AI实验室Mirendil与Google Cloud签署超1亿美元算力协议
TechCrunch独家获悉，AI实验室Mirendil已与Google Cloud签署多年期合作协议，为其自我改进型AI研究获取计算能力。这笔交易反映了塑造AI行业的两大趋势：云巨头正以庞大的基础设施承诺吸引初创公司，而AI公司则尽可能多地争夺计算资源协议，以确保在扩张过程中获得访问权限。
Mirendil联合创始人兼首席执行官Behnam Neyshabur告诉TechCrunch，该交易价值超过1亿美元，约为Mirendil 6月底以10亿美元估值完成种子轮融资额的一半。该交易使这家初创公司能够使用Google的TPU和Nvidia GPU以及托管训练集群，Mirendil将利用这些资源开展自我改进型AI研究，希望其AI最终能够承担整个前沿AI实验室的工作。
自我改进型AI（也被称为递归自我改进）是指能够迭代改进自身的AI系统。这是Anthropic等主流实验室正在研究的概念，Mirendil的联合创始人便来自Anthropic。最近，Recursive Superintelligence和Ricursive Intelligence等初创公司也相继涌现，致力于实现这一目标。Mirendil认为，这一过程将自动化大量的科学和AI研究，帮助科学家在医学、生物学和材料科学等领域取得进展。
Neyshabur认为，AI可以模仿人类科学家学习新领域、积累知识和专长并逐步提高性能的过程。“你可以拥有一个自我改进的AI，只需向它提出一个问题，它就会随着时间的推移变得更好。”他表示，“我们如何建立一个能够持续进行研究、并在阿尔茨海默病方面不断提升自身知识和性能的AI系统？这项技术使我们能够设定对AI而言雄心勃勃的目标，而AI会不断取得进展。”
然而，训练自我改进型AI需要巨大的计算能力。该实验室联合创始人Harsh Mehta表示，训练工作越来越侧重于将合适的工作负载匹配到合适的硬件上。Mehta指出：“这些模型在处理不同工作负载和芯片方面非常出色，并能将正确的工作负载分配给正确的芯片。[Google]提供多种类型的芯片……这种灵活性使我们最终能够将工作负载与适当类型的加速器进行混合搭配，从而不仅降低我们自身的成本，也降低使用我们系统的客户的成本。”
这种灵活性是Google AI基础设施推介的核心。Google AI和基础设施高级副总裁兼首席技术官Amin Vahdat在一项声明中表示，AI的进步不再仅仅关乎芯片级别的性能，“而是关于我们如何协调整个智能系统，并突破扩展的物理限制。”
Neyshabur表示，Mirendil的软件和系统层帮助客户从Google的硬件中获取更多价值，这为这家云巨头在与竞争对手的竞争中提供了另一个潜在优势。作为回报，Google获得了一个构建前沿递归自我改进型AI的战略合作伙伴——这项技术未来可向企业客户推广。