Az AI-versenyben ma már nem elég egy jó modellötlet: annak nyerési esélye is sokat számít, ki tud hosszú távra elég számítási kapacitást lefoglalni. A Mirendil most pontosan ebben lépett nagyot egy 100 millió dollár feletti Google Cloud-megállapodással.

Mi történt

A Mirendil több évre szóló partnerséget kötött a Google Clouddal, hogy számítási kapacitást biztosítson az úgynevezett önfejlesztő AI-kutatásához. A megállapodás értéke meghaladja a 100 millió dollárt, ami nagyjából a fele annak az összegnek, amelyet a startup nemrég seed körben vont be 1 milliárd dolláros értékeltség mellett.

Az üzlet részeként a cég hozzáfér a Google TPU-ihoz és az Nvidia GPU-ihoz, valamint menedzselt tréningklaszterekhez is. A TPU és a GPU speciális gyorsítóchipek: leegyszerűsítve olyanok, mint különféle versenyautók ugyanarra a pályára, csak más-más feladatra optimalizálva. A Mirendil célja, hogy ezek kombinálásával olyan AI-rendszereket tanítson, amelyek iteratívan javítják saját teljesítményüket. Ezt nevezik önfejlesztő vagy rekurzív önfejlesztő AI-nak: gondolj rá úgy, mint egy kutatóra, aki nemcsak dolgozik egy problémán, hanem közben a saját módszereit is folyamatosan csiszolja.

A startup azt állítja, hogy ez a megközelítés idővel automatizálhatja a tudományos és AI-kutatás egy részét, például az orvoslás, a biológia vagy az anyagtudomány területén. Az elképzelés szerint egy ilyen rendszer nem egyszerűen válaszokat ad, hanem egy adott problémán dolgozva egyre több tudást gyűjt, egyre jobb stratégiákat alakít ki, és fokozatosan javul.

Miért fontos

Ez a megállapodás jól mutatja, merre tart az AI-ipar. Egyrészt a felhőszolgáltatók már nem pusztán szervereket adnak bérbe, hanem stratégiai partnerekké akarnak válni a legígéretesebb AI-cégek mellett. Másrészt a startupok számára a számítási kapacitás ma legalább annyira kritikus erőforrás, mint a tőke vagy a tehetség. Az önfejlesztő AI különösen éhes erre, mert nem egy egyszer lefuttatott modellről van szó, hanem olyan rendszerekről, amelyek sokféle feladatot, sok körben, eltérő hardveren futtatnak. A TechCrunch értelmezése szerint a Google számára ez nemcsak infrastruktúra-üzlet, hanem stratégiai pozíciófogás is: ha a Mirendil működőképes technológiát épít, abból később vállalati termékek is születhetnek.

Mire figyelj

  1. Az egyik kulcskérdés az lesz, hogy a Mirendil tud-e valódi technikai előnyt felmutatni, nem csak nagy infrastruktúra-hozzáférést. A sok chip önmagában nem garancia az áttörésre.
  1. Érdemes figyelni, mennyire válik bevett gyakorlattá a vegyes hardverhasználat. Ha egy AI-rendszer okosan osztja szét a feladatokat TPU-k és GPU-k között, az jelentősen csökkentheti a költségeket.
  1. Az is fontos, hogy az önfejlesztő AI mennyire tud kilépni a laborból a valódi kutatási problémák felé. Az Alzheimer-kutatáshoz vagy az anyagtudományhoz nem elég gyorsnak lenni; megbízható, ellenőrizhető és tartósan javuló teljesítmény kell.
  1. Végül az ilyen megállapodások azt is megmutatják, hogy az AI-piac következő szakaszában a modellek mellett az infrastruktúra-stratégia lesz az egyik legfontosabb versenyelőny.