Ehemalige Anthropic-Forscher gründen Mirendil mit einer Bewertung von 1 Milliarde US-Dollar und einer Seed-Finanzierungsrunde von 200 Millionen US-Dollar

Ehemalige Anthropic-Forscher haben Mirendil mit dem ambitionierten Ziel gegründet, künstliche Intelligenz-Systeme zu entwickeln, die die künstliche Intelligenz-Forschung selbst beschleunigen können. Das in San Francisco ansässige Startup ist mit einer $200-Millionen-Seed-Finanzierungsrunde bei einer Bewertung von 1 Milliarde US-Dollar aus der Stealth-Phase ausgetreten, einer der größten jemals von einem KI-Startup angekündigten Seed-Finanzierungen. Die Runde wurde von Andreessen Horowitz und Kleiner Perkins gemeinsam angeführt, mit Beteiligung von NVIDIA.

Das von Behnam Neyshabur und Harsh Mehta gegründete Unternehmen, die beide zuvor bei Google (GOOGL ) und Anthropic zusammenarbeiteten, glaubt, dass der nächste Sprung in der künstlichen Intelligenz von Systemen kommen wird, die darauf ausgelegt sind, Wissenschaftlern und Ingenieuren zu helfen, bessere KI-Modelle zu entwickeln, anstatt einfach nur als Endbenutzer-Assistenten zu dienen.

Laut dem Unternehmen ist seine langfristige Vision, die Forschung an der Grenze der künstlichen Intelligenz zu demokratisieren, indem fortgeschrittene Forschungskapazitäten über eine Handvoll gut finanzierte KI-Labore hinaus verfügbar gemacht werden.

Building AI for AI Research

Anstatt sich auf Consumer-Chatbots oder Enterprise-Produktivitätssoftware zu konzentrieren, beschreibt sich Mirendil als ein Grenz-KI-Labor, das Systeme entwickelt, die in der KI-Forschung und -Entwicklung hervorragend sind.

Die These des Unternehmens lautet, dass viele wissenschaftliche Durchbrüche damit beginnen, dass Forscher über lange Zeiträume hinweg tiefes Fachwissen aufbauen. Mirendil zielt darauf ab, KI-Systeme zu entwickeln, die in der Lage sind, dieses Fachwissen zu entwickeln und zu akkumulieren, damit Wissenschaftler die Forschung in spezialisierten Bereichen beschleunigen können.

Anstatt einfach nur Antworten zu generieren, sollen diese Systeme Forschern während des gesamten wissenschaftlichen Prozesses helfen, immer leistungsfähigere KI-Modelle zu entwickeln, die dann für Disziplinen wie Biologie, Chemie, Medizin, Materialwissenschaft und Robotik angepasst werden können.

Demokratisierung der Grenz-KI

Ein Kernargument von Mirendil lautet, dass die heutige Entwicklung von Grenz-KI innerhalb einer relativ kleinen Anzahl von Organisationen mit enormen Rechenressourcen konzentriert ist.

Das Unternehmen glaubt, dass viele Universitäten, Startups, Pharmazeutikaunternehmen, Forschungsinstitute und Industrielabore schneller wissenschaftliche Fortschritte machen könnten, wenn sie Zugang zu KI-Systemen hätten, die speziell darauf ausgelegt sind, die Forschung zu beschleunigen, anstatt allgemeine Sprachmodelle.

Anstatt Wissenschaftler zu ersetzen, sieht Mirendil die KI als Forschungspartner, der Experten hilft, schneller zu iterieren, mehr Hypothesen zu erforschen und immer spezifischere Modelle für ihre eigenen Bereiche zu entwickeln.

Ein Team aus führenden KI-Labors

Das Gründungsteam von Mirendil spiegelt die wachsende Migration von erfahrenen Forschern aus großen KI-Labors in unabhängige Startups wider.

CEO Behnam Neyshabur hat zuvor bei Google Forschung betrieben, bevor er zu Anthropic wechselte, während CTO Harsh Mehta auch als Forschungswissenschaftler bei Anthropic tätig war. Das breitere Gründungsteam umfasst Shayan Salehian, ein frühes Mitglied von xAI, und Tara Rezaei, eine MIT-Absolventin. Zusammen hat das Unternehmen etwa 20 Forscher und Ingenieure mit Hintergründen aus Anthropic, OpenAI, Google DeepMind und xAI zusammengestellt.

Ein anderer Ansatz für KI-Infrastruktur

Die Website von Mirendil betont, dass die Mission des Unternehmens über das bloße Aufbauen eines weiteren Grundmodells hinausgeht. Stattdessen zielt das Unternehmen darauf ab, den Forschungsprozess selbst durch die Entwicklung von Systemen zu neu gestalten, die Ingenieuren und Wissenschaftlern helfen, KI-Forschung effektiver durchzuführen.

Das Startup erklärt, dass es Grenzmodelle neben neuen Forschungsworkflows aufbaut, die darauf abzielen, selbstverbessernde KI-Systeme zu schaffen, die die wissenschaftliche und technologische Entwicklung kontinuierlich verbessern. Das Unternehmen glaubt, dass dieser Ansatz es ermöglichen kann, fortgeschrittene KI-Forschung für Organisationen zugänglich zu machen, die an Problemen wie Arzneimittelentdeckung und Chemie, Biologie und Robotik arbeiten.

Das Unternehmen plant auch, in den kommenden Monaten sein erstes Modell und Produkt zu veröffentlichen, um Feedback von Forschern und Entwicklern zu sammeln, während es seine Technologie verfeinert.

Rekursive Selbstverbesserung bleibt ein umstrittenes Gebiet

Die Vision von Mirendil überschneidet sich mit einem der am meisten diskutierten Konzepte in der künstlichen Intelligenz: rekursive Selbstverbesserung, bei der KI-Systeme dazu beitragen, immer leistungsfähigere Nachfolger zu bauen.

Befürworter argumentieren, dass solche Systeme die wissenschaftliche Entdeckung dramatisch beschleunigen könnten, indem sie Forschungszyklen verkürzen und Experten ermöglichen, sich auf höhere Denkprozesse zu konzentrieren. Kritiker, darunter einige KI-Sicherheitsforscher, haben gewarnt, dass zunehmend autonome KI-Entwicklung wichtige Fragen zur Aufsicht, Kontrolle und Governance aufwirft.

Die Gründer von Mirendil argumentieren, dass diese Herausforderungen schwierige Ingenieursprobleme sind, anstatt unüberwindliche Barrieren, und behaupten, dass ausreichend robuste Aufsicht es ermöglichen kann, rekursive Verbesserung sicher zu entwickeln.

Was die Finanzierung für die Zukunft der KI-Forschung bedeutet

Die ungewöhnlich große Seed-Finanzierungsrunde von Mirendil unterstreicht das wachsende Interesse an KI-Infrastruktur, die speziell für die Forschung und nicht für Consumer-Anwendungen entwickelt wird. Wenn Grenz-KI-Systeme immer leistungsfähiger werden, wird die Nachfrage nach Tools, die Wissenschaftlern und Ingenieuren helfen, spezialisierte Modelle effizienter zu entwickeln, zu bewerten und zu verfeinern, wahrscheinlich steigen.

Wenn KI-Systeme besser darin werden, die KI-Forschung selbst zu unterstützen, könnten Organisationen außerhalb der größten Grenzlabore – einschließlich Universitäten, Pharmazeutikaunternehmen, Gesundheitsdienstleistern, Industrieanbietern und Forschungsinstituten – Zugang zu Fähigkeiten erlangen, die bisher nur einer Handvoll gut finanzierter Organisationen vorbehalten waren. Anstatt die KI-Entwicklung innerhalb weniger Unternehmen zu konzentrieren, könnten Technologien wie die von Mirendil ein breiteres Ökosystem von domänen-spezifischen KI-Modellen ermöglichen, die auf spezielle wissenschaftliche und industrielle Herausforderungen zugeschnitten sind. Während erhebliche technische und Sicherheitsbarrieren bestehen bleiben, signalisiert das Auftauchen von Unternehmen, die sich auf KI-gestützte KI-Entwicklung konzentrieren, dass die nächste Phase der Innovation zunehmend auf die Beschleunigung des Tempos der wissenschaftlichen Entdeckung selbst abzielen könnte.