【編者按】 總部位於巴黎的人工智能初創公司 Mistral AI 成立僅一年，就被譽為 現有大模型巨頭的有力挑戰者 。
今年 2 月，Mistral AI 正式釋出了旗艦級大模型 Mistral Large，直接 對標 OpenAI 的 GPT-4 ；幾周前，Mistral AI 釋出了其新一代開源語言模型 Mixtral 8x22B，聲稱 實作了最高的開源效能和效率 。
該公司行政總裁兼聯合創始人 Arthur Mensch 以及其他兩位聯合創始人 Guillaume Lample 和 Timothée Lacroix 在回到法國創辦 Mistral 之前，分別任職於 Google DeepMind 和 Meta，後來因意識到 生成式人工智能在歐洲的絕佳機會 ，辭職選擇創業。
日前，Mensch 在接受麥肯錫高級主管 Eric Hazan 和 Stéphane Bout 采訪時，詳細介紹了 Mistral 的開源戰略、歐洲如何在人工智能競賽中競爭，以及人工智能將如何改變工作場所 。部份核心觀點如下：
人類在人工智能的行程中仍然非常重要，我們應該將生成式人工智能工具視為提高生產力和創造力的一種方式。
大型語言模型和生成式人工智能就像一種新的程式語言，它更加抽象，也更容易被人類語言所控制。
人們將專註於其他模型無法完成且永遠不會被取代的工作，其中包括人際關系管理、發散思維、創造性思維和發明新想法。
三五年後，我們所做的工作應該比現在的工作更有意義。
語言問題可能在一定程度上阻礙了歐洲生成式人工智能的發展。
開源模型的部份價值在於，它可以幫助客戶建立更便宜、更快速、更好的應用程式。
圖｜Mistral AI 行政總裁兼聯合創始人
學術頭條在不改變原文大意的情況下，做了簡單的編譯。內容如下：
Eric Hazan ：能否向我們介紹一下您建立 Mistral AI 的歷程？是什麽促使您創辦了這家公司？
Arthur Mensch ：當然可以，我是科學家出生。我擁有機器學習和功能性磁共振成像專業的博士學位，之後在數學專業做了兩年博士後研究。之後我加入了Google DeepMind，我在那裏從事了兩年半的大型語言模型（LLMs）研究，大約一年前離開了。
Eric Hazan ：是什麽讓您進入生成式人工智能領域的？
Arthur Mensch : 我想我是被典型的研究偶然性帶到那裏的。我當時正在研究深度學習，因此產生了濃厚的興趣。我就此寫了一篇論文，但隨後又回到數學研究領域，一待就是兩年。我加入 DeepMind 時，有一個研究深度學習的小團隊，當我做了一些有趣的工作來改進流程時，我的興趣又被點燃了。
Eric Hazan ：在共同創辦 Mistral AI 公司的過程中，有什麽趣聞軼事想與我們分享？
Arthur Mensch : 我和聯合創始人 Guillaume Lample、Timothée Lacroix 從學生時代就認識，已經有十年了。我在 DeepMind 工作，Guillaume 和 Thimothée 在 Meta 工作，我們三人都在矽谷生活和工作並研究深度學習。當我們看到生成式人工智能領域正在加速發展時，我們意識到，這是一個在法國建立公司並加快建立先進大型語言模型行程的絕佳機會。
Eric Hazan ：換個更寬泛的問題，你認為人類在人工智能的行程中處於什麽位置？
Arthur Mensch ：人類仍然非常重要。我們應該將生成式人工智能工具視為提高生產力和創造力的一種方式。通常情況下，生成式人工智能工具只有在正確提示的情況下才能生成有趣的內容，或者建立一個足夠聰明的應用程式。
無論是開發者還是創新者，都需要做大量的工作，才能真正產生可操作且有價值的結果。除了功能更強大之外，它與傳統的文字編輯器並無太大區別。但你確實應該將它視為一種生產力工具和建立新應用程式的途徑。因此，在這種情況下，大型語言模型和生成式人工智能就像一種新的程式語言，它更加抽象，也更容易被人類語言所控制。
Eric Hazan ：這是下一個問題的絕佳切入點。您認為我們的生活，尤其是我們的工作方式在未來三到五年內會發生怎樣的變化？
Arthur Mensch ：我認為，對於許多瑣碎的工作來說，一些工具將賦予我們力量，它們要麽可以幫助我們完成這些工作，要麽可以幫助我們更快地完成這些工作。這意味著我們將能夠專註於其他模型無法完成且永遠不會被取代的工作，其中包括人際關系管理、發散思維、創造性思維和發明新想法。一般來說，三五年後我們所做的工作應該比現在的工作更有意義。
Eric Hazan ：讓我們換個話題，具體談談 Mistral，您如何解釋自己在生成式人工智能領域的發展速度？
Arthur Mensch ：我想談兩點。首先，我們擁有一支非常強大的團隊，他們經驗豐富，能夠在很短的時間內完成生產和交付。這並不是一件容易的事，但這就是我們能夠在短短四個月內完成模型釋出的原因。
我們之所以能以如此快的速度為人所知並獲得一定的知名度，與我們從一開始就采用的開源策略密不可分。這創造了巨大的需求，從采用指標來看，我們基本上領先於那些已經存在了五年的公司。這一戰略發揮了很好的作用，我們現在正利用這一戰略為我們的產品提供反饋。
Eric Hazan ：在復雜的環境中，所有的人工智能公司似乎都很相似，是什麽讓 Mistral 與眾不同？
Arthur Mensch ：Mistral 的與眾不同之處在於我們的便攜式解決方案，它可以透過我們的套用編程介面 (API) 作為軟件即服務 (SaaS) 與任何雲提供商一起使用。您可以存取雲上的類似 API，也可以存取我們的 API。最重要的是，它可以作為一個平台進行部署。
因此，如果你有一個私有雲，你想對工作負載進行大量客製，或者你在企業內部執行，我們基本上是唯一的解決方案。這一切都與我們樂於廣泛分享我們的技術有關—— 這也是我們樂於分享開源技術的原因。
一般來說，我們的價值主張有三個方面。首先是部署的靈活性和平台的可移植性，允許使用者在虛擬私有雲（VPC）、內部部署和雲中部署。其次是價值，因為我們的模型在價格方面定位非常準確，而且它們的執行速度非常快，效能達到頂級水平。第三是客製化，當我們提供模型時，我們會對模型權重進行授權，因此客戶的技術團隊可以隨意修改這些權重，我們計劃很快透過服務來支持這一點。
Eric Hazan ：Mistral 對開源模型有很強的承諾。你認為它們能加快價值的采用和創造嗎？
Arthur Mensch ：當然，我認為這是一種基礎架構技術，可以被轉換成任何類別的套用。我們確實相信，套用制造商需要創造差異化，也需要深入掌握技術。而做到這一點的唯一途徑就是能夠存取整個堆疊。發起這場運動的方法就是讓人們相信，我們的開源模式可以讓他們建立更便宜、更快速、更好的應用程式，這就是我們的起點。
在過去的六個月裏，我們已經開始看到一些成果，因為許多公司意識到，他們可以將工作負載從閉源 API 轉移到開源模型。我們現在推出了商業模式，這些模式的部署和交付就像開源模式一樣具有完全透明的存取許可權——這為我們的客戶帶來了很多價值。
Eric Hazan ：現在我請 Stéphane 談談歐洲背景下的生成式人工智能。
Stéphane Bout ：我們註意到全球範圍內出現了大量的人工智能投資和激烈的研發競爭。與其他地區相比，歐洲如何才能保持獨特性和競爭力？
Arthur Mensch ：首先要牢記的是，這是一款基礎設施軟件，通常需要一些支持和與團隊的互動。因此，我們建議歐洲客戶與在效能方面具有競爭力的本地公司合作。很明顯，這也是一種創造更多本地參與、塑造我們產品的路線圖並產生一些非常有價值的支持的方式。
第二個方面，我認為可能在一定程度上阻礙了歐洲生成式人工智能的發展，那就是語言問題。所有最早的人工智能公司在美國成立，主要用英語工作。我們正在用我們的模型來解決這個問題，使它們在法語、德語和其他歐洲語言方面更加強大。
作為一家歐洲公司，我們意識到了語言問題，這對我們來說非常重要，比美國公司重要得多。與美國的另一個重要區別是，歐洲的公共雲普及率較低。仍有很多歐洲企業沒有使用公共雲，這往往有很好的理由。因此，我們在私有雲和企業內部部署方面的產品確實能引起這些客戶的共鳴。
Stéphane Bout ：在全球人工智能市場中，歐洲的主要優勢和可能存在的弱點是什麽？
Arthur Mensch ：作為一個地區，歐洲人才濟濟，來自許多國家的許多人在數學和電腦科學方面都很強。這對 Mistral 來說是一個巨大的推動力，對客戶來說也是一個巨大的推動力，因為客戶通常都擁有強大的團隊。
一個弱點是歐洲仍然是一個較為分散的市場。歐洲沒有美國那樣的技術生態系，在那裏，向其他技術公司銷售產品是顯而易見的。法國和歐洲其他國家也有一些科技公司，但它們之間的聯系不如美國緊密。
原文作者：
Stéphane Bout，Eric Hazan
原文連結：
