Arthur Mensch

Arthur Mensch est un chercheur en apprentissage automatique et un entrepreneur français, né en 1992. Après une thèse sur l’analyse de données d’imagerie cérébrale à Inria, il rejoint en 2020 le laboratoire parisien de DeepMind. Il y cosigne des travaux sur l’entraînement des grands modèles de langage, dont l’étude dite Chinchilla. En 2023, il cofonde avec Guillaume Lample et Timothée Lacroix la société Mistral AI, dont il est le directeur général. L’entreprise publie des modèles de langage dont les poids sont téléchargeables librement et développe l’assistant conversationnel Le Chat, renommé Vibe en 2026.

Formation et recherche en neuro-imagerie

Arthur Mensch étudie à l’École polytechnique, qu’il intègre en 2011, puis à Télécom Paris. Il suit ensuite le master Mathématiques, Vision, Apprentissage (MVA) de l’ENS Paris-Saclay. De 2015 à 2018, il prépare un doctorat au sein de l’équipe Parietal, commune à Inria et au centre de neuro-imagerie NeuroSpin du CEA, sous la direction de Bertrand Thirion, Gaël Varoquaux et Julien Mairal. Ses travaux portent sur des algorithmes capables de traiter de très grands volumes de données d’IRM fonctionnelle. Avec ses directeurs, il publie notamment des articles sur la factorisation de matrices massives à la conférence ICML en 2016, puis sur l’apprentissage de représentations de la cognition humaine à partir de nombreuses études d’IRM à la conférence NeurIPS en 2017. Il soutient sa thèse, intitulée « Learning representations for functional fMRI data », le 28 septembre 2018.

De 2018 à 2020, il poursuit ses recherches comme postdoctorant à l’École normale supérieure, à Paris, sur le transport optimal et l’optimisation stochastique.

DeepMind et les lois d’échelle des modèles de langage

En 2020, il rejoint le bureau parisien de DeepMind, filiale de Google, où il travaille près de trois ans sur les grands modèles de langage. En décembre 2021, il est le deuxième auteur de l’article présentant RETRO, un modèle qui améliore ses prédictions en allant chercher des passages dans une base de plusieurs milliers de milliards de mots. Il cosigne aussi en 2022 une étude sur les lois d’échelle des modèles dits « routés », qui n’activent qu’une partie de leurs paramètres pour chaque calcul.

En mars 2022, il figure en troisième position parmi les vingt-deux auteurs de « Training Compute-Optimal Large Language Models », article présenté ensuite à NeurIPS. L’équipe y entraîne plus de 400 modèles, de 70 millions à plus de 16 milliards de paramètres. Elle conclut que les grands modèles de l’époque étaient sous-entraînés : à budget de calcul constant, la taille du modèle et le volume de données d’entraînement devraient augmenter dans les mêmes proportions. Le modèle Chinchilla, qui applique ce principe, a donné son nom à l’étude.

La création de Mistral AI

Au printemps 2023, Arthur Mensch quitte DeepMind et fonde Mistral AI à Paris avec Guillaume Lample et Timothée Lacroix, deux chercheurs venus de Meta. Il en prend la direction générale. Interrogé par Time en 2024 sur le recrutement des premiers ingénieurs, il résume les débuts de l’entreprise ainsi : « Au début, nous avons embauché nos amis. » Il estime alors que Mistral a attiré une quinzaine de personnes sachant entraîner ce type de modèles.

Le 27 septembre 2023, Mistral AI publie son premier modèle, Mistral 7B, un modèle de 7,3 milliards de paramètres. Plutôt qu’une page de lancement classique, l’entreprise diffuse un simple lien de téléchargement BitTorrent. Le modèle est placé sous licence Apache 2.0, qui autorise l’usage commercial et la modification. Arthur Mensch compte parmi les auteurs de l’article technique qui l’accompagne. En décembre 2023, l’entreprise publie de la même manière, par un lien torrent posté sur X, Mixtral 8x7B. Ce modèle repose sur une architecture de « mélange d’experts » qui n’active qu’une fraction de ses paramètres pour chaque mot généré.

Le 26 février 2024, Mistral AI lance Mistral Large, son premier modèle accessible uniquement par API, et ouvre en version bêta Le Chat, un assistant conversationnel. Le même jour, Microsoft Azure devient son premier partenaire de distribution. Dans l’entretien accordé à Time, Arthur Mensch décrit cette combinaison comme une stratégie assumée dès l’origine : une partie de l’offre reste en open source, tandis que certaines fonctions avancées passent par des services payants.

De Le Chat à Vibe

Le Chat s’enrichit en novembre 2024 de la recherche sur le web avec citations, d’un espace d’édition de documents et de la génération d’images. Il arrive sur iOS et Android le 6 février 2025. Le 28 mai 2026, Mistral AI le renomme Vibe et le réorganise en trois modes : conversation, agent connecté aux outils bureautiques, et agent de programmation. L’adresse chat.mistral.ai et les comptes existants sont conservés.

Prises de position publiques

Le 19 septembre 2023, Arthur Mensch fait partie des membres du comité de l’intelligence artificielle générative installé à Matignon par la Première ministre Élisabeth Borne, aux côtés de Yann Le Cun, Luc Julia et Bernard Charlès. Le comité est chargé de formuler des propositions pour adapter la stratégie nationale.

Dans les débats sur le règlement européen sur l’IA, il défend l’idée de réguler les applications plutôt que les modèles généralistes. Pour justifier la diffusion ouverte des modèles, il compare l’IA à un langage de programmation plus abstrait. Il rappelle ainsi, dans Time, que personne n’a interdit le langage C au motif qu’il permet d’écrire des logiciels malveillants.

Auditionné le 22 mai 2024 par la commission des affaires économiques du Sénat, il plaide pour un financement accru de la recherche publique en IA et un crédit d’impôt recherche élargi à la puissance de calcul. Il demande aussi un assouplissement des préavis de départ des salariés, qu’il juge trop longs pour une jeune entreprise qui recrute. Il y prévoit que de nombreux métiers de services, sans disparaître, seront profondément modifiés dans les dix années suivantes.