Венчурный фонд a16z объявил о лидерстве в посевном раунде финансирования стартапа Mirendil. Эта компания ставит перед собой амбициозную задачу: создать платформу исследовательского уровня, которая позволит обычным инженерам и профильным специалистам проводить передовые работы в области искусственного интеллекта вне стен крупных корпоративных лабораторий.
Развитие современной индустрии искусственного интеллекта во многом определяется законами масштабирования (scaling laws). Большие модели общего назначения уверенно превзошли компактные решения, созданные вручную. Однако обучение таких систем требует десятков миллиардов долларов и сотен тысяч графических процессоров (GPU). Это привело к закономерному результату: таланты и ресурсы сконцентрировались в небольшом числе крупных лабораторий, и их преимущество лишь усиливается по мере развития технологий.
Такая структура рынка обеспечила феноменальный прогресс, но она имеет свои ограничения. Полный потенциал искусственного интеллекта не будет раскрыт, пока технология не окажется в руках широкого круга разработчиков. Спектр проблем, которые могут решить языковые модели, слишком обширен, чтобы с ними могла справиться горстка компаний. Данные и глубокая экспертиза в конкретных предметных областях, находящиеся за пределами лабораторий, имеют критическое значение.
Самый прямой путь к зрелости индустрии — позволить инженерам и ученым самостоятельно расширять границы возможного в своих сферах. Для реализации этого видения необходимы две составляющие. Во-первых, семейство передовых моделей с открытым исходным кодом (open source), доступных для модификации. Во-вторых, профессиональная исследовательская платформа, которая поможет специалистам без глубокого академического бэкграунда в машинном обучении выполнять сложную работу с моделями.
Mirendil разрабатывает систему, которая автоматизирует рутину ИИ-исследований. Они обучают передовые модели, специализирующиеся на исследованиях и разработках (R&D), и строят вокруг них полноценный продукт. Система задумана как автономный цикл: она способна самостоятельно формулировать гипотезы, писать и запускать код, интерпретировать результаты, исправлять ошибки и управлять вычислительными ресурсами.
По сути, это специализированный агент для написания кода, который контролирует собственные графические процессоры и предназначен исключительно для задач машинного обучения. Хотя на первых этапах продуктом Mirendil будут пользоваться преимущественно технические специалисты, конечная цель — поддержка менее подготовленных пользователей. Ученые из таких сфер, как материаловедение, разработка лекарств или юриспруденция, смогут проводить собственные эксперименты с моделями без необходимости нанимать отдельную команду инженеров.
Создание такого продукта — сложнейшая системная задача. Внутренняя инфраструктура, система оценки (evals), стратегии предварительного (pre-training) и последующего (post-training) обучения должны проектироваться как единое целое. Большинство крупных лабораторий уже создали нечто подобное для внутреннего использования. Однако они не адаптированы для внешних пользователей, и у корпораций нет экономических стимулов делиться этими инструментами с потенциальными конкурентами.
Именно поэтому на рынке возникла потребность в независимой компании. Команда Mirendil обладает необходимым опытом для решения этой задачи. В ее состав вошли Бехнам Нейшабур (более 7 лет работы над применением ИИ в науке в Google и Anthropic), Харш Мехта (создатель первой версии платформы для авто-исследований в Anthropic), Шаян Салехиан (ключевой разработчик машинного обучения в xAI и Twitter) и Тара Резаи (выпускница MIT).
Если Mirendil добьется успеха, это может фундаментально изменить структуру экосистемы искусственного интеллекта. Инструменты для реальной работы с весами моделей станут доступны широкому кругу профессионалов, что ускорит внедрение ИИ в специализированные отрасли экономики.