Mistral Rilis Bobot ML4, Model AI Triliun Parameter untuk Keamanan Siber
CIANJUR.CO - Perusahaan kecerdasan buatan asal Prancis, Mistral, merilis bobot untuk Mistral Large 4 (ML4), model AI terbuka dengan satu triliun parameter. Rilis itu memungkinkan perusahaan dan lembaga pemerintah mengunduh serta menjalankan model tersebut sendiri. ML4, yang dijuluki “Le Chonk”, pertama kali diperkenalkan awal bulan ini dan kini diarahkan antara lain untuk mendukung pekerjaan keamanan siber.
Berdasarkan laporan TechCrunch AI, peluncuran bobot ML4 berlangsung saat persaingan antara pengembang AI berbobot terbuka, seperti Mistral, dan penyedia model tertutup, seperti OpenAI serta Anthropic, semakin ketat. Pengembang model terbuka berpendapat bahwa perusahaan dan pemerintah seharusnya tidak harus bergantung pada perusahaan AI eksternal untuk memperoleh kemampuan tingkat lanjut. Mistral menilai pendekatan tersebut penting khususnya dalam keamanan siber, ketika organisasi menginginkan kendali lebih besar atas data dan sistem yang digunakan.
Bobot model adalah nilai numerik hasil pelatihan yang menggerakkan sistem. Dengan membuat bobot ML4 tersedia, Mistral membuka kesempatan bagi organisasi lain untuk menerapkan model itu bagi keperluan mereka sendiri. Perusahaan dan lembaga pemerintah dapat mengunduhnya, bukan hanya mengandalkan akses yang dikendalikan penyedia model. Bobot ML4 disediakan melalui Hugging Face dan API Mistral.
Baca juga: Granola Tambahkan Fitur Dikte untuk Bersaing di Pasar Voice AI
CEO Mistral, Arthur Mensch, merangkum pandangan perusahaan tentang peran AI dengan menyebutnya harus “be a tool for empowerment, not dominance.” Mistral mengatakan ML4 melanjutkan pendekatan tersebut. Perusahaan mengklaim modelnya mampu mencapai “state-of-the-art performance” dengan “a fraction of the compute and capital committed by closed labs.” Pernyataan itu menempatkan akses terbuka dan penggunaan sumber daya sebagai bagian dari argumen Mistral dalam persaingan dengan laboratorium AI tertutup.
Klaim kinerja dan penggunaan untuk pertahanan
Mistral menyatakan performa ML4 sebanding dengan GLM-5.3, pesaing berbobot terbuka dari China. GLM-5.3 sebelumnya dipandang sebagai salah satu model terbuka terbaik di dunia, terutama untuk pekerjaan siber. Menurut perbandingan yang disampaikan Mistral, ML4 menggunakan 47 persen lebih sedikit token untuk setiap tugas. Perusahaan menyebut kebutuhan token yang lebih rendah itu membuat modelnya jauh lebih ekonomis dibandingkan GLM-5.3.
Selain perbandingan tersebut, Mistral mengklaim ML4 mengungguli seluruh model terbuka lain dalam tugas pengodean agentik pada Coding Agent Index milik Artificial Analysis, sebuah situs pembandingan AI. Klaim itu secara khusus berkaitan dengan hasil model pada tugas coding agentik dalam indeks tersebut. Mistral juga menghubungkan rilis ML4 dengan kebutuhan organisasi untuk menerapkan kemampuan AI dalam mendeteksi, menganalisis, dan merespons ancaman di kode serta infrastruktur teknologi informasi.
Baca juga: AS Selidiki Dugaan Kaitan Eksekutif Megaspeed dengan China
Dalam pernyataan yang disampaikan pada Kamis, Mistral menyebut meningkatnya ancaman siber sebagai alasan penting untuk menyediakan kemampuan pertahanan yang dapat dikuasai organisasi. Perusahaan menyatakan ML4 membawa kemampuan pertahanan siber berdaulat bagi perusahaan dan pemerintah di berbagai negara. Lembaga sektor swasta maupun publik, menurut pernyataan itu, kini dapat mengunduh, menerapkan, dan memiliki AI mutakhir untuk menangani ancaman pada kode dan infrastruktur IT mereka.
Kendali penggunaan dan penerapan di lingkungan sendiri
Pierre Stock, Wakil Presiden bidang Sains di Mistral, mengatakan kepada TechCrunch AI bahwa pembukaan bobot memberi organisasi kendali lebih besar atas pemanfaatan AI untuk melindungi diri. Ia menjelaskan bahwa perusahaan atau pemerintah dapat mengakses kecerdasan AI tingkat lanjut guna menghadapi serangan siber. Menurut Stock, akses itu tidak dapat diputus begitu saja oleh penyedia karena ML4 merupakan model berbobot terbuka.
Stock juga mengatakan model tersebut dapat digunakan untuk mengidentifikasi, mengoordinasikan, dan merespons insiden keamanan besar secara waktu nyata. Sifat terbuka ML4, lanjutnya, memungkinkan perusahaan menerapkannya secara on-prem di dalam ekosistem mereka sendiri. Dengan demikian, organisasi dapat menjalankan model di lingkungannya, sembari memiliki kendali atas cara teknologi tersebut digunakan untuk pertahanan siber.
Baca juga: Dream Raih Pendanaan US$17 Juta untuk Kembangkan AI Desain Bangunan
Menurut Stock, kemajuan AI dalam keamanan siber telah membantu para profesional keamanan menemukan bug dengan tingkat yang jauh lebih tinggi dibandingkan sebelumnya. Namun, ia menilai kemampuan serupa perlu diberikan kepada semua pihak secepat mungkin agar kesiapan meningkat dan ekosistem keamanan menjadi lebih kuat. Ia menyampaikan kebutuhan itu dengan mempertimbangkan kemungkinan pelaku berbahaya juga berusaha memanfaatkan teknologi mereka sendiri untuk menyerang.
Stock turut menanggapi kekhawatiran mengenai insiden terbaru yang melibatkan agen AI yang bertindak di luar kendali. Ia mengakui bahwa risiko itu ada, tetapi mengingatkan agar tanggapan terhadapnya tidak berlebihan. “We don’t want to fearmonger people,” katanya. Stock menyebut masalah tersebut dapat diatasi, meskipun membangun keamanan yang baik merupakan persoalan sulit.