元アンソロピックの研究者がミレンディルを10億ドルで設立、2億ドルのシードラウンドを実施

元アンソロピックの研究者たちは、人工知能システムを開発し、人工知能研究そのものを加速させることを目標としたミレンディルを設立しました。サンフランシスコを拠点とするこのスタートアップは、ミレンディルという名前で、10億ドルの企業価値で2億ドルのシードラウンドを実施しました。これは、人工知能スタートアップが発表した最大のシードラウンドの一つです。このラウンドは、アンドリーセン・ホロウィッツとクライナー・パーキンスが共同で牽引し、NVIDIAも参加しました。

ミレンディルは、ベンハム・ネイシャブールとハーシュ・メータによって設立されました。彼らは以前、グーグルとアンソロピックで一緒に働いていました。ミレンディルは、次の飛躍的な人工知能の進歩は、単にエンドユーザーのアシスタントとしてではなく、科学者やエンジニアがより優れた人工知能モデルを構築するのを助けるシステムから来るものであると考えています。

会社によると、長期的なビジョンは、最先端のAI研究を民主化し、最先端の研究能力を、数少ない大きなAI研究所に限定されずに、より広範な範囲で利用できるようにすることです。

AI研究のためのAIの構築

ミレンディルは、消費者向けのチャットボットや企業向けの生産性ソフトウェアではなく、最先端のAI研究所として、AI研究と開発に優れたシステムを開発しています。

会社のテーゼは、多くの科学的ブレークスルーは、研究者が長期間にわたって深い専門知識を蓄積することから始まるというものです。ミレンディルは、研究者が研究を加速できるように、専門知識を蓄積し、開発することができるAIシステムを作成することを目指しています。

単に答えを生成するのではなく、これらのシステムは、研究者が科学的プロセス全体を通じて支援することを目的としています。生物学、化学、医学、材料科学、ロボティクスなどの分野で、より優れたAIモデルを開発することができます。

最先端AIの民主化

ミレンディルの主な議論のひとつは、今日の最先端AI開発は、膨大な計算資源を備えた少数の組織に集中しているということです。

会社は、多くの大学、スタートアップ、製薬会社、研究機関、工業研究所が、研究を加速するために設計されたAIシステムにアクセスできれば、より速い科学的進歩を遂げることができると考えています。一般目的の言語モデルではなく、研究を加速するために設計されたAIシステムです。

ミレンディルは、科学者を置き換えるのではなく、AIを研究パートナーとして見ており、専門家がより迅速にアイデアを試験し、より多くの仮説を探索し、自分の分野に特化したより優れたモデルを開発できるように支援することを目指しています。

最先端AI研究所から集められたチーム

ミレンディルの創設チームは、主要なAI研究所から経験豊富な研究者が独立系スタートアップに移籍するという、増加する趨勢を反映しています。

CEOのベンハム・ネイシャブールは、以前グーグルで研究を行った後、アンソロピックに参加しました。CTOのハーシュ・メータも、アンソロピックで研究科学者として働きました。創設チームには、xAIの初期メンバーであるシャヤン・サレヒアンや、MITの卒業生であるタラ・レザエイも含まれています。チームは、アンソロピック、オープンAI、グーグル・ディープマインド、xAIのバックグラウンドを持つ約20人の研究者とエンジニアで構成されています。

AIインフラストラクチャーへの異なるアプローチ

ミレンディルのウェブサイトでは、ミッションは別の基礎モデルを構築することだけではないと強調しています。会社は、エンジニアや科学者がAI研究を行うプロセスを再設計し、より効果的にAI研究を行うことを支援するシステムを開発することを目指しています。

スタートアップは、最先端のモデルと新しい研究ワークフローを開発中であり、自己改善AIシステムを構築して科学技術の発展を促進することを目指しています。会社は、このアプローチにより、薬物発見、化学、生物学、ロボティクスなどの分野で先端的なAI研究を、より広範な組織が利用できるようにすることができると考えています。

会社は、近い将来に最初のモデルと製品をリリースし、研究者や開発者からフィードバックを集めながら技術を改良する予定です。

自己改善の再帰的性は議論の的

ミレンディルのビジョンは、人工知能の最も議論の多い概念のひとつである、自己改善の再帰的性と交差しています。ここでは、AIシステムがより優れた後継システムを構築するのに貢献します。

支持者は、こうしたシステムが研究サイクルを短縮し、専門家がより高次の推論に集中できるようにすることで、科学的発見を劇的に加速できる可能性があると主張しています。批判者、特にAIセーフティ研究者の一部は、自己改善の再帰的性が、監視、管理、ガバナンスに関する重要な質問を提起することを警告しています。

ミレンディルの創設者は、これらの課題は、克服不可能な障壁ではなく、難しいエンジニアリングの問題であると主張しています。十分に堅牢な監視があれば、自己改善の再帰的性を安全に開発できるという見解です。

資金調達がAI研究の未来に与える影響

ミレンディルの異常に大きなシードラウンドは、研究用に設計されたAIインフラストラクチャーへの関心が高まっていることを強調しています。最先端のAIシステムがより優れたものになると、科学者やエンジニアが専門化されたモデルをより効率的に構築、評価、改良できるツールの需要は増加するでしょう。

AIシステムがAI研究そのものを支援するようになれば、大学、製薬会社、ヘルスケア提供者、工業製造業者、研究機関などの組織が、従来は少数の大きな最先端研究所に限定されていた能力にアクセスできるようになるでしょう。ミレンディルのような技術は、最先端のAI開発を少数の企業に集中させるのではなく、特化された科学的および産業的課題に特化したドメイン固有のAIモデルを備えたより広範なエコシステムを可能にするでしょう。技術的および安全性のハードルが依然として存在しますが、AI支援AI開発に焦点を当てた企業の出現は、次のイノベーションの段階が、科学的発見のペースを加速することに重点を置く可能性があることを示唆しています。特化された科学的および産業的課題に特化した特定のAIモデルを開発することで、科学的発見のペースを加速させることができます。