Mirendil heeft een meerjarige overeenkomst gesloten met Google Cloud voor toegang tot grootschalige rekenkracht. De deal heeft een waarde van meer dan 100 miljoen dollar, zegt medeoprichter en directeur Benham Neyshabur.
Het AI-lab krijgt via de overeenkomst toegang tot Google TPU's, Nvidia GPU's en beheerde clusters voor het trainen van modellen. Mirendil wil die infrastructuur inzetten voor systemen die hun eigen kennis en prestaties stapsgewijs kunnen verbeteren.
De waarde van de overeenkomst is ongeveer de helft van het bedrag dat Mirendil eind juni ophaalde in een seedronde bij een waardering van 1 miljard dollar. Het bedrijf is opgericht door voormalige medewerkers van AI-bedrijf Anthropic.
Onderzoek automatisch verbeteren
Zelfverbeterende AI, ook wel recursive self-improvement genoemd, verwijst naar systemen die herhaaldelijk eigen resultaten gebruiken om beter te worden. Mirendil wil dat zulke systemen op termijn taken kunnen uitvoeren die nu door een volledig toonaangevend AI-lab worden gedaan.
Het bedrijf richt zich daarbij onder meer op wetenschappelijk onderzoek. De technologie zou onderzoekers kunnen helpen bij werk in de geneeskunde, biologie en materiaalkunde. Neyshabur noemt als voorbeeld een systeem dat zich blijft ontwikkelen bij onderzoek naar de ziekte van Alzheimer.
"Je kunt een zelfverbeterende AI hebben waaraan je een probleem voorlegt en die met de tijd beter blijft worden", zegt Neyshabur. Hij stelt dat het doel is een systeem te bouwen dat onderzoek blijft doen en zijn eigen kennis en prestaties verbetert.
Combinatie van chips
Voor het trainen van deze systemen is veel rekenkracht nodig. Medeoprichter Harsh Mehta zegt dat het steeds belangrijker wordt om verschillende soorten taken aan de juiste hardware te koppelen.
"Deze modellen zijn erg goed in het werken met verschillende workloads en chips, en in het toewijzen van de juiste workloads aan de juiste chips", zegt Mehta. De combinatie van meerdere typen accelerators moet de kosten voor Mirendil en gebruikers van zijn systemen verlagen.
Google positioneert die flexibiliteit als een belangrijk onderdeel van zijn AI-infrastructuur. Amin Vahdat, senior vicepresident en hoofdtechnoloog voor AI en infrastructuur bij Google, zegt dat vooruitgang in AI niet alleen meer afhangt van prestaties van afzonderlijke chips, maar ook van de manier waarop complete systemen worden aangestuurd.
