Exclusive: Mirendil inks $100M+ Google Cloud deal to scale self-improving AI
O laboratório de IA Mirendil assinou uma parceria plurianual com o Google Cloud para obter capacidade de computação para sua pesquisa de IA autoaperfeiçoável, soube o TechCrunch com exclusividade.
O acordo reflete duas tendências que moldam a indústria de IA: gigantes da nuvem estão cortejando startups com enormes compromissos de infraestrutura, e empresas de IA estão fechando o máximo de acordos de computação possível para garantir acesso à medida que escalam.
O acordo vale mais de US$ 100 milhões, disse o cofundador e CEO da Mirendil, Behnam Neyshabur, ao TechCrunch. Isso é aproximadamente metade do que a Mirendil arrecadou em financiamento semente a uma avaliação de US$ 1 bilhão no final de junho.
O acordo dá à startup acesso tanto às TPUs do Google quanto às GPUs da Nvidia, bem como a clusters de treinamento gerenciados com os quais a Mirendil trabalhará em sua IA autoaperfeiçoável. A startup espera que sua IA seja eventualmente capaz de assumir o trabalho de um laboratório de IA de ponta inteiro.
IA autoaperfeiçoável, também conhecida como autoaperfeiçoamento recursivo, refere-se a sistemas de IA que se aprimoram de forma iterativa. É um conceito em que grandes laboratórios como a Anthropic — de onde vêm os cofundadores da Mirendil — vêm trabalhando. Um punhado de startups como a Recursive Superintelligence e a Ricursive Intelligence também surgiram recentemente com o objetivo de alcançar essa meta.
A Mirendil acredita que esse processo automatizará grande parte da pesquisa científica e de IA, ajudando cientistas a progredirem em campos como medicina, biologia e ciência dos materiais.
Neyshabur acha que a IA pode imitar como cientistas humanos podem aprender mais sobre novos domínios, acumular conhecimento e especialização, e melhorar gradualmente seu desempenho. “Você pode ter uma IA autoaperfeiçoável para a qual você aponta um problema e ela continua melhorando com o tempo”, disse ele.
“Como podemos ter um sistema de IA que continua fazendo pesquisas, continua melhorando seu próprio conhecimento e desempenho quando se trata da doença de Alzheimer?”, continuou ele. “Essa tecnologia nos permite definir metas que são ambiciosas para a IA, e a IA continuaria fazendo progresso.”
Treinar IA autoaperfeiçoável, no entanto, exige quantidades enormes de poder computacional. O cofundador do laboratório, Harsh Mehta, disse que o treinamento consiste cada vez mais em combinar as cargas de trabalho certas com o hardware certo.
“Esses modelos são muito bons em trabalhar com diferentes cargas de trabalho e chips, e em atribuir as cargas de trabalho certas aos chips certos”, disse Mehta. “[O Google] fornece vários tipos de chips […] essa flexibilidade nos permite, em última análise, misturar e combinar cargas de trabalho com o tipo certo de aceleradores e, então, reduzir o custo não apenas para nós, mas também para nossos clientes que usam nossos sistemas.”
Essa flexibilidade é central para o argumento de venda da infraestrutura de IA do Google. Amin Vahdat, vice-presidente sênior e tecnólogo-chefe de IA e infraestrutura do Google, disse em um comunicado que o avanço da IA não se trata mais apenas de desempenho em nível de chip, “mas de como orquestramos sistemas inteiros de inteligência e superamos as restrições físicas de escala”.
Neyshabur disse que a camada de software e sistemas da Mirendil ajuda os clientes a extraírem mais proveito do hardware do Google, dando à gigante da nuvem outra possível vantagem na corrida contra sua concorrência. Em troca, o Google obtém um parceiro estratégico construindo IA autoaperfeiçoável recursiva de ponta — tecnologia que ele pode eventualmente oferecer a clientes corporativos.
