Mirendil firma un gran acuerdo con Google Cloud para una IA capaz de mejorar por sí misma

El laboratorio de inteligencia artificial Mirendil ha firmado un acuerdo estratégico de colaboración plurianual con Google Cloud para ampliar su investigación sobre inteligencia artificial capaz de mejorar por sí misma. Según información exclusiva de TechCrunch, el valor del acuerdo supera los 100 millones de dólares y refleja claramente dos tendencias principales del mercado tecnológico actual: los gigantes de la nube atraen a las start-ups mediante grandes compromisos de infraestructura, mientras que las empresas de IA buscan asegurarse amplias capacidades de computación. Techcrunch.com informa de ello.

Según Behnam Neyshabursh, fundador y director ejecutivo de Mirendil, el importe del acuerdo equivale aproximadamente a la mitad de los fondos que la start-up recaudó a finales de junio pasado en una ronda de inversión semilla (seed), con una valoración de 1.000 millones de dólares. Esta colaboración permitirá a la joven empresa utilizar los chips TPU de Google y las NVIDIA GPU. Además, la start-up contará con clústeres de entrenamiento gestionados y personalizados para trabajar en sus sistemas de inteligencia artificial.

Mejora recursiva y perspectivas de futuro

El equipo de Mirendil espera que la inteligencia artificial que está desarrollando pueda llegar a realizar con el tiempo el trabajo completo de un laboratorio líder de IA. Este concepto, conocido como auto-mejora recursiva, significa que los sistemas se perfeccionan de forma iterativa. Cabe destacar que grandes laboratorios como Anthropic, donde trabajaron anteriormente los fundadores de Mirendil, también investigan en esta dirección. Además, varias start-ups, como Recursive Superintelligence y Ricursive Intelligence, se han creado recientemente con objetivos similares.

Según los representantes de la start-up, este proceso ayudará a automatizar gran parte de la investigación científica y de inteligencia artificial, y permitirá a los científicos lograr avances importantes en ámbitos como la medicina, la biología y la ciencia de los materiales. Behnam Neyshabur está convencido de que la inteligencia artificial podrá imitar la capacidad de los científicos humanos para explorar nuevas líneas, acumular conocimientos y experiencia, y mejorar gradualmente su rendimiento.

Optimización de la capacidad de cálculo y los costes

Sin embargo, entrenar una inteligencia artificial capaz de mejorar por sí misma requiere enormes capacidades de cálculo. Según Harsh Mehta, cofundador del laboratorio, el entrenamiento de los modelos modernos depende cada vez más de asignar las cargas de trabajo adecuadas al hardware correspondiente.

Gracias a la flexibilidad de los distintos chips y aceleradores que ofrece Google, la empresa puede combinar las cargas de trabajo con el hardware más adecuado. Esto permite reducir considerablemente los costes, tanto para Mirendil como para los clientes que utilizan sus sistemas.