Mistral AI का valuation 3 ट्रिलियन won के बराबर आंका गया

 (unite.ai)
1 पॉइंट द्वारा GN⁺ 2023-12-11 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • पेरिस-आधारित Mistral AI ने €450 million की funding हासिल की, जिससे उसका valuation लगभग $2 billion ($2b) तक पहुँच गया और यूरोपीय AI startup्स की मौजूदगी मजबूत हुई
  • Andreessen Horowitz ने इस round का नेतृत्व किया, और Nvidia Corp तथा Salesforce ने convertible notes के ज़रिये अतिरिक्त €120 million निवेश किया
  • प्रमुख मॉडल Mistral 7B Apache 2.0 लाइसेंस वाला एक open source large language model है, जो custom training, tuning और data processing approaches को आगे रखता है
  • इसे कम parameters के साथ knowledge compression और गहरे reasoning को support करने के लिए डिज़ाइन किया गया है; training time, cost और environmental impact को घटाने वाला optimized approach इसकी मुख्य विशेषता है
  • open source और efficient model strategy, Mistral AI को OpenAI, Google AI और DeepMind जैसे मौजूदा दिग्गजों से अलग करती है और यूरोप में AI investment के विस्तार की दिशा दिखाती है

Mistral AI की funding और valuation में बढ़ोतरी

  • पेरिस-आधारित Mistral AI ने €450 million का निवेश जुटाया, जिससे उसका valuation $2 billion तक पहुँच गया
  • यह round सिर्फ Mistral AI के लिए ही नहीं, बल्कि यूरोपीय AI ecosystem के लिए भी एक अहम घटना है, जो दिखाता है कि global AI competition में यूरोप की हिस्सेदारी बढ़ रही है
  • Andreessen Horowitz ने round का नेतृत्व किया, जबकि Nvidia Corp और Salesforce ने convertible notes के रूप में अतिरिक्त €120 million डाला
  • निवेशकों में पारंपरिक venture capital और बड़ी tech कंपनियाँ दोनों शामिल हैं, जो Mistral AI की technology और vision में बढ़ती रुचि को दर्शाता है
  • जुटाई गई पूंजी research and development को आगे बढ़ाने, reach बढ़ाने और AI क्षेत्र में अपनी स्थिति मजबूत करने के लिए वित्तीय आधार देती है

Mistral 7B की तकनीकी विशेषताएँ

  • Mistral AI का प्रमुख उत्पाद Mistral 7B नाम का एक large language model है
  • यह मॉडल Apache 2.0 लाइसेंस के तहत जारी एक open source model है, जिसकी पहचान efficiency और advanced capabilities हैं
  • custom learning, tuning और data processing methods के ज़रिये इसे AI technology की प्रगति के उदाहरण के रूप में पेश किया गया है
  • इसकी खासियत यह है कि यह बाज़ार के दूसरे मॉडलों की तुलना में कम parameters के साथ भी knowledge compression और गहरे reasoning की क्षमता को support करता है
  • यह optimized approach performance बढ़ाने के साथ-साथ training time, cost और environmental impact को कम करने में मदद करती है

बाज़ार में स्थिति और संभावित उपयोग क्षेत्र

  • Mistral 7B की deployment ने Mistral AI को AI market का एक प्रमुख player और OpenAI competitor के रूप में स्थापित किया है
  • इसका प्रभाव कई industries तक फैल सकता है, जिनमें healthcare, education, finance और manufacturing को उदाहरण के रूप में बताया गया है
  • high-performance और scalable solutions देने की इसकी क्षमता इस बात को प्रभावित कर सकती है कि अलग-अलग industries innovation और efficiency के लिए AI का इस्तेमाल कैसे करती हैं

यूरोपीय AI ecosystem में बदलाव

  • यह investment round इस बात का संकेत है कि global AI landscape में यूरोप की स्थिति तेज़ी से मजबूत हो रही है
  • ऐतिहासिक रूप से यूरोपीय AI ventures, investment और innovation दोनों के मामले में अमेरिका और एशिया के प्रतिस्पर्धियों से पीछे रहे हैं
  • Mistral AI की सफलता और अन्य बड़े निवेश यह दिखाते हैं कि यूरोप में AI innovation की क्षमता और महत्वाकांक्षा बढ़ रही है

generative AI competition में अलग पहचान

  • Mistral AI, open source approach और scalable व efficient models बनाने पर फोकस करके generative AI competition में खुद को अलग करती है
  • यह strategy Mistral AI को OpenAI, Google AI और DeepMind जैसे स्थापित दिग्गजों से अलग पहचान देती है
  • accessibility और efficiency को प्राथमिकता देकर यह AI technology के democratization में योगदान देती है और global AI competition में इसे मजबूत दावेदार बनने में मदद करती है
  • जैसे-जैसे यूरोपीय AI startup्स में बड़े पैमाने पर निवेश आ रहा है, यूरोप इस तेज़ी से बदलते और प्रतिस्पर्धी AI क्षेत्र में अपनी अलग जगह बना रहा है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2023-12-11
Hacker News की राय

  • LLM के आसपास बहुत बढ़ा-चढ़ाकर बातें होती हैं, लेकिन Mistral उन उम्मीदों के लायक लगता है
    मैं अब भी मूल 7B मॉडल और उसके derived models इस्तेमाल कर रहा हूँ, और आगे वे क्या जारी करेंगे यह देखने का इंतज़ार है। अभी जो MoE मॉडल सेट उन्होंने जारी किया है वह मुफ़्त है, लेकिन मुझे लगता है अगला प्रोडक्ट commercial होगा
    एक और कंपनी जिस पर नज़र रखनी चाहिए वह 01.AI है, जिसने Yi-34B मॉडल जारी किया है। मैंने इसे Mac पर लोकली ollama run yi:34b से चलाया, और यह हैरान करने वाला अच्छा था

    • coding या technical सवालों में ये छोटे मॉडल GPT-4 की तुलना में कैसे हैं?
      GPT-3.5 मेरे लिए लगभग बेकार था, क्योंकि उसके जवाब गलत होते थे या बहुत सामान्य होते थे। दूसरी तरफ GPT-4 करीब 80% मामलों में ठीक जवाब देता है
    • मैं जानना चाहता हूँ कि लोग इन मॉडलों का इस्तेमाल कैसे करते हैं
      मैं GPT-4 को search के विकल्प की तरह इस्तेमाल करता हूँ, और अभी तक मुझे किसी और पर जाने की वजह नहीं मिली। उदाहरण के लिए, यात्रा स्थलों का इतिहास, architecture, और cultural context समझने में मैं इसका उपयोग करता हूँ, और उस काम के लिए यह काफ़ी सुविधाजनक रहा है
    • क्या आप साझा कर सकते हैं कि Yi-34B में ऐसा क्या है जो इतना हैरान करता है? मुझे अभी इसे आज़माने का मौका नहीं मिला
    • सहमत। Yi 34B और Mistral 7B शानदार हैं
      लेकिन बेस chat मॉडल की जगह बेहतर Yi fine-tuned मॉडल चलाना चाहिए। वह कहीं बेहतर है। अगर लंबा context वाला Yi चाहिए, तो Xaboros/Cybertron या Hugging Face पर डाले गए मेरे कई model merges की सिफारिश करूँगा
    • आपने कहा कि आप अब भी मूल 7B मॉडल और उसके derived models इस्तेमाल करते हैं; दूसरे मॉडलों की तुलना में वे कैसे हैं? खासकर ChatGPT के मुकाबले जानना चाहूँगा

  • Mistral AI को शुरुआत से ही इतना media attention इसलिए मिला क्योंकि उसने short-term revenue छोड़कर Mistral-7B को जारी किया
    पूरे AI ecosystem के नज़रिये से देखें तो यह बेहतर है कि startups moats और lock-in ecosystem बनाने के बजाय अच्छे और खुले software के आधार पर business बनाएँ

    • मुझे नहीं लगता कि इसे open source कहना सही है। उन्होंने training के बारे में detailed जानकारी साझा नहीं की, इसलिए इसे practically reproduce करना संभव नहीं है
      यह ज़्यादा उस जैसा है जैसे कोई SaaS कंपनी आम तौर पर अपने server पर चलने वाला compiled binary जारी कर दे। यह कुछ न होने से बेहतर है, लेकिन open source की भावना से पूरी तरह मेल नहीं खाता
      मुझे नहीं लगता कि यह फ़र्क सिर्फ़ शब्दों का खेल है, लेकिन आख़िर में community इससे सहमत होगी या नहीं, यह अलग बात है
    • एक वजह यह भी है कि मॉडल में कम प्रतिबंध या censoring है। उनके कहने के मुताबिक वे इस दिशा के लिए committed हैं और इसे इस तरह बनाया है कि दूसरे लोग इसके ऊपर चीज़ें बना सकें
      GPT-जैसी चीज़ें अभी कोई पूरी तरह स्थापित business नहीं हैं, और उम्मीद है कि open source community शुरुआती सफलता से भी आगे निकल सकेगी

  • क्या यह कुछ संदिग्ध valuation तरीका नहीं है कि Nvidia कंपनियों को पैसा दे, और वे वही पैसा फिर high-margin Nvidia hardware पर खर्च करें?

    • यह वैसा ही है जैसे MS ने OpenAI को इतने सारे Azure credits दिए थे
    • मुझे समझ नहीं आता कि यह संदिग्ध valuation तरीका क्यों है
      अगर investor सिर्फ revenue देखे या financials के किसी एक हिस्से को ही देखे तो शायद ऐसा हो सकता है, लेकिन अगर ऐसा नहीं है, तो बाहर गया पैसा और बढ़ी हुई revenue दोनों साथ दिखेंगे, इसलिए मुझे नहीं लगता कि इससे profit विकृत होगा
    • यह ऐसा investment model है जिसमें सिक्का उछले तो मैं जीतूँ, और पट आए तो तुम हारो
    • लोग जितना सोचते हैं, यह तरीका उससे कहीं ज़्यादा आम है

  • एक European होने के नाते मेरी पहली प्रतिक्रिया थी, “अच्छा! EU startup चाँद तक जाए,” और दूसरी थी, “अरे, यह तो American VC है”
    शायद यहाँ यही सबसे अच्छा संभव है

    • समस्या यह है कि European VC के पास उस स्तर का capital ही नहीं है
      European VC आम तौर पर कुछ सौ million dollars के assets manage करते हैं, जबकि Silicon Valley VC कई billions manage करते हैं
    • आपको लग सकता है कि EU startups कम हैं, और यह सच भी है
      लेकिन EU VC उससे भी कम हैं
    • बहुत शुरुआती rounds में European VC ने भी निवेश किया था, खासकर French VC ने
      founders भी French हैं। मेरे हिसाब से यह काफ़ी European कंपनी है, इसलिए ज़्यादा सख़्त होने की ज़रूरत नहीं है

  • आजकल valuation कितनी अर्थहीन हो गई है, यह महसूस होता है
    इसे success metric की तरह इस्तेमाल किया जाता है, लेकिन अगर यह किसी के उद्देश्य के काम आ जाए, तो हमेशा कोई न कोई ऊँची valuation पर चेक लिखने वाला मिल ही जाता है। जैसे paper gains, status signalling, या investment competition में ज़्यादा तर्कसंगत प्रतिद्वंद्वी से पहले deal हासिल करना
    इसका मतलब यह नहीं कि Mistral बेकार कंपनी है या अच्छा काम नहीं कर रही। बात सिर्फ़ इतनी है कि valuation metric ख़ुद अर्थहीन होती जा रही है, और AI क्षेत्र में होने वाली काफ़ी funding ऐसा लगती है मानो cloud और GPU खर्च offset करने के लिए हो। लोग बुरा मान सकते हैं, लेकिन valuation news अब news जैसी नहीं लगती

    • यह सिर्फ़ धुआँ है। लेकिन जहाँ धुआँ होता है, वहाँ कुछ न कुछ आग भी होती है

  • Mistral में बड़ी potential है, लेकिन अगर उसके पास सही monetization strategy नहीं हुई तो लंबी अवधि में sustainable profitability हासिल न कर पाने का साफ़ जोखिम है

    • France को autonomy बहुत प्रिय है, और French सरकार जैसे ही कोई उचित ठहराने लायक प्रोडक्ट दिखेगा, तुरंत बड़ा contract दे देगी
    • मैं भी यही सोच रहा था। असली business model क्या है? यह लगभग ऐसा लगता है जैसे Europe कहना चाहता हो, “हम अभी भी प्रासंगिक हैं”
    • जैसे ही वे ऐसा प्रोडक्ट चलाना शुरू करेंगे जिसके लिए users पैसे देते हों, उनके प्रोडक्ट के ज़रिए होने वाली संदिग्ध गतिविधियों की ज़िम्मेदारी भी उन पर आ सकती है
      इसके उलट, अगर कोई Twitter पर model weights वाला torrent link डाल दे, तो उस तरह की ज़िम्मेदारी कहीं कम होती है
    • pitch deck में लिखा था कि वे अपने मॉडल को service के रूप में उपलब्ध कराकर कमाई करेंगे
      कोई भी वही मॉडल लेकर cloud instance चला सकता है, इसलिए moat कमज़ोर लग सकती है, लेकिन फिर भी यह एक तर्कसंगत शुरुआत है। शायद वे ऐसे काफ़ी EU customers भी हासिल करेंगे जो American providers का इस्तेमाल नहीं कर सकते या नहीं करना चाहते
    • chat app लॉन्च न कर पाने की कोई वजह नहीं है

  • मैं सच में उम्मीद करता हूँ कि European startups बड़ी कंपनियों से सफलतापूर्वक मुकाबला कर सकें
    मैं नहीं चाहता कि OpenAI जैसे privacy उल्लंघन, जहाँ user prompts को by default training में इस्तेमाल किया जाता है, standard practice बन जाएँ

  • पुराने उस्तादों की एक बात है: अपनी बनाई चीज़ से प्रेम में मत पड़ो
    AI उद्योग अपनी ही बनाई marketing trap में फँसता दिख रहा है। LLM मज़ेदार खिलौने हैं, लेकिन उनका implementation resource-intensive, energy-intensive, और opaque है
    वास्तविक दुनिया की कई समस्याएँ समझदारी भरे तरीक़े से हल की जा सकती हैं। प्यासे इंसान के लिए सबसे ज़रूरी चीज़ पानी है, गिलास का प्रकार नहीं

    • अगर आप industrial revolution के दौर के steam engines की efficiency की तुलना आज की मशीनों से करें, या 100 साल पहले की power generation को आज से, या लगभग हर chemical process, manufacturing method, और agricultural technology के शुरुआती दौर को आज से, तो फ़र्क देखकर चकित रह जाएँगे
      कुछ मामलों में आज की गतिविधि 100 साल पहले की तुलना में कई orders of magnitude ज़्यादा wasteful थी
      सिर्फ़ यह देख लीजिए कि पिछले 70 सालों में computer hardware का आकार, energy consumption, और speed कैसे बदले हैं। आज का implementation “resource-intensive, energy-intensive, और opaque” है — यह कई ताकतवर आविष्कारों के शुरुआती दौर की सामान्य तस्वीर रही है
      यह सही है कि प्यासे व्यक्ति के लिए पानी सबसे महत्वपूर्ण है, लेकिन यहाँ स्थिति कुछ ऐसी है जैसे कोई समूह ऐसा क्रांतिकारी nanotech गिलास बेच रहा हो जो पानी को मनचाहे तापमान पर अनंत समय तक रखे और हवा की नमी खींचकर खुद को भरता रहे। कभी-कभी गिलास का प्रकार वास्तव में बहुत महत्वपूर्ण होता है, और इसी वजह से कई समूह उसे बनाने की कोशिश कर रहे हैं — इसमें हैरानी नहीं होनी चाहिए

  • business model क्या है?

    • French सरकार से sovereignty के नाम पर बेहिसाब पैसा खर्च करवाना

  • जो पक्ष “सामान्य” Mac users को local LLM install और run करने लायक बना देगा, उसे बहुत बड़ा commercial फायदा मिलेगा
    उदाहरण के लिए, बस DMG डाउनलोड करो, क्लिक करके install करो, और चला दो। command line नहीं होनी चाहिए
    यह बात अजीब है कि 10 करोड़ ऐसे computers मौजूद हैं जो LLM ठीक से चला सकते हैं, लेकिन वास्तव में उन्हें चलाने वालों की संख्या बेहद कम है
    आगे चलकर P2P के ज़रिए लोग एक-दूसरे की compute power उधार भी दे सकते हैं। personalized LLM भी बनाए जा सकते हैं। मुझे व्यक्तिगत रूप से यह दिशा बहुत दिलचस्प लगती है, लेकिन लगता है जैसे कोई इस पर काम नहीं कर रहा

    • अगर आपका मतलब उस पक्ष से है जो “सामान्य” Mac users को local LLM install और run करने देता है:
      https://gpt4all.io
      https://ollama.ai