Мирендил заключила крупный контракт с Google Cloud на разработку самоулучшающегося ИИ

Лаборатория Мирендил, работающая в сфере искусственного интеллекта, заключила многолетнее стратегическое соглашение с Google Cloud для расширения исследований самоулучшающегося ИИ. Согласно эксклюзивной информации TechCrunch, стоимость контракта превышает 100 миллионов долларов. Он наглядно отражает две ключевые тенденции современного технологического рынка: привлечение стартапов облачными гигантами за счёт крупных инфраструктурных обязательств и стремление ИИ-компаний получить доступ к вычислительным мощностям. Об этом сообщает Techcrunch.ком сообщает .

По словам основателя и генерального директора Мирендил Бехнама Нейшабуршха, сумма сделки составляет примерно половину средств, привлечённых стартапом в рамках посевного (сид) инвестиционного раунда в конце июня прошлого года при оценке в 1 миллиард долларов. Партнёрство предоставит молодой компании доступ к ТПУ-чипам Google и GPU NVIDIA. Кроме того, стартап получит специально управляемые обучающие кластеры для работы над собственными системами искусственного интеллекта.

Рекурсивное улучшение и перспективы на будущее

Команда Мирендил надеется, что разрабатываемый ею искусственный интеллект со временем сможет выполнять работу целой ведущей ИИ-лаборатории. Эта концепция, известная как рекурсивное самоулучшение, предполагает итеративное совершенствование системами самих себя. Примечательно, что крупные лаборатории, включая Anthropic, где ранее работали основатели Мирендил, также занимаются этим направлением. В последнее время для достижения аналогичных целей были созданы несколько стартапов, включая Рекурсиве Суперинтеллигенке и Рикурсиве Intelligence.

По мнению представителей стартапа, этот процесс поможет автоматизировать значительную часть научных и ИИ-исследований, а также позволит учёным добиться заметных успехов в таких областях, как медицина, биология и материаловедение. Бехнам Нейшабур считает, что искусственный интеллект сможет имитировать способность учёных изучать новые направления, накапливать знания и опыт и постепенно улучшать свои результаты.

Вычислительные мощности и оптимизация расходов

Однако обучение самоулучшающегося искусственного интеллекта требует огромных вычислительных мощностей. По словам сооснователя лаборатории Харша Мехты, процесс обучения современных моделей всё больше основывается на распределении подходящих рабочих нагрузок между соответствующим оборудованием.

Благодаря разнообразию чипов и ускорителей, предлагаемых Google, компания может сопоставлять рабочие нагрузки с наиболее подходящим оборудованием. Это позволит значительно сократить расходы не только самой Мирендил, но и клиентов, использующих её системы.