Rejoignez nos newsletters quotidiennes et hebdomadaires pour les dernières mises à jour et le contenu exclusif sur la couverture de l’IA. Apprendre encore plus
Startup de l’IA française bien financée Mistral se contente de suivre son propre chemin.
Dans une mer de modèles de raisonnement concurrents, l’entreprise a introduit Mistral OCRune nouvelle API de reconnaissance de caractères optiques (OCR) conçue pour fournir des capacités avancées de compréhension des documents.
L’API extrait le contenu – y compris les notes manuscrites, le texte dactylographié, les images, les tables et les équations – à partir de PDF et d’images non structurés avec une précision élevée, se présentant dans un format structuré.
Les données structurées sont des informations qui sont organisées de manière prédéfinie, à l’aide de lignes et de colonnes, ce qui facilite la recherche et l’analyse. Les exemples courants incluent les noms, adresses et transactions financières stockées dans des bases de données ou des feuilles de calcul.
En revanche, les données non structurées manquent d’un format ou d’une structure spécifique, ce qui le rend plus difficile à traiter et à analyser. Cette catégorie englobe un large éventail de types de données, tels que les e-mails, les publications de médias sociaux, les vidéos, les images et les fichiers audio. Étant donné que les données non structurées ne s’intègrent pas parfaitement dans les bases de données traditionnelles, des outils et techniques spécialisés, comme le traitement du langage naturel (PNL) et l’apprentissage automatique (ML), sont souvent utilisés pour extraire des informations significatives.
Comprendre la distinction entre ces types de données est crucial pour les entreprises qui cherchent à gérer et à tirer parti efficacement leurs actifs d’information.
Avec un support multilingue, des vitesses de traitement rapides et une intégration avec des modèles de grands langues (LLM) pour la compréhension des documents, Mistral OCR est positionné pour aider les organisations à fabriquer leur documentation prête pour AI.
Étant donné que – selon le billet de blog de Mistral annonçant la nouvelle API – 90% de toutes les informations commerciales ne sont pas structurées, la nouvelle API devrait être une énorme aubaine pour les organisations cherchant à numériser et à cataloguer leurs données pour une utilisation dans les applications d’IA ou les bases de connaissances internes / externes.
Mistral établit une nouvelle étalon-or pour l’OCR
Mistral OCR vise à améliorer la façon dont les organisations traitent et analysent des documents complexes.
Contrairement aux solutions OCR traditionnelles qui se concentrent principalement sur l’extraction de texte, Mistral OCR est conçu pour interpréter divers éléments et caractères typographiques de documents, y compris les tableaux, les expressions mathématiques et les images entrelacées, tout en maintenant des sorties structurées.
Selon le directeur des sciences de Mistral, Guillaume Lample, cette technologie représente une étape importante vers une adoption plus large de l’IA dans les entreprises, en particulier pour les entreprises cherchant à simplifier l’accès à leur documentation interne.
L’API est déjà intégrée à Le Chat, sur lequel des millions d’utilisateurs s’appuient pour le traitement des documents.
Désormais, les développeurs et les entreprises peuvent accéder au modèle via LA Plateforme, la suite de développeurs de Mistral.
L’API devrait également être disponible via les partenaires du cloud et des inférences et offrira un déploiement sur site pour les organisations ayant des exigences de haute sécurité.
Faire progresser une technologie informatique précoce (70 ans)
La technologie OCR a joué un rôle important dans l’automatisation de l’extraction des données et la numérisation des documents depuis des décennies. La première machine à OCR commerciale a été développée dans les années 1950 par David Shepard et ses collègues Harvey et William Lawless Jr., qui ont fondé Intelligent Machines Research Co. (IMR) pour commercialiser la technologie.
Le système a gagné du terrain lorsque Reader’s Digest est devenu son premier grand client, suivi de banques, de sociétés de télécommunications comme AT&T et de grandes sociétés pétrolières.
En 1959, IBM a autorisé les brevets de l’IMR et a introduit sa propre machine OCR, formalisant le terme en tant que norme de l’industrie.
Depuis lors, la technologie OCR a continué d’évoluer, incorporant l’IA et la ML pour améliorer la précision, étendre le support linguistique et gérer les formats de documents de plus en plus complexes, et peut être trouvé dans des logiciels d’entreprise de premier plan tels que PDF Reader Adobe Acrobat.
Mistral OCR représente la prochaine étape de cette évolution, car il tire parti de l’IA pour améliorer la compréhension des documents au-delà de la simple reconnaissance de texte.
Les repères montrent le pouvoir de Mistral OCR
Mistral met en évidence l’avantage concurrentiel de son OCR sur les outils existants, citant des tests de référence où il a surpassé les alternatives majeures, notamment Google Document AI, Azure OCR et GPT-4O d’OpenAI.
Le modèle a obtenu les scores de précision les plus élevés en reconnaissance mathématique, documents numérisés et traitement de texte multilingue.
Mistral OCR est également conçu pour fonctionner plus rapidement que les modèles concurrents et est capable de traiter jusqu’à 2 000 pages par minute sur un seul nœud.
Cet avantage de vitesse le rend adapté au traitement des documents à haut volume dans des secteurs tels que la recherche, le service client et la préservation historique.
Sophia Yang, responsable des relations avec les développeurs chez Mistral, a été présentant activement Les capacités OCR sur son compte X. Elle a notamment mis en évidence ses références de performance de haut niveau, son soutien multilingue et sa capacité à extraire avec précision les équations mathématiques des PDF.
Dans un poste récentelle a partagé un exemple de Mistral OCR reconnaissant et format la mise en forme d’expressions mathématiques complexes, renforçant son efficacité pour les applications scientifiques et académiques.
Caractéristiques clés et cas d’utilisation
Mistral OCR présente plusieurs fonctionnalités qui en font un outil polyvalent pour les entreprises et les institutions qui gèrent de grands référentiels de documents:
- Traitement multilingue et multimodal: Le modèle prend en charge un large éventail de langues, de scripts et de dispositions de documents, ce qui la rend utile pour les organisations mondiales. Yang a souligné cette capacité, l’appelant un changement de jeu pour le traitement des documents multilingues.
- Préservation de la hiérarchie de sortie et de document structurée: Contrairement aux modèles OCR de base, Mistral OCR conserve des éléments de formatage tels que les en-têtes, les paragraphes, les listes et les tables, garantissant que le texte extrait est plus utile pour les applications en aval.
- Sorties de documents en tant que comptabilité et structurée: Les utilisateurs peuvent extraire du contenu spécifique et le formater dans des sorties structurées, telles que JSON ou Markdown, permettant une intégration avec d’autres flux de travail dirigés par l’IA.
- Option d’auto-hébergement: Les organisations ayant des exigences strictes sur la sécurité des données et la conformité peuvent déployer Mistral OCR dans leur propre infrastructure.
Le développeur de l’IA Mistral documentation en ligne Souligne également les capacités de compréhension des documents qui vont au-delà de l’OCR. Après avoir extrait du texte et de la structure, Mistral OCR s’intègre aux LLM, permettant aux utilisateurs d’interagir avec le contenu du document à l’aide de requêtes en langage naturel. Cette fonctionnalité permet:
- Question répondant sur le contenu spécifique du document;
- Extraction et résumé des informations automatisées;
- Analyse comparative sur plusieurs documents;
- Réponses contextuelles qui considèrent le document complet.
Ce que les décideurs de l’entreprise devraient savoir sur Mistral OCR
Pour les PDG, les DSI, les CTO, les responsables informatiques et les chefs d’équipe, Mistral OCR présente des opportunités importantes d’efficacité, de sécurité et d’évolutivité dans les flux de travail axés sur les documents.
1. Efficacité accrue et économies de coûts
En automatisant le traitement des documents et la réduction de la saisie des données manuelles, Mistral OCR réduit les opérations administratives des frais généraux et rationalise. Les organisations peuvent traiter de gros volumes de documents plus rapidement et avec une précision plus élevée, ce qui réduit le besoin d’intervention humaine. Cela est particulièrement précieux pour les industries comme la finance, les soins de santé, le juridique et la conformité, où les documents approfondis sont un goulot d’étranglement.
2. Amélioration de la prise de décision avec des idées axées sur l’IA
Les capacités de compréhension des documents de Mistral OCR permettent aux décideurs d’extraire des informations exploitables des rapports, des contrats, des documents financiers et des documents de recherche. Les dirigeants informatiques peuvent intégrer l’API dans les plateformes de Business Intelligence, permettant une analyse de documents assistée par l’IA qui prend en charge la prise de décision plus rapide basée sur les données.
3. Amélioration de la sécurité et de la conformité des données
Avec une option de déploiement sur site, Mistral OCR répond aux besoins de sécurité et de conformité des entreprises qui gèrent les données sensibles ou classifiées. Les DSI et les agents de conformité peuvent s’assurer que les informations propriétaires restent dans les infrastructures internes tout en tirant parti de l’IA pour le traitement des documents.
4. Intégration transparente avec les workflows d’entreprise
Les CTOS et les responsables informatiques peuvent intégrer Mistral OCR aux systèmes d’entreprise existants, y compris les plateformes de gestion de contenu, les logiciels CRM, les solutions technologiques juridiques et les assistants dirigés par l’IA. La prise en charge de l’API pour les sorties structurées (JSON, Markdown) facilite l’automatise des flux de travail basés sur des documents, améliorant la productivité globale.
5. Avantage concurrentiel grâce à l’innovation axée sur l’IA
Pour les organisations qui cherchent à rester en avance dans la transformation numérique, Mistral OCR offre une solution évolutive alimentée par AI pour rendre les vastes référentiels de documents plus accessibles. En tirant parti de l’IA pour l’extraction d’informations, les entreprises peuvent améliorer les expériences des clients, optimiser les bases de connaissances internes et réduire les inefficacités opérationnelles.
Prix et disponibilité
Mistral OCR est au prix de 1 000 pages par 1 $, avec une inférence par lots offrant 2 000 pages par 1 $.
L’API est disponible dès maintenant sur LA Plateforme, et Mistral Plans Expansion to Cloud and Inference Partners dans un avenir proche. Le modèle est également gratuit pour essayer le site Web de Mistral Le chatun chatbot conversationnel propulsé par ses LLM similaires et rivaux du chatppt d’Openai, permettant aux utilisateurs de tester ses capacités avant de l’intégrer dans leurs flux de travail. Mistral IA prévoit d’apporter des améliorations continues au modèle en fonction des commentaires des utilisateurs dans les semaines à venir.
Lorsque je l’ai brièvement testé sur une courte note manuscrite (et désordonnée) sur un morceau de papier, il a fourni une ligne de texte précise et structurée en moins d’une seconde.
Quelle est la prochaine étape?
Avec Mistral OCR, Mistral AI continue d’étendre sa suite d’outils dirigés par l’IA, ciblant les entreprises qui nécessitent des solutions de traitement de documents de haute performance.
En intégrant l’OCR à la compréhension des documents alimentés par l’IA, Mistral permet aux entreprises d’extraire, d’analyser et d’interagir avec leurs documents de manière plus intelligente.
Les chefs d’entreprise, les développeurs et les équipes informatiques peuvent explorer Mistral OCR via LA Plateforme ou demander un déploiement sur site pour des cas d’utilisation spécialisés.
Les développeurs peuvent également vérifier La documentation de Mistral AI Pour commencer avec Mistral-OCr-Latest.
