Anciens chercheurs d’Anthropic lancent Mirendil à une valorisation de 1 milliard de dollars avec un tour de table de 200 millions de dollars

Des anciens chercheurs d’Anthropic ont lancé Mirendil avec un objectif ambitieux : développer des systèmes d’intelligence artificielle capables d’accélérer la recherche en intelligence artificielle elle-même. Le startup basé à San Francisco est sorti de la clandestinité avec un $200 million tour de table à une valorisation de 1 milliard de dollars, l’un des plus importants financements de démarrage jamais annoncés par un startup d’IA. Le tour de table a été co-dirigé par Andreessen Horowitz et Kleiner Perkins, avec la participation de NVIDIA.

Fondé par Behnam Neyshabur et Harsh Mehta, qui ont précédemment travaillé ensemble à Google (GOOGL ) et Anthropic, Mirendil pense que le prochain bond en avant dans l’intelligence artificielle viendra de systèmes conçus pour aider les scientifiques et les ingénieurs à construire de meilleurs modèles d’IA plutôt que de simples assistants pour les utilisateurs finaux.

Selon la société, sa vision à long terme est de démocratiser la recherche en intelligence artificielle de pointe en rendant les capacités de recherche avancées accessibles au-delà d’un petit nombre de laboratoires d’IA bien financés.

Construire l’IA pour la recherche en IA

Plutôt que de se concentrer sur les chatbots pour les consommateurs ou les logiciels de productivité pour les entreprises, Mirendil se décrit comme un laboratoire d’IA de pointe qui développe des systèmes qui excellent dans la recherche et le développement en IA.

La thèse de l’entreprise est que de nombreuses avancées scientifiques commencent par des chercheurs qui construisent une expertise approfondie sur de longues périodes. Mirendil vise à créer des systèmes d’IA capables de développer et d’accumuler cette expertise, permettant aux scientifiques d’accélérer la recherche dans des domaines spécialisés.

Au lieu de simplement générer des réponses, ces systèmes sont destinés à aider les chercheurs tout au long du processus scientifique, en aidant à développer des modèles d’IA de plus en plus capables qui peuvent ensuite être adaptés pour des disciplines telles que la biologie, la chimie, la médecine, la science des matériaux et la robotique.

Démocratiser l’IA de pointe

L’un des arguments principaux de Mirendil est que le développement de l’IA de pointe est aujourd’hui concentré dans un nombre relativement restreint d’organisations possédant d’énormes ressources de calcul.

L’entreprise pense que de nombreuses universités, startups, sociétés pharmaceutiques, instituts de recherche et laboratoires industriels pourraient faire des progrès scientifiques plus rapides s’ils avaient accès à des systèmes d’IA spécifiquement conçus pour accélérer la recherche plutôt que des modèles de langage généralistes.

Au lieu de remplacer les scientifiques, Mirendil imagine l’IA comme un partenaire de recherche qui aide les experts à itérer plus rapidement, à explorer plus d’hypothèses et à développer des modèles de plus en plus spécialisés pour leurs propres domaines.

Une équipe issue des principaux laboratoires d’IA

L’équipe fondatrice de Mirendil reflète la migration croissante de chercheurs expérimentés des principaux laboratoires d’IA vers des startups indépendantes.

Le PDG Behnam Neyshabur a précédemment effectué des recherches à Google avant de rejoindre Anthropic, tandis que le CTO Harsh Mehta a également travaillé comme scientifique de recherche à Anthropic. L’équipe fondatrice plus large comprend Shayan Salehian, un membre précoce de xAI, et Tara Rezaei, diplômée du MIT. Ensemble, la société a réuni environ 20 chercheurs et ingénieurs avec des antécédents allant d’Anthropic à OpenAI, Google DeepMind et xAI.

Une approche différente de l’infrastructure d’IA

Le site Web de Mirendil souligne que sa mission va au-delà de la construction d’un autre modèle de base. Au lieu de cela, l’entreprise vise à réorganiser le processus de recherche lui-même en développant des systèmes qui aident les ingénieurs et les scientifiques à effectuer des recherches en IA de manière plus efficace.

Le startup déclare qu’il construit des modèles de pointe aux côtés de nouveaux flux de travail de recherche destinés à créer des systèmes d’IA auto-améliorants qui améliorent continuellement le développement scientifique et technologique. L’entreprise pense que cette approche peut rendre la recherche en IA avancée accessible aux organisations qui travaillent sur des problèmes allant de la découverte de médicaments et de la chimie à la biologie et à la robotique.

La société prévoit également de publier son premier modèle et produit dans les prochains mois pour recueillir les commentaires des chercheurs et des développeurs lorsqu’elle affine sa technologie.

L’amélioration auto-récurante reste un domaine controversé

La vision de Mirendil se croise avec l’un des concepts les plus débattus dans l’intelligence artificielle : l’amélioration auto-récurante, où les systèmes d’IA contribuent à la construction de successeurs de plus en plus capables.

Les partisans soutiennent que de tels systèmes pourraient accélérer dramatiquement la découverte scientifique en raccourcissant les cycles de recherche et en permettant aux experts de se concentrer sur un raisonnement de niveau supérieur. Les critiques, y compris certains chercheurs en sécurité d’IA, ont averti que le développement d’IA de plus en plus autonome soulève des questions importantes sur la surveillance, le contrôle et la gouvernance.

Les fondateurs de Mirendil soutiennent que ces défis sont des problèmes d’ingénierie difficiles plutôt que des barrières insurmontables, en maintenant qu’une supervision suffisamment robuste peut permettre une amélioration récursive à être développée en toute sécurité.

Ce que le financement signifie pour l’avenir de la recherche en IA

Le tour de table inhabituellement important de Mirendil met en évidence l’intérêt croissant pour les infrastructures d’IA conçues spécifiquement pour la recherche plutôt que pour les applications grand public. À mesure que les systèmes d’IA de pointe deviennent de plus en plus capables, la demande de outils pour aider les scientifiques et les ingénieurs à construire, évaluer et affiner des modèles spécialisés de manière plus efficace devrait augmenter.

Si les systèmes d’IA deviennent meilleurs pour soutenir la recherche en IA elle-même, les organisations en dehors des plus grands laboratoires d’IA – y compris les universités, les sociétés pharmaceutiques, les prestataires de soins de santé, les fabricants industriels et les instituts de recherche – pourraient accéder à des capacités qui étaient précédemment limitées à un petit nombre d’organisations bien financées. Plutôt que de concentrer le développement de l’IA dans un petit nombre de sociétés, des technologies comme celles développées par Mirendil pourraient permettre un écosystème plus large de modèles d’IA spécialisés adaptés à des défis scientifiques et industriels spécialisés. Alors que des obstacles techniques et de sécurité importants subsistent, l’émergence de sociétés axées sur le développement d’IA assisté par l’IA signale que la prochaine phase d’innovation pourrait de plus en plus se concentrer sur l’accélération du rythme de la découverte scientifique elle-même.