Mistral AI est une des start-up françaises d’intelligence artificielle (IA) jugées les plus prometteuses. Créée en avril 2023, l’entreprise, spécialisée dans les modèles capables de générer du texte, a frappé les esprits en levant près de 500 millions d’euros − Xavier Niel, actionnaire du Monde, est présent à son capital. Passé par l’Ecole polytechnique, l’Ecole normale supérieure et Google DeepMind, Arthur Mensch, son cofondateur et directeur général de 31 ans, annonce, lundi 26 février, Mistral Large, un nouveau modèle qui propose des performances proches du leader GPT-4, d’OpenAI, le créateur de ChatGPT.
La start-up lance aussi son propre assistant conversationnel, Le Chat, que les internautes peuvent tester en s’inscrivant sur une liste d’attente. Plus largement, Mistral AI annonce avec le géant américain Microsoft un partenariat de distribution de ses modèles auprès des entreprises, avec partage de revenus. Mais M. Mensch réaffirme sa volonté d’être un « acteur indépendant et européen ». L’ingénieur revient aussi sur l’opposition polémique de son conseiller, Cédric O, ex-secrétaire d’Etat au numérique, au règlement européen AI Act : sur le droit d’auteur, Mistral AI dit être en discussion avec des « fournisseurs de contenus, dans l’édition et la presse ».
Vous lancez un assistant concurrent de services déjà bien installés, comme ChatGPT, Bard (Google) ou Claude (Anthropic). Pourquoi ?
Le Chat est une démonstration de nos modèles, qui sont un peu le moteur de ce genre d’applications d’intelligence artificielle générative. L’objectif est également de montrer aux entreprises ce qu’elles peuvent construire avec. Ce type d’assistant est le cas d’usage standard de l’IA générative professionnelle aujourd’hui. Ils peuvent être connectés à des sources d’information et des documents internes.
Quel est l’intérêt de créer un modèle puissant comme Mistral Large, alors que vous vous êtes jusqu’ici distingués avec des petits modèles efficaces et moins coûteux à entraîner ou à opérer ?
Avoir un modèle puissant présente un intérêt, car l’IA générative doit établir un compromis entre la vitesse et la capacité de raisonnement. En général, on a besoin de requêtes très rapides pour faire des choses simples et d’appels plus longs pour des raisonnements plus compliqués. Par exemple, quand on accède à des documents pour répondre à une question, on va les résumer avec un petit modèle, puis raisonner sur les résumés et les croiser avec la question à l’aide d’un gros modèle.
Avec 34 employés et 500 millions d’euros de capital, pourrez-vous concurrencer Google ou OpenAI, qui a 800 employés et plus de 11 milliards d’euros ?
Il vous reste 78.01% de cet article à lire. La suite est réservée aux abonnés.