Mirendil firma un acuerdo de más de 100 millones de dólares con Google Cloud para investigar IA que se mejora a sí misma

La empresa de investigación de IA Mirendil ha firmado una alianza plurianual con Google Cloud para asegurar capacidad informática destinada al trabajo en sistemas de IA que se mejoran a sí mismos. El director ejecutivo y cofundador Behnam Neyshabur dijo a TechCrunch que el acuerdo tiene un valor superior a 100 millones de dólares. El acuerdo da a Mirendil acceso a las unidades de procesamiento tensorial de Google, procesadores gráficos de Nvidia y clústeres de entrenamiento gestionados. Se trata de un compromiso de infraestructura para la investigación, no del lanzamiento de un modelo público, y la distinción es importante: el anuncio establece una relación de gran envergadura en materia de cómputo, mientras que el sistema que Mirendil espera crear en última instancia sigue en desarrollo.

El hardware mixto es un elemento central de la alianza. Las diferentes etapas y tipos de cargas de trabajo de IA pueden favorecer aceleradores distintos, por lo que el acceso tanto a TPU como a GPU de Nvidia ofrece opciones al laboratorio a la hora de asignar tareas de entrenamiento e investigación. El cofundador de Mirendil Harsh Mehta afirmó que el reto consiste cada vez más en emparejar las cargas de trabajo con los chips adecuados. Los clústeres de entrenamiento gestionados añaden una capa de sistemas alrededor de esos aceleradores, lo que permite a la empresa centrarse no solo en el acceso directo a los chips, sino también en coordinar trabajos de gran escala. Mirendil sostiene que esta flexibilidad puede reducir los costes de su propio trabajo y, en última instancia, los de los clientes que utilicen sus sistemas.

Mirendil describe su objetivo de investigación como una IA capaz de mejorar iterativamente sus conocimientos y su rendimiento. Neyshabur comparó la idea con la forma en que los científicos aprenden un nuevo ámbito, acumulan experiencia y se vuelven más eficaces con el tiempo. La empresa cree que esos sistemas podrían automatizar partes de la investigación científica y de IA y contribuir al trabajo en medicina, biología y ciencia de materiales. Se trata de ambiciones, no de resultados demostrados derivados del acuerdo con el proveedor de nube. El acuerdo aporta recursos para perseguirlas; no demuestra que Mirendil ya haya creado un sistema capaz de realizar descubrimientos de forma independiente en esos campos.

La magnitud del compromiso ilustra cómo el acceso al cómputo se ha convertido en un insumo estratégico para los laboratorios jóvenes de IA. Mirendil está asegurando capacidad mediante una relación plurianual, en lugar de depender únicamente de la disponibilidad a corto plazo. Para Google Cloud, el acuerdo sitúa su infraestructura debajo de una empresa que persigue investigación de vanguardia y le aporta un socio que desarrolla una capa de software y sistemas sobre el hardware de Google. Amin Vahdat, vicepresidente sénior y director de tecnología de IA e infraestructura de Google, planteó el progreso actual de la IA como un problema de orquestar sistemas completos, además de mejorar chips individuales.

Ese énfasis en los sistemas coincide con la propuesta de Mirendil. Neyshabur afirmó que el software de la empresa puede ayudar a los clientes a obtener más del hardware de Google, mientras que Google podría ofrecer en última instancia la tecnología resultante a usuarios empresariales si la investigación madura. Por tanto, la relación es más que un simple alquiler de hardware, tal como la describen ambas empresas. Google suministra aceleradores variados y clústeres gestionados; Mirendil trabaja en métodos para asignar cargas de trabajo y mejorar los sistemas a lo largo de ciclos repetidos. Aun así, cualquier oferta empresarial futura sigue siendo una posibilidad y ninguna de las dos empresas anunció el 6 de agosto la disponibilidad general de un modelo de Mirendil.

Mirendil afirma que entrenar IA que se mejora a sí misma requiere enormes cantidades de potencia informática. Mehta dijo que la tarea implica cada vez más emparejar las cargas de trabajo adecuadas con el hardware idóneo, lo que da valor al acceso a varios tipos de chips para la investigación. La alianza con Google responde a esa necesidad al proporcionar acceso a TPU, GPU de Nvidia y clústeres de entrenamiento gestionados. Mirendil sostiene que esta flexibilidad le permitirá combinar cargas de trabajo con aceleradores adecuados y reducir los costes tanto de su propio trabajo como de los clientes que utilicen sus sistemas.

Por ahora, el avance concreto es la alianza firmada y los recursos que pone a disposición. Mirendil tiene una vía plurianual de acceso a TPU de Google, GPU de Nvidia y clústeres de entrenamiento gestionados en virtud de un acuerdo que su director ejecutivo valora en más de 100 millones de dólares. Lo que viene después sigue abierto: cómo medirá el laboratorio la mejora iterativa, qué tareas de investigación podrán realizar sus sistemas y cuándo podría llegar a los clientes algún producto resultante. El anuncio es importante porque equipa a un programa de investigación bien financiado para abordar esas preguntas a gran escala, sin llegar a afirmar que ya existe un sistema público de IA que se mejora a sí mismo.