Эксклюзив: Mirendil заключила сделку с Google Cloud на 100+ миллионов долларов для масштабирования самосовершенствующегося ИИ

Лаборатория ИИ Mirendil заключила многолетнее партнерство с Google Cloud для получения вычислительных мощностей для своих исследований в области самосовершенствующегося ИИ, как эксклюзивно узнал TechCrunch.

Эта сделка отражает две тенденции, формирующие индустрию ИИ: облачные гиганты привлекают стартапы крупными инфраструктурными обязательствами, а ИИ-компании стараются заключить как можно больше сделок на вычисления, чтобы обеспечить себе доступ к ресурсам по мере масштабирования.

Стоимость сделки превышает 100 миллионов долларов (около 8 миллиардов рублей), сообщил TechCrunch соучредитель и генеральный директор Mirendil Бехнам Нейшабур. Это примерно половина того, что Mirendil привлекла в ходе посевного раунда при оценке в 1 миллиард долларов в конце июня.

Сделка дает стартапу доступ как к тензорным процессорам (TPU) Google, так и к графическим процессорам Nvidia, а также к управляемым обучающим кластерам, с которыми Mirendil будет работать над своим самосовершенствующимся ИИ. Стартап надеется, что его ИИ в конечном итоге сможет взять на себя работу целой передовой ИИ-лаборатории.

Самосовершенствующийся ИИ, также известный как рекурсивное самосовершенствование, относится к системам ИИ, которые итеративно улучшают сами себя. Это концепция, над которой работают крупные лаборатории, такие как Anthropic, откуда родом соучредители Mirendil. Ряд стартапов, таких как Recursive Superintelligence и Ricursive Intelligence, также недавно появились вокруг достижения этой цели.

Mirendil считает, что этот процесс автоматизирует значительную часть научных и ИИ-исследований, помогая ученым добиваться прогресса в таких областях, как медицина, биология и материаловедение.

Нейшабур считает, что ИИ может имитировать то, как ученые-люди узнают больше о новых областях, накапливают знания и опыт и постепенно улучшают свои результаты. «Вы можете иметь самосовершенствующийся ИИ, которому можно указать на проблему, и он будет становиться лучше со временем», — сказал он.

«Как мы можем создать систему ИИ, которая продолжает заниматься исследованиями, постоянно улучшая свои знания и производительность, когда речь идет о болезни Альцгеймера?» — продолжил он. «Эта технология позволяет нам ставить перед ИИ амбициозные цели, и ИИ будет продолжать добиваться прогресса».

Однако обучение самосовершенствующегося ИИ требует огромных вычислительных мощностей. Соучредитель лаборатории Харш Мехта заявил, что обучение все больше сводится к сопоставлению правильных рабочих нагрузок с правильным оборудованием.

«Эти модели действительно хороши в работе с различными нагрузками и чипами, а также в назначении правильных нагрузок на правильные чипы», — сказал Мехта. «Google предоставляет несколько видов чипов... эта гибкость позволяет нам в конечном итоге комбинировать и сочетать рабочие нагрузки с правильными ускорителями, а затем снижать затраты не только для нас, но и для наших клиентов, использующих наши системы».

Эта гибкость является центральной в предложении Google по ИИ-инфраструктуре. Амин Вахдат, старший вице-президент и главный технолог по ИИ и инфраструктуре в Google, заявил, что прогресс в области ИИ больше не зависит только от производительности чипов, «но и от того, как мы оркеструем целые системы интеллекта и преодолеваем физические ограничения масштабирования».

Нейшабур сказал, что программный и системный уровень Mirendil помогает клиентам получать больше от оборудования Google, давая облачному гиганту еще одно потенциальное преимущество в гонке с конкурентами. Взамен Google получает стратегического партнера, создающего передовой рекурсивный самосовершенствующийся ИИ — технологию, которую в конечном итоге можно будет предлагать корпоративным клиентам.