أطلقت شركة Mistral AI نظام Mistral Forge، الذي يُتيح للمؤسسات بناء نماذج الذكاء الاصطناعي المدرَّبة على بياناتها الداخلية الخاصة، بدلاً من الاعتماد على البيانات العامة المتاحة على الإنترنت.
وقالت الشركة إن Forge يعالج الفجوة القائمة بين نماذج الذكاء الاصطناعي العامة والاحتياجات التشغيلية الخاصة بالمؤسسات الكبرى. إذ تعتمد هذه المؤسسات على معرفة داخلية تشمل معايير هندسية وسياسات امتثال وقواعد بيانات برمجية وقرارات مؤسسية متراكمة، وهي معرفة لا تستوعبها النماذج العامة.
آلية عمل Mistral Forge
يدعم Mistral Forge مراحل متعددة من دورة حياة النموذج. يمكن للمؤسسات استخدام التدريب المسبق لبناء نماذج واعية بالمجال من مجموعات البيانات الداخلية الكبيرة. كما تتيح أساليب ما بعد التدريب للفرق تحسين سلوك النموذج لمهام بعينها. ويُساعد التعلم المعزز على مواءمة النماذج مع السياسات الداخلية والأهداف التشغيلية.
يدعم النظام أيضاً بنيتَي النماذج الكثيفة (Dense) ونماذج مزيج الخبراء (MoE). توفر النماذج الكثيفة قدرة واسعة عبر مهام المؤسسات، في حين تُتيح نماذج MoE تشغيل النماذج الكبيرة بزمن استجابة أقل وتكلفة حوسبة أدنى. كما يدعم Forge المدخلات متعددة الوسائط، مما يُمكّن النماذج من التعلم من النصوص والصور وصيغ البيانات الأخرى.
التحكم المؤسسي وحوكمة البيانات
أفادت Mistral AI بأن Forge يمنح المؤسسات تحكماً مباشراً في كيفية ترميز معرفتها داخل أنظمة الذكاء الاصطناعي. يمكن تدريب النماذج باستخدام مجموعات البيانات الخاصة وإدارتها وفق السياسات الداخلية ومعايير التقييم ومتطلبات الامتثال. وهذا مهم بشكل خاص للقطاعات الخاضعة للتنظيم، حيث تُعدّ أطر الحوكمة إلزامية.
من خلال التشغيل ضمن بيئات البنية التحتية الخاصة بها، تحتفظ المؤسسات بملكية النماذج الناتجة. وقد وصفت الشركة ذلك بأنه شكل من أشكال الاستقلالية الاستراتيجية مع تعمق اندماج الذكاء الاصطناعي في صميم العمليات التجارية.
“يُمكّن Forge المؤسسات من بناء نماذج وتحسينها باستمرار، مدرَّبة على بياناتها الخاصة ومتوافقة مع سياقها التشغيلي.”
Mistral AI
التصميم المُحسَّن للوكلاء والتحسين المستمر
صُمِّم Forge مع الوكلاء المستقلين بوصفهم المستخدمين الأساسيين. وقالت الشركة إن وكيلاً مثل Mistral Vibe يمكنه استخدام Forge لضبط النماذج الدقيق وتحديد المعاملات الفائقة المثلى وجدولة مهام التدريب وتوليد بيانات اصطناعية. ويرصد Forge المقاييس طوال العملية للحيلولة دون تراجع أداء النموذج على المعايير المرجعية الرئيسية.
يدعم النظام أيضاً التحسين المستمر عبر خطوط أنابيب التعلم المعزز. ومع تطور البيئات المؤسسية — من تغييرات تنظيمية وتحديثات للأنظمة وبيانات جديدة — يمكن للمؤسسات تحسين سلوك النموذج استناداً إلى التغذية الراجعة من التقييمات الداخلية وسير العمل التشغيلي.
الشركاء الأوائل وتطبيقات المؤسسات
أفادت Mistral AI بأنها عملت بالفعل مع عدد من المؤسسات لتدريب نماذج على بيانات خاصة. ويشمل الشركاء: ASML، ومختبرات DSO الوطنية في سنغافورة، وEricsson، ووكالة الفضاء الأوروبية، ووكالة العلوم والتكنولوجيا للفريق الوطني (HTX) في سنغافورة، وReply.
حددت الشركة عدة مجالات تطبيق لـ Forge. يمكن للجهات الحكومية تدريب نماذج على أطر السياسات والنصوص التنظيمية والإجراءات الإدارية. أما المؤسسات المالية فيمكنها تطبيق Forge على أطر الامتثال ووثائق المخاطر. ويمكن لفرق البرمجيات تدريب نماذج على قواعد الأكواد الخاصة ومعايير التطوير لتحسين جودة المخرجات. كما يمكن للمصنّعين استخدام Forge مع المواصفات الهندسية وسجلات الصيانة لدعم التشخيص واتخاذ القرارات التشغيلية.
التوقعات المستقبلية
قالت Mistral AI إن نماذج الذكاء الاصطناعي باتت تُشكّل طبقة أساسية في البنية التحتية للمؤسسات. ومع دمج المؤسسات لوكلاء الذكاء الاصطناعي في عملياتها الجوهرية، ستتنامى أهمية ترميز المعرفة المؤسسية في سلوك النماذج. وأشارت الشركة إلى أن Forge مُصمَّم ليُمكّن المؤسسات من التعامل مع نماذج الذكاء الاصطناعي بوصفها أصولاً استراتيجية تتطور جنباً إلى جنب مع معرفتها وعملياتها وخبراتها. ويمكن للمؤسسات المهتمة بالمنصة التسجيل عبر موقع Mistral AI للاطلاع على مزيد من التفاصيل.