Πρώην ερευνητές της Anthropic εκκίνηση του Mirendil με αξιολόγηση 1 δισεκατομμυρίου δολαρίων με κύκλο σπόρων 200 εκατομμυρίων

Πρώην ερευνητές της Anthropic έχουν εκκινήσει το Mirendil με ένα φιλόδοξο αντικείμενο: την ανάπτυξη συστημάτων τεχνητής νοημοσύνης που μπορούν να επιταχύνουν την έρευνα της τεχνητής νοημοσύνης. Η εταιρεία, που έχει την έδρα της στο Σαν Φρανσίσκο, έχει βγει από την κρυπτότητα με έναν $200 εκατομμυρίων κύκλο σπόρων με αξιολόγηση 1 δισεκατομμυρίου δολαρίων, یکی από τους μεγαλύτερους κύκλους σπόρων που έχουν ανακοινωθεί από μια εταιρεία τεχνητής νοημοσύνης. Ο κύκλος ήταν συν-ηγεμονευμένος από την Andreessen Horowitz και την Kleiner Perkins, με συμμετοχή από την NVIDIA.

Ιδρυθείσα από τους Behnam Neyshabur και Harsh Mehta, οι οποίοι προηγουμένως εργάστηκαν μαζί στη Google (GOOGL ) και την Anthropic, η Mirendil πιστεύει ότι ο επόμενος跳 στην τεχνητή νοημοσύνη θα έρθει από συστήματα που σχεδιάζονται για να βοηθήσουν τους επιστήμονες και τους μηχανικούς να κατασκευάσουν καλύτερα μοντέλα τεχνητής νοημοσύνης, αντί να υπηρετούν ως βοηθοί τελικού χρήστη.

Σύμφωνα με την εταιρεία, η μακροπρόθεσμη όρασή της είναι να δημοκρατικοποιήσει την έρευνα της τεχνητής νοημοσύνης, κάνοντας τις προηγμένες ερευνητικές ικανότητες διαθέσιμες πέρα από ένα χέρι μερικών καλά χρηματοδοτούμενων εργαστηρίων τεχνητής νοημοσύνης.

Κατασκευή τεχνητής νοημοσύνης για έρευνα

Αντί να επικεντρωθεί σε καταναλωτικούς chatbots ή λογισμικό παραγωγικότητας επιχειρήσεων, η Mirendil περιγράφει τον εαυτό της ως ένα εργαστήριο τεχνητής νοημοσύνης που αναπτύσσει συστήματα που excelling στην έρευνα και ανάπτυξη της τεχνητής νοημοσύνης.

Η εταιρεία υποστηρίζει ότι πολλές επιστημονικές ανακαλύψεις αρχίζουν με τους ερευνητές να χτίζουν βαθιά εξειδίκευση για μεγάλα χρονικά διαστήματα. Η Mirendil στοχεύει να δημιουργήσει συστήματα τεχνητής νοημοσύνης που μπορούν να αναπτύξουν και να συσσωρεύσουν αυτήν την εξειδίκευση, επιτρέποντας στους επιστήμονες να επιταχύνουν την έρευνα σε εξειδικευμένα πεδία.

Αντί να παράγουν απλώς απαντήσεις, αυτά τα συστήματα προορίζονται να βοηθήσουν τους ερευνητές καθ’ όλη τη διάρκεια της επιστημονικής διαδικασίας, βοηθώντας στην ανάπτυξη ολοένα και πιο ικανοποιητικών μοντέλων τεχνητής νοημοσύνης που μπορούν να προσαρμοστούν για πεδία όπως η βιολογία, η χημεία, η ιατρική, η επιστήμη των υλικών και η ρομποτική.

Δημοκρατικοποίηση της τεχνητής νοημοσύνης

Ένα από τα βασικά επιχειρήματα της Mirendil είναι ότι η ανάπτυξη της τεχνητής νοημοσύνης έχει γίνει πλέον συγκεντρωμένη σε ένα σχετικά μικρό αριθμό οργανισμών που διαθέτουν τεράστιους υπολογιστικούς πόρους.

Η εταιρεία πιστεύει ότι πολλά πανεπιστήμια, startups, φαρμακευτικές εταιρείες, ερευνητικά ιδρύματα και βιομηχανικά εργαστήρια θα μπορούσαν να κάνουν ταχύτερη επιστημονική πρόοδο εάν είχαν πρόσβαση σε συστήματα τεχνητής νοημοσύνης που σχεδιάζονται ειδικά για την επιτάχυνση της έρευνας, αντί για γενικούς μοντέλους γλωσσών.

Αντί να αντικαθιστούν τους επιστήμονες, η Mirendil οραματίζεται την τεχνητή νοημοσύνη ως ερευνητικό συνεργάτη που βοηθά τους ειδικούς να επαναλαμβάνουν ταχύτερα, να εξερευνούν περισσότερες υποθέσεις και να αναπτύσσουν ολοένα και πιο εξειδικευμένα μοντέλα για τα δικά τους πεδία.

Μια ομάδα που προέρχεται από τα ηγετικά εργαστήρια τεχνητής νοημοσύνης

Η ιδρυτική ομάδα της Mirendil αντανακλά την αυξανόμενη μετανάστευση των έμπειρων ερευνητών από τα μεγάλα εργαστήρια τεχνητής νοημοσύνης σε ανεξάρτητες startups.

Ο CEO Behnam Neyshabur προηγουμένως διεξήγαγε έρευνα στη Google πριν ενταχθεί στην Anthropic, ενώ ο CTO Harsh Mehta εργάστηκε επίσης ως ερευνητικός επιστήμονας στην Anthropic. Η ευρύτερη ιδρυτική ομάδα περιλαμβάνει τον Shayan Salehian, πρώην μέλος της xAI, και την Tara Rezaei, απόφοιτο του MIT. Μαζί, η εταιρεία έχει συγκεντρώσει περίπου 20 ερευνητές και μηχανικούς με φόντο που εκτείνεται στην Anthropic, OpenAI, Google DeepMind και xAI.

Μια διαφορετική προσέγγιση στην υποδομή της τεχνητής νοημοσύνης

Η ιστοσελίδα της Mirendil τονίζει ότι η αποστολή της εκτείνεται πέρα από την κατασκευή ενός ακόμη μοντέλου βάσης. Αντίθετα, η εταιρεία στοχεύει να ανασχεδιάσει τη διαδικασία έρευνας herself, αναπτύσσοντας συστήματα που βοηθούν τους μηχανικούς και τους επιστήμονες να thực hiện έρευνα της τεχνητής νοημοσύνης πιο αποτελεσματικά.

Η startup λέει ότι κατασκευάζει μοντέλα της τεχνητής νοημοσύνης μαζί με νέες ερευνητικές ροές που προορίζονται να δημιουργήσουν αυτοβελτιωμένα συστήματα τεχνητής νοημοσύνης που συνεχώς βελτιώνουν την επιστημονική και τεχνολογική ανάπτυξη. Η εταιρεία πιστεύει ότι αυτή η προσέγγιση μπορεί να κάνει την προηγμένη έρευνα της τεχνητής νοημοσύνης διαθέσιμη σε οργανισμούς που εργάζονται σε προβλήματα που κυμαίνονται από την ανακάλυψη φαρμάκων και τη χημεία έως τη βιολογία και τη ρομποτική.

Η εταιρεία επίσης σχεδιάζει να κυκλοφορήσει το πρώτο της μοντέλο και προϊόν τους επόμενους μήνες για να συλλέξει σχόλια από ερευνητές και dévelopers καθώς βελτιώνει την τεχνολογία της.

Η αυτο-βελτίωση της τεχνητής νοημοσύνης παραμένει ένα αμφιλεγόμενο πεδίο

Η όραση της Mirendil διασταυρώνεται με ένα από τα πιο συζητημένα概念 στην τεχνητή νοημοσύνη: την αυτο-βελτίωση, όπου τα συστήματα της τεχνητής νοημοσύνης συμβάλλουν στην κατασκευή ολοένα και πιο ικανοποιητικών διαδόχων.

Οι υποστηρικτές υποστηρίζουν ότι τέτοια συστήματα θα μπορούσαν να επιταχύνουν δραματικά την επιστημονική ανακάλυψη, συντομεύοντας τους κύκλους έρευνας και επιτρέποντας στους ειδικούς να επικεντρωθούν σε υψηλότερα επίπεδα συλλογισμού. Οι κριτικοί, συμπεριλαμβανομένων ορισμένων ερευνητών ασφαλείας της τεχνητής νοημοσύνης, έχουν προειδοποιήσει ότι η αυξανόμενη αυτονομία της ανάπτυξης της τεχνητής νοημοσύνης θέτει σημαντικά ερωτήματα σχετικά με την εποπτεία, τον έλεγχο και τη διακυβέρνηση.

Οι ιδρυτές της Mirendil υποστηρίζουν ότι αυτές οι προκλήσεις είναι δύσκολα προβλήματα μηχανικής και όχι αδιαπέραστα εμπόδια, διατηρώντας ότι μια αρκετά ροβούστα εποπτεία μπορεί να επιτρέψει την αυτο-βελτίωση να αναπτυχθεί με ασφάλεια.

Τι σημαίνει η χρηματοδότηση για το μέλλον της έρευνας της τεχνητής νοημοσύνης

Η ασυνήθιστα μεγάλη χρηματοδότηση σπόρων της Mirendil υπογραμμίζει το αυξανόμενο ενδιαφέρον για την υποδομή της τεχνητής νοημοσύνης που σχεδιάζεται ειδικά για έρευνα και όχι για εφαρμογές καταναλωτών. Όσο τα συστήματα της τεχνητής νοημοσύνης γίνονται ολοένα και πιο ικανά, η ζήτηση για εργαλεία που μπορούν να βοηθήσουν τους επιστήμονες και τους μηχανικούς να κατασκευάσουν, να αξιολογήσουν και να βελτιώσουν εξειδικευμένα μοντέλα πιο αποτελεσματικά θα αυξηθεί.

Εάν τα συστήματα της τεχνητής νοημοσύνης γίνουν καλύτερα στην υποστήριξη της έρευνας της τεχνητής νοημοσύνης, οι οργανισμοί εκτός των μεγαλύτερων εργαστηρίων της τεχνητής νοημοσύνης – συμπεριλαμβανομένων των πανεπιστημίων, των φαρμακευτικών εταιρειών, των παρόχων υγείας, των βιομηχανικών κατασκευαστών και των ερευνητικών ιδρυμάτων – θα μπορούσαν να αποκτήσουν πρόσβαση σε ικανότητες που προηγουμένως ήταν περιορισμένες σε ένα χέρι μερικών καλά χρηματοδοτούμενων οργανισμών. Αντί να συγκεντρώσουν την ανάπτυξη της τεχνητής νοημοσύνης μέσα σε einen μικρό αριθμό εταιρειών, τεχνολογίες όπως αυτές που αναπτύσσονται από την Mirendil θα μπορούσαν να ενεργοποιήσουν ένα ευρύτερο οικοσύστημα εξειδικευμένων μοντέλων της τεχνητής νοημοσύνης που προορίζονται για εξειδικευμένα επιστημονικά και βιομηχανικά προκλήματα. Ενώ σημαντικά τεχνικά και ασφαλή εμπόδια παραμένουν, η εμφάνιση εταιρειών που επικεντρώνονται στην ανάπτυξη της τεχνητής νοημοσύνης με τη βοήθεια της τεχνητής νοημοσύνης σηματοδοτεί ότι η επόμενη φάση της καινοτομίας μπορεί να επικεντρωθεί ολοένα και περισσότερο στην επιτάχυνση του ρυθμού της επιστημονικής ανακάλυψης herself.