Mistral Forge: تدريب نماذج ذكاء اصطناعي مؤسسية من الصفر على بيانات الشركة نفسها

أطلقت Mistral منصة Forge لتدريب نماذج الذكاء الاصطناعي المؤسسية من الصفر على بيانات العميل نفسه. ويمثل ذلك تحديًا مباشرًا لنهج OpenAI وAnthropic، اللتين تقدمان للشركات الضبط الدقيق (fine-tuning) وتقنية RAG فوق نماذجهما الأساسية. وجاء الإعلان خلال مؤتمر NVIDIA GTC، وكان من أبرز التصريحات المؤسسية لشركة الذكاء الاصطناعي الأوروبية هذا العام. وتقدّم Mistral، التي أسسها باحثون سابقون في Google DeepMind وMeta*، منصة Forge لا بوصفها طبقة إضافية فوق نماذج الآخرين، بل أداة للذكاء الاصطناعي السيادي، حيث تبقى البيانات والنموذج داخل نطاق الشركة.

ما الذي يميّز Forge عن RAG والضبط الدقيق

يبدو السيناريو المؤسسي المعتاد اليوم على النحو التالي: تأخذ الشركة نموذجًا أساسيًا قويًا، مثل GPT-4o أو Claude أو Gemini، وتكيّفه مع احتياجاتها عبر التدريب الإضافي أو عبر ربطه بقاعدة معارفها الداخلية من خلال البحث. وهذا النهج سريع ورخيص نسبيًا، ولا يتطلب خبرة في تدريب الشبكات العصبية من الصفر.

تراهن Mistral على من لا يكفيهم ذلك. فـ Forge يتيح تدريب النموذج بالكامل على بيانات العميل، بدءًا من تهيئة الأوزان. ويمنح هذا النهج تحكمًا أكبر في سلوك النموذج وتخصصه وامتثاله للمعايير القطاعية. وقد يكون ذلك شرطًا جوهريًا في القطاعات الخاضعة للتنظيم، مثل التمويل والرعاية الصحية والقطاع الحكومي.

كما يتيح التدريب من الصفر تجنّب القيود المدمجة في النماذج الأساسية، مثل التحيّزات المتأصلة في بيانات ما قبل التدريب، ونقاط الضعف اللغوية ونقاط الضعف في المجالات المتخصصة. والنموذج المؤسسي الذي ينشأ على الوثائق الداخلية أو المعاملات التاريخية أو السجلات الطبية قد يكون أدق من نسخة GPT المتخصصة في مجال ضيق.

سوق الذكاء الاصطناعي المؤسسي: أين المال

أصبح القطاع المؤسسي ساحة المعركة الرئيسية لمختبرات الذكاء الاصطناعي الكبرى في عامي 2025–2026. وبحسب تقديرات المحللين، سيتجاوز حجم سوق الذكاء الاصطناعي المؤسسي 300 مليار دولار بحلول عام 2027. وتروّج OpenAI لـ ChatGPT Enterprise وواجهة API مع الضبط الدقيق، وتركّز Anthropic على الأمان عبر Claude for Work، وتطوّر Google منصة Vertex AI مع Gemini.

في هذا السياق، تبحث Mistral عن موقعها الخاص: الشركات التي لا تريد الوثوق بالسحابات الأمريكية في بياناتها وتريد سيادة كاملة على النموذج. ويصبّ الأصل الأوروبي لـ Mistral في مصلحتها هنا، خاصة لدى العملاء الحساسين لمتطلبات GDPR وتوطين البيانات.

ما الذي لا يزال مجهولًا

كان إعلان GTC عرضًا توضيحيًا، وما زالت التفاصيل التقنية لـ Forge غير معلنة. فليس واضحًا ما إذا كانت الخدمة سحابية مُدارة، أو تتطلب النشر في البنية التحتية للعميل، أو إن كان التشغيل داخل مقر العميل (on-premise) ممكنًا. كما تبقى مسألة التكلفة مفتوحة، إذ إن تدريب النماذج الكبيرة من الصفر يحتاج إلى حجم حوسبة وميزانيات مختلفين جذريًا عن الضبط الدقيق.

ولم تُعلن كذلك البنى التي يقوم عليها Forge، وهل يعتمد على نماذج Mistral المفتوحة (Mixtral وMistral 7B) أم على أسس مملوكة للشركة.

ماذا يعني ذلك للسوق

تتخذ Mistral رهانًا نادرًا: فبدلًا من منافسة OpenAI وAnthropic في ميدانهما، أي جودة النماذج الأساسية وحجمها، تبني الشركة سلسلة قيمة بديلة. فالرسالة ليست «أعطونا بياناتكم وسنصنع لكم نموذجًا جيدًا»، بل «خذوا الأداة وابنوا النموذج بأنفسكم». وإذا تبيّن أن Forge بسيط بما يكفي وبسعر في المتناول، فقد يغيّر ذلك منطق سوق الذكاء الاصطناعي المؤسسي، خاصة في أوروبا ولدى الشركات ذات المتطلبات الصارمة بشأن سيادة البيانات.

*Meta مصنفة منظمة متطرفة ومحظورة في روسيا.