Entisen Anthropic-tutkijoiden perustama Mirendil aloittaa 1 miljardin dollarin arvostuksella ja 200 miljoonan dollarin siemenerätyksellä

Entiset Anthropic-tutkijat ovat perustaneet Mirendilin ambizioisella tavoitteella: kehittää tekoälyjärjestelmiä, jotka pystyvät kiihdyttämään tekoälytutkimusta itsessään. San Francisco -pohjainen startup on tullut ulos piilosta 200 miljoonan dollarin siemenerätyksellä, joka on yksi suurimmista koskaan ilmoitetuista tekoälystartuppien siemenerätyksistä. Rahoituksen johtavat Andreessen Horowitz ja Kleiner Perkins, ja siihen osallistuvat myös NVIDIA.

Mirendilin perustivat Behnam Neyshabur ja Harsh Mehta, jotka aiemmin työskentelivät yhdessä Googlella ja Anthropicilla. Mirendil uskoo, että seuraava askel tekoälyssä tulee järjestelmistä, jotka on suunniteltu auttamaan tutkijoita ja insinöörejä kehittämään parempia tekoälymalleja, eikä pelkästään toimimaan loppukäyttäjien avustajina.

Yhtiön mukaan sen pitkän aikavälin visio on demokratisoida eturintamien tekoälytutkimus tekemällä edistyneet tutkimusmahdollisuudet saataville muutamassa hyvin rahoitetussa tekoälylaboratoriossa.

Tekoäly tekoälytutkimukseen

Mirendil ei keskity kuluttajachatbottiin tai yritysten tuottavuusohjelmistoihin, vaan kuvailee itseään eturintamien tekoälylaboratoriona, joka kehittää järjestelmiä, jotka erinomaisesti soveltuvat tekoälytutkimukseen ja -kehitykseen.

Yhtiön väittää, että monet tieteelliset läpimurrot alkavat tutkijoiden rakentamasta syvää asiantuntemusta pitkien aikojen kuluessa. Mirendil pyrkii luomaan tekoälyjärjestelmiä, jotka pystyvät kehittymään ja kertymään tällaista asiantuntemusta, jotta tutkijat voivat kiihdyttää tutkimusta erikoistuneilla aloilla.

Näiden järjestelmien tarkoituksena ei ole pelkästään vastata kysymyksiin, vaan auttamaan tutkijoita koko tieteellisessä prosessissa, kehittämällä yhä kykenevämpiä tekoälymalleja, jotka voidaan sovittaa aloille kuten biologia, kemia, lääketiede, materiaalitiede ja robottiikka.

Eturintamien tekoälyn demokratisointi

Yksi Mirendilin keskeisistä väittämistä on, että nykyinen eturintamien tekoälykehitys on keskittynyt suhteellisen pienelle määrälle organisaatioita, joilla on valtavat laskentaresurssit.

Yhtiö uskoo, että monet yliopistot, startup-yritykset, lääketehtaat, tutkimuslaitokset ja teollisuuslaboratoriot voivat tehdä nopeampaa tieteellistä edistystä, jos heillä on pääsy tekoälyjärjestelmiin, jotka on suunniteltu kiihdyttämään tutkimusta, eikä yleispääteisiin kielimalleihin.

Mirendil näkee tekoälyn toimivan tutkijoiden tutkimusparina, joka auttaa asiantuntijoita iteroida nopeammin, tutkia enemmän hypoteeseja ja kehittää yhä erikoistuneempia malleja omille aloilleen.

Joukkue, joka on koottu johtavista tekoälylaboratorioista

Mirendilin perustajatiimi heijastaa kasvavaa siirtymistä kokeneista tutkijoista suurista tekoälylaboratorioista itsenäisiin startup-yrityksiin.

Toimitusjohtaja Behnam Neyshabur on aiemmin suorittanut tutkimusta Googlella ennen liittymistään Anthropiciin, kun taas tekninen johtaja Harsh Mehta on myös toiminut tutkimussientistinä Anthropicilla. Laajempi perustajatiimi koostuu Shayan Salehianista, joka on varhainen xAI:n jäsen, ja Tara Rezaeista, joka on MIT:n valmistunut. Yhdessä yhtiö on koonnut noin 20 tutkijaa ja insinööriä, joiden taustat ulottuvat Anthropicista, OpenAI:sta, Google (GOOGL ) DeepMindista ja xAI:sta.

Erilainen lähestymistapa tekoälyinfrastruktuuriin

Mirendilin verkkosivu korostaa, että sen tehtävä ulottuu pidemmälle kuin perusrakenteen mallin rakentamisesta. Sen sijaan yhtiö pyrkii uudelleenmuotoilemaan itse tutkimusprosessia kehittämällä järjestelmiä, jotka auttavat insinöörejä ja tutkijoita suorittamaan tekoälytutkimusta tehokkaammin.

Startup kertoo, että se kehittää eturintamimalleja uusien tutkimusvirtojen rinnalla, joiden tarkoituksena on luoda itseparantavat tekoälyjärjestelmät, jotka jatkuvasti parantavat tieteellistä ja teknologista kehitystä. Yhtiö uskoo, että tämä lähestymistapa voi tehdä edistyneen tekoälytutkimuksen saataville organisaatioille, jotka työskentelevät ongelmien parissa, kuten lääkekehitys, kemia, biologia ja robottiikka.

Yhtiö aikoo myös julkaista ensimmäisen mallinsa ja tuotteensa lähiaikoina kerätäkseen palautetta tutkijoilta ja kehittäjiltä, kun se jalostaa teknologiaansa.

Itseparantava tekoäly on edelleen kiistanalainen alue

Mirendilin visio leikkaa yhteen yhden tekoälyn kiistanalaisimman käsitteen kanssa: itseparantava tekoäly, jossa tekoälyjärjestelmät osallistuvat rakentamaan yhä kykenevämpiä seuraajia.

Tukijat väittävät, että tällaiset järjestelmät voivat dramaattisesti kiihdyttää tieteellistä löytämistä lyhentämällä tutkimusjaksoja ja sallimalla asiantuntijoille keskittyä korkeamman tason päättelyyn. Kriitikot, mukaan lukien jotkut tekoälyturvallisuuden tutkijat, ovat varoittaneet, että yhä autonomisemman tekoälykehityksen aiheuttamat valvonta-, hallinta- ja ohjausongelmat ovat tärkeitä.

Mirendilin perustajat väittävät, että nämä haasteet ovat vaikeita insinöörinteknisiä ongelmia eikä esteettömiä esteitä, ja ovat sitä mieltä, että riittävän vankka valvonta voi sallia itseparantamisen kehittämisen turvallisesti.

Mitä rahoitus merkitsee tekoälytutkimuksen tulevaisuudelle

Mirendilin epätavallisen suuren siemenerätyksen korostaa kasvavaa kiinnostusta tekoälyinfrastruktuuriin, joka on suunniteltu erityisesti tutkimukseen eikä kuluttajasovelluksiin. Kun eturintamien tekoälyjärjestelmät tulevat yhä kykenevämmiksi, vaatimus työkaluille, jotka voivat auttaa tutkijoita ja insinöörejä rakentamaan, arvioimaan ja jalostamaan erikoistuneita malleja tehokkaammin, on todennäköisesti kasvava.

Jos tekoälyjärjestelmät tulevat paremmin tukemaan itse tekoälytutkimusta, organisaatiot, jotka eivät kuulu suurimpiin eturintamien laboratorioihin – mukaan lukien yliopistot, lääketehtaat, terveydenhuollon tarjoajat, teollisuusvalmistajat ja tutkimuslaitokset – voivat saada pääsyn kykyihin, jotka aiemmin olivat rajoitettu vain muutamaan hyvin rahoitettuun organisaatioon. Sen sijaan, että tekoälykehitys keskittyisi muutamaan yritykseen, teknologiat, kuten Mirendilin kehittämät, voivat mahdollistaa laajemman ekosysteemin aloittain erikoistuneista tekoälymallista, jotka on suunniteltu erityisiin tieteellisiin ja teollisiin haasteisiin. Vaikka merkittäviä teknisiä ja turvallisuuden esteitä on edelleen olemassa, yritysten, jotka keskittyvät tekoälyavusteiseen tekoälykehitykseen, synty merkitsee, että seuraava innovaatiovaihe voi yhä enenevissä määrin keskittyä kiihdyttämään tieteellisen löytämisen vauhtiin itsessään.