(C) unter Verwendung eines Motivs von Andrei Suslov / 123RF.com

Das französische KI-Start-up Mistral hat jetzt ein System veröffentlicht, mit dem sich KI-Systeme auf der Grundlage firmenspezifischer Daten trainieren lassen sollen.

Im Unterschied zu KI, die nur mit allgemein verfügbaren Daten als Allzwecksystem trainiert wurde, soll die mit Forge trainierte KI die firmeninterne Terminologie verstehen, sich firmenspezifische Schlussfolgerungen aneignen, interne Policies befolgen und die spezielle Business-Logik eines Unternehmens verinnerlichen. Im Ergebnis sollen darauf aufbauende Agenten ein tieferes Verständnis für ihre Umgebung haben. Damit sollen sie in der Lage sein, die Zusammenarbeit zwischen verschiedenen Tools zu koordinieren und komplexe Prozesse mit größerer Genauigkeit und Geschwindigkeit zu unterstützen.

(C) Mistral

Forge bietet Flexibilität durch die Unterstützung sowohl von „Dense“-Modellen als auch von „Mixture-of-Experts“-Architekturen (MoE). Dadurch können Unternehmen ihre Lösungen hinsichtlich Leistung, Kosten und betrieblicher Einschränkungen optimieren. Forge unterstützt bei Bedarf auch multimodale Eingaben, sodass Modelle aus Text, Bildern und anderen Datenformaten lernen können.

Forge ist eher auf kontinuierliche Anpassung als auf einmalige Trainings ausgelegt. So können auch Veränderungen in den Arbeitsprozessen, regulatorische Entwicklungen oder Updates der Verfahren widergespiegelt werden. Unternehmen können mithilfe von Pipelines für verstärktes Lernen das Modellverhalten verfeinern, indem sie Feedback aus internen Bewertungen und betrieblichen Arbeitsabläufen nutzen. Auf diese Weise können Teams Modelle im Laufe der Zeit verbessern und an den Unternehmenszielen ausrichten.

Als Beispiele für solche firmenspezifisch trainierten Modelle nennt Mistral beispielsweise Modelle für die Softwareentwicklung, die mit proprietären, kundenspezifischen Codebasen trainiert wurden und so spezifische Muster und Architekturentscheidungen besser verstehen. Oder Modelle für die Finanzwirtschaft, die mit spezifischen Compliance-Frameworks, eigenen Verfahren für die Risikobewertung oder aus der Dokumentation lernen. Hersteller könnten Modelle für Fehlerdiagnosen, Design-Analysen oder operative Entscheidungen trainieren, die spezielle Betriebsdaten und Wartungsprotokolle zur Grundlage haben. Schließlich könnten auch große Unternehmen Agenten trainieren, die ihre Beschäftigten bei komplexen Entscheidungen unterstützen können, weil zu ihren Trainingsdaten interne Dokumentation, historische Falldaten oder interne Wissensdatenbanken gehört haben.

Zu den ersten Nutzern von Forge gehören der Chipanlagenbauer ASML, das Telekommunikationsunternehmen Ericsson sowie die Europäische Weltraumorganisation ESA.