Si no dominas ciertas partes y no eres inmediatamente un experto en Europa, no pasa nada. Hay mucho desarrollo en el lado de los chips en Europa. Probaremos y veremos qué es más efectivo para nosotros en el momento adecuado. Mientras tanto, el proyecto del centro de datos implica necesariamente chips americanos…
Optimizaciones tecnológicas
Además, Mistral también busca superar otros desafíos tecnológicos. La memoria del modelo es una. De hecho, existen complejidades en este ámbito, en particular el problema de priorizar la información, señala Timothée Lacroix. Ejemplo, ” Si tengo la desgracia de hacer una pregunta sobre el título de una canción popular en relación con un tema de fondo, recordaré mi interés por la música popular. », ilustra.
Asimismo, la reutilización del trabajo computacional, es decir, la capacidad de los modelos durante su razonamiento de decidir por sí mismos si un código o texto puede elaborarse para ser utilizado posteriormente. “ Hoy en día, el proceso de trabajo o de cálculo de un agente suele tener la escala de una conversación. Tiene que ser mucho más a largo plazo. “, especifica. Lo que también podría permitirnos reducir el coste energético de los modelos… En resumen, ” hay una gran cantidad de optimización por hacer “.
Para obtener modelos más eficientes, ¿necesitamos ir aún más lejos? Algunos observadores creen que el mismo modelo LLM, el de los transformadores (arquitectura de aprendizaje profundo) que lanzó la revolución de la inteligencia artificial generativa, está perdiendo impulso. “ Es posible que existan nuevas arquitecturas que sean mucho más eficientes y permitan realizar entrenamiento e inferencia de manera más rápida y económica. Esta es un área de investigación muy interesante. », cree el CTO de Mistral AI.
Una plataforma de nivel empresarial
En cuanto a la nueva oleada de agentes IA, estos sistemas autónomos cuya eficacia actualmente decepciona a algunos, tranquiliza Timothée Lacroix. “ Si tomamos la definición de agente como un modelo con una tarea bien definida que potencialmente podemos integrar en un flujo de trabajo para realizar tareas más complejas, los modelos actuales son en gran medida capaces de hacer muchas cosas hoy en la empresa, incluso en tareas muy complejas. Lo que falta no es tanto en los modelos sino en las herramientas “, subraya.
En este punto medio, entre modelo e infraestructura, el objetivo, con agentes e inteligencia artificial, es abrir la capacidad de creación en las empresas a un público más amplio que el de los ingenieros de software, desarrolla el director técnico de Mistral AI que, entre otras cosas, acaba de lanzar una plataforma de producción de aplicaciones de IA.
Ciertamente, Mistral AI ha optado por centrarse en las empresas y no en el público en general. “ Nos centramos en las empresas porque es allí donde creamos valor y donde vemos casos de uso que son complicados de automatizar. », confirma el CTO del decacornio tricolor. Pero en un momento en que OpenAI está en camino de convertirse en una plataforma y puerta de entrada a la web, redefiniendo potencialmente la economía digital en el proceso, ¿podría considerarse ese camino para la estrella francesa de la IA? “ Las interfaces conversacionales son, por naturaleza, puntos de entrada muy atractivos porque son fáciles de aprender y, dado el poder del lenguaje, queremos hacer todo con él. », comenta Timothée Lacroix.
Sin embargo, ” si hablamos de una puerta de entrada a otra cosa, en el mundo empresarial, sería, por ejemplo, un agente desarrollado y accesible vía Chat, ya que es aquí donde los empleados harán preguntas sobre manuales o bases de datos internas. Claramente, el camino para Mistral sigue siendo el de una plataforma de nivel empresarial.
About The Author
