fr.wedoany.com Rapport : La startup d'intelligence artificielle Mirendil a conclu un accord de calcul d'une valeur de plus de 100 millions de dollars avec Google, obtenant l'accès aux TPU de Google, aux GPU de Nvidia et à des clusters d'entraînement hébergés, afin de développer des systèmes d'IA auto-améliorés. Cette transaction reflète deux tendances majeures du secteur de l'IA : les géants du cloud attirent les startups grâce à d'importants investissements en infrastructures, tandis que les entreprises d'IA verrouillent autant que possible leurs ressources de calcul lors de leur expansion.
Behnam Neyshabur, cofondateur et directeur général de Mirendil, a révélé que le montant de cet accord dépasse 100 millions de dollars, soit environ la moitié de la taille de la levée de fonds d'amorçage réalisée fin juin. Mirendil a bouclé son financement d'amorçage fin juin avec une valorisation de 1 milliard de dollars. Cette startup vise à créer des systèmes d'IA capables d'améliorer leurs propres capacités de manière itérative, c'est-à-dire une IA auto-améliorée récursive, dont l'objectif ultime est de permettre à l'IA d'assumer l'intégralité du travail d'un laboratoire d'IA de pointe.
L'IA auto-améliorée récursive désigne un système capable d'optimiser continuellement ses propres capacités de manière itérative. Cette direction de recherche était auparavant principalement portée par de grands laboratoires comme Anthropic, dont sont issus les cofondateurs de Mirendil. Récemment, des startups comme Recursive Superintelligence et Ricursive Intelligence se sont également lancées dans ce domaine, se consacrant à la réalisation de cet objectif.
Mirendil estime que l'IA auto-améliorée automatisera une grande partie des processus de recherche scientifique et d'IA, aidant les scientifiques à progresser dans des disciplines telles que la médecine, la biologie et la science des matériaux. Son concept consiste à permettre à l'IA d'imiter le processus par lequel les scientifiques humains explorent de nouveaux domaines, accumulent des connaissances et des compétences spécialisées, et améliorent progressivement leurs performances, par exemple en approfondissant continuellement des sujets complexes comme la maladie d'Alzheimer, tout en améliorant constamment sa base de connaissances et ses performances de recherche.
L'entraînement d'une IA auto-améliorée exige une puissance de calcul considérable. Harsh Mehta, cofondateur de Mirendil, a indiqué que l'entraînement des modèles dépend de plus en plus de la capacité à faire correspondre les charges de travail appropriées au matériel adéquat. Les modèles développés par l'entreprise sont capables de s'adapter à différentes puces et à différents types de charges, et grâce à la diversité des options de puces proposées par Google, les tâches peuvent être réparties sur les accélérateurs les plus adaptés, réduisant ainsi les coûts pour l'entreprise et ses clients.
Cette flexibilité constitue précisément l'argument central de la stratégie d'infrastructure IA de Google. Amin Vahdat, vice-président senior et expert technique principal de l'IA et des infrastructures chez Google, a déclaré dans un communiqué que les progrès de l'IA ne dépendent plus uniquement des performances au niveau des puces, mais de la manière d'orchestrer l'ensemble du système intelligent et de repousser les limites physiques de l'extension. Pour Google, cet accord permet d'obtenir un partenaire stratégique pour la construction d'une IA auto-améliorée récursive de pointe, une technologie qui pourra à terme être proposée aux clients entreprises ; pour Mirendil, ses capacités logicielles et au niveau des couches système aident les clients à mieux exploiter le matériel de Google, offrant ainsi au géant du cloud un avantage supplémentaire sur le marché concurrentiel du calcul.
