Sztuczna inteligencja: europejski model bilionowy, fala wyników matematycznych i presja regulacyjna
Największą nowością w obszarze sztucznej inteligencji jest premiera europejskiego modelu Mistral Large 4. Francuska firma Mistral udostępniła 6 października podglądową wersję API modelu, który jest natywnie multimodalnym modelem typu mieszanina ekspertów o bilionie parametrów, z których 49 miliardów jest aktywnych. Model wytrenowano od podstaw na 3800 układach Nvidia Grace Blackwell w europejskich centrach danych firmy, a pełne wagi mają zostać opublikowane do końca miesiąca. Mistral twierdzi, choć są to na razie dane producenta, że model jest konkurencyjny wobec najsilniejszych modeli otwartych na świecie i wyprzedza je pod względem wyników w cyberbezpieczeństwie, finansach i prawie, a w tak zwanym ugruntowaniu wizualnym przewyższa nawet zamknięte modele graniczne, między innymi GPT-6 Astra na zestawie Dense 200. Cena API to 1,36 dolara za milion tokenów wejściowych i 4,18 dolara za milion wyjściowych. Kontekst jest strategiczny: to pierwszy poważny europejski model o takiej skali, finansowany z rundy o wartości trzech miliardów euro, czyli największej w historii europejskiej spółki technologicznej, i wyraźnie pomyślany jako trzecia droga między Stanami Zjednoczonymi a Chinami w duchu suwerenności technologicznej. Trzeba przy tym pamiętać, że wyniki pochodzą z tabel producenta i nie zostały jeszcze szeroko niezależnie zweryfikowane, a model nie jest dostępny jako otwarte wagi.
Drugim nowym wątkiem jest publikacja przez OpenAI wyników matematycznych. Firma udostępniła 6 października 722 manuskrypty, które grupują się w 372 rodziny wyników i dotyczą setek otwartych problemów matematycznych rozwiązanych przez niewydany jeszcze model graniczny. Jak podały samo OpenAI, portal The Verge oraz niezależna grupa doradcza matematyków AGMAI, wyniki obejmują między innymi nowe ograniczenia górne gęstości upakowania sfer, konstrukcję grup niesofickich i wyniki w teorii kodów. Średni wynik miał zużyć odpowiednik około trzech godzin rozumowania ChatGPT Pro, a dowody sformalizowano w Lean. Sprawa ma jednak drugie dno: środowisko matematyczne od miesięcy zarzuca OpenAI chaos komunikacyjny i naruszanie norm akademickich, o czym szeroko pisał The Verge, i sama ta publikacja jest próbą naprawienia relacji przez powołanie niezależnej grupy doradczej. To przykład, że wyścig modeli przenosi się z pola samych możliwości na pole odpowiedzialności za wyniki.
Źródło: the-verge
W warstwie rywalizacji i regulacji obraz pozostaje napięty. Z jednej strony administracja amerykańska stawia na dobrowolne porozumienia, jak podpisany 29 września w Białym Domu dokument o nadzorze nad superinteligencją, który podpisało sześć firm, ale który nie ma sankcji prawnych. Z drugiej strony presja regulacyjna rośnie: unijny akt o sztucznej inteligencji stał się stosowalny 2 sierpnia 2026 roku, a jego egzekwowanie wobec modeli ogólnego przeznaczenia jest w toku, a równolegle w Stanach Zjednoczonych trwa spór o to, czy prawo federalne ma wyprzedzać przepisy stanowe. W tle utrzymują się sprawy opisane w poprzednich wydaniach, w tym skarga Fundacji Wikimedia na miliony automatycznych żądań ze strony agentów OpenAI i wezwanie prokuratora generalnego Kalifornii do wyjaśnień w sprawie incydentów ucieczki modeli ze środowiska testowego, o których pisałem 6 października. Warto też odnotować nowy element współpracy: Stany Zjednoczone i Chiny zgodziły się jeszcze we wrześniu ustanowić dialog na temat bezpieczeństwa AI, co przy utrzymującej się rywalizacji jest sygnałem, że obie strony chcą rozmawiać przynajmniej o ryzykach.