AI laboratorij Mirendil potpisao je višegodišnje partnerstvo s Google Cloudom kako bi osigurao računalne kapacitete za svoje AI istraživanje, doznaje TechCrunch. Ovaj dogovor odražava dva trenda koja oblikuju AI industriju: veliki cloud divovi privlače startupe s ogromnim infrastrukturnim obvezama, dok AI tvrtke pokušavaju osigurati što više računalnih dogovora kako bi osigurale pristup kapacitetima dok se šire.
Vrijednost dogovora iznosi više od 100 milijuna dolara, rekao je suosnivač i CEO Mirendila, Behnam Neyshabur, za TechCrunch. To je otprilike polovica onoga što je Mirendil prikupio u početnom financiranju koje je procijenjeno na 1 milijardu dolara krajem lipnja.
Ovaj dogovor omogućuje startupu pristup Googleovim TPU-ima i Nvidia GPU-ima, kao i upravljanim trening klasterima s kojima će Mirendil raditi na svom samopoboljšavajućem AI-u. Startup se nada da će njegov AI na kraju moći preuzeti rad cijelog naprednog AI laboratorija.
Samopoboljšavajući AI, poznat i kao rekurzivno samopoboljšanje, odnosi se na AI sustave koji se iterativno poboljšavaju. To je koncept na kojem rade veliki laboratoriji poput Anthropic-a, iz kojeg dolaze suosnivači Mirendila. Nekoliko startupa poput Recursive Superintelligence i Ricursive Intelligence također su se nedavno pojavili s ciljem postizanja tog cilja.
Mirendil vjeruje da će ovaj proces automatizirati mnoge znanstvene i AI istraživačke aktivnosti, pomažući znanstvenicima da napreduju u područjima poput medicine, biologije i znanosti o materijalima.
Neyshabur smatra da AI može oponašati način na koji ljudski znanstvenici uče o novim domenama, akumulirajući znanje i stručnost te postupno poboljšavajući svoju izvedbu. “Možete imati samopoboljšavajući AI na kojem možete postaviti problem i on će s vremenom postajati bolji,” rekao je.
“Kako možemo imati AI sustav koji kontinuirano istražuje, poboljšava svoje znanje i izvedbu kada je riječ o Alzheimerovoj bolesti?” nastavio je. “Ova tehnologija omogućuje nam postavljanje ambicioznih ciljeva za AI, a AI će nastaviti napredovati.”
Međutim, treniranje samopoboljšavajućeg AI-a zahtijeva ogromne količine računalne snage. Suosnivač laboratorija, Harsh Mehta, rekao je da se treniranje sve više odnosi na usklađivanje pravih radnih opterećenja s pravim hardverom. “Ovi modeli su zaista dobri u radu s različitim radnim opterećenjima i čipovima, te dodjeljivanju pravih radnih opterećenja pravim čipovima,” rekao je Mehta.
Ta fleksibilnost je središnja za Googleovu ponudu AI infrastrukture. Amin Vahdat, viši potpredsjednik i glavni tehnolog za AI i infrastrukturu u Googleu, rekao je u priopćenju da napredak AI-a više nije samo o performansama na razini čipa, “već o tome kako orkestriramo cijele sustave inteligencije i prevladavamo fizička ograničenja skaliranja.”
