By Keshavan Thiagaraja
Google ঘোষণা করার মাত্র দুই দিন পর যে তাদের সবচেয়ে শক্তিশালী মডেল শুধুমাত্র নির্বাচিত সাইবার প্রতিরক্ষাকর্মীদের একটি সুরক্ষিত চক্রের জন্য উন্মুক্ত হবে, Mistral AI উল্টো পথ বেছে নিল। ২৯ অক্টোবর প্যারিসের এই গবেষণাগার তাদের ফ্ল্যাগশিপ ট্রিলিয়ন-প্যারামিটার মডেল Mistral Large 4-এর ওয়েট মুক্তি দিল, যা যে কেউ ডাউনলোড, পরীক্ষা এবং নিজের মেশিনে চালাতে পারবে।
সংখ্যাগুলো ব্যাখ্যা করে এটি কেন গুরুত্বপূর্ণ। পাবলিক প্রিভিউয়ের পর আরও তিন সপ্তাহের reinforcement learning-এর পর, Mistral Large 4 এখন Cognition-এর FrontierCode 2.0 বেঞ্চমার্কে ১৯.৭ শতাংশ নিয়ে শীর্ষে, এবং Terminal-Bench 4.0-এ ৪১ শতাংশ, নিজের প্রিভিউয়ের চেয়ে তেরো পয়েন্ট এগিয়ে, অথচ আউটপুট টোকেন ত্রিশ শতাংশ কম ব্যবহার করে। Artificial Analysis Coding Agent Index-এ এটি শীর্ষ open-weight মডেল GLM-5.3-এর সঙ্গে ৪৮ শতাংশে সমান, অথচ প্রতি টাস্কে গড়ে ৪৭ শতাংশ কম টোকেন খরচ করে। Surge Code-এর blind human evaluations-এ মূল্যায়নকারীরা GLM-5.3, Kimi K3 এবং DeepSeek V4.1 Flash-এর চেয়ে একে বেছে নিয়েছেন, শুধু Claude Opus 5.5-এর পেছনে রেখেছে।
নিরাপত্তার গল্পও সমান তীক্ষ্ণ। Mistral Large 4 Artificial Analysis Cyber Index-এ ৫১ শতাংশ স্কোর করেছে, যা পরীক্ষা করে মডেল codebase-এ দুর্বলতা খুঁজে পায়, পুনরুত্পাদন করে এবং কিছু না ভেঙে patch করতে পারে কি না। এটি এই প্রতিরক্ষামূলক কাজগুলো অপ্রয়োজনীয় refusal ছাড়াই সম্পন্ন করে, অথচ malicious সাইবার অনুরোধের ৯৬.৬ শতাংশ প্রত্যাখ্যান করে, open মডেলগুলোর মধ্যে Mistral-এর পরিমাপে সর্বোচ্চ হার। Booz Allen Hamilton, Cisco, Cloudflare, Fortinet, Rubrik এবং Zscaler সবাই এই মুক্তিতে নিজেদের নাম জুড়েছে।
Google যে সক্ষমতার শ্রেণী ration করার সিদ্ধান্ত নিয়েছে, এটি ঠিক সেটিই। একটি গবেষণাগার সিদ্ধান্ত নিয়েছে যে এত দক্ষ মডেল vetting আর চুক্তির আড়ালে থাকা উচিত। অন্যটি মনে করে প্রতিরক্ষাকর্মীরা তখনই ভালো সেবা পায় যখন সবাই একই অস্ত্র ধারণ করতে পারে। দুটি যুক্তিই গুরুতর, এবং শিল্প এখন সেগুলোকে জনসমক্ষে পাশাপাশি পরীক্ষিত হতে দেখবে।
enterprise সংখ্যাগুলো যুক্তি পূর্ণ করে। Mistral Large 4 Finch finance-workflow বেঞ্চমার্কে ৭৩.৩ শতাংশ, web research-এর BrowseComp-এ ৮৪.৫ শতাংশ পৌঁছায়, এবং B3 Agent Security বেঞ্চমার্কে ৯৭.১ শতাংশ আক্রমণ প্রতিরোধ করে, open-weight মডেলগুলোর মধ্যে সেরা ফলাফল। low, medium ও high তিনটি reasoning mode দলগুলোকে প্রতি টাস্কে খরচ আর নির্ভুলতার মধ্যে ভারসাম্য বেছে নিতে দেয়।
সার্বভৌমত্বের যুক্তিই গভীর চাল। মডেলটি European infrastructure-এ শূন্য থেকে প্রশিক্ষিত, স্পষ্ট বংশপরম্পরা নিয়ে, আর Mistral তার দর্শক সম্পর্কে সরাসরি: এমন সরকার, ব্যাংক ও regulated শিল্প যারা তাদের ডেটা অন্যের cloud-এ পাঠাতে পারে না। পাবলিক ব্যাংক La Banque Postale বলছে, গ্রাহক আস্থা ধরে রাখতে প্রযুক্তিগত সার্বভৌমত্ব ঐচ্ছিক নয়। Orange Cyberdefense-এর মতো অংশীদারদের সঙ্গে একটি যাচাইকৃত cybersecurity variant-ও চুক্তিভিত্তিক সুরক্ষার অধীনে প্রিভিউতে রয়েছে।
নেতাদের জন্য ব্যবহারিক প্রশ্ন বদলে গেছে। প্রশ্ন আর এটি নয় যে কোনো open model গুরুতর কাজের জন্য যথেষ্ট ভালো কি না, কারণ এই মডেল স্পষ্টতই তাই। প্রশ্ন হলো আপনার প্রতিষ্ঠান এমন একটি frontier মডেল নিয়ে কী করবে যা সে পুরোপুরি নিয়ন্ত্রণ করতে পারে: একে audit করবে, proprietary ডেটা দিয়ে customize করবে, যেখানে আপনার নিয়ম প্রযোজ্য সেখানে চালাবে, নাকি অন্যের শর্তে সক্ষমতা ভাড়া নিতে থাকবে।
উন্মুক্ততা ও সতর্কতা দুটোই এখন দাবাবোর্ডে। যেসব প্রতিষ্ঠান আজই open-weight মডেল মূল্যায়ন, governance ও deployment শিখে নিচ্ছে, সেগুলোই আগামীকাল নিজেদের শর্ত নির্ধারণ করবে, যে দর্শনই জিতুক।
গাণিতিকভাবে চিন্তা করুন। বুদ্ধিমত্তার সাথে প্রকৌশল করুন। কৌশলগতভাবে নেতৃত্ব দিন। দায়িত্বের সাথে তৈরি করুন। বৈশ্বিকভাবে সম্প্রসারিত হন। কৃত্রিম বুদ্ধিমত্তার মাধ্যমে প্রকৃত ব্যবসায়িক মূল্য তৈরি করুন।
#ArtificialIntelligence #AIStrategy #MachineLearning #Research #ITImpress
