Mirendil cierra acuerdo con Google Cloud por más de 100 millones de dólares para su IA autorreparable

El laboratorio de inteligencia artificial Mirendil ha cerrado una alianza plurianual con Google Cloud para obtener capacidad informática especializada en su investigación sobre sistemas de IA capaces de autorrepararse y autorrefinarse. La información fue obtenida de forma exclusiva por TechCrunch.

El valor del acuerdo supera los 100 millones de dólares, según confirmó Benham Neyshabur, cofundador y consejero delegado de Mirendil, en una entrevista con TechCrunch. Esa cifra representa aproximadamente la mitad del capital recaudado por la startup en su ronda inicial de financiación, realizada a finales de junio con una valoración de mil millones de dólares.

Bajo el acuerdo, Mirendil obtendrá acceso tanto a las unidades de procesamiento tensorial (TPU) de Google como a las unidades de procesamiento gráfico (GPU) de Nvidia. Además, contará con clústeres gestionados de entrenamiento que empleará para desarrollar su tecnología de IA autorreparable. La empresa aspira a que sus modelos lleguen a asumir tareas propias de un laboratorio puntero en IA.

La denominada IA autorreparable —también conocida como mejora recursiva automática— describe sistemas de inteligencia artificial capaces de perfeccionarse de forma iterativa. Este concepto está siendo explorado por grandes laboratorios como Anthropic, del cual provienen los cofundadores de Mirendil. Recientemente han surgido también startups centradas en ese objetivo, entre ellas Recursive Superintelligence y Ricursive Intelligence.

Mirendil estima que este tipo de sistemas podrá automatizar gran parte de la investigación científica y de IA, acelerando avances en áreas como la medicina, la biología y la ciencia de materiales. Neyshabur explicó que la meta es replicar el proceso mediante el cual los científicos humanos adquieren conocimiento en nuevos dominios, acumulan experiencia y mejoran progresivamente su desempeño. “Puedes tener una IA autorreparable a la que le planteas un problema y que va mejorando con el tiempo”, afirmó.

“¿Cómo construimos un sistema de IA que continúe investigando y perfeccionando su propio conocimiento y rendimiento frente a enfermedades como el Alzheimer?”, planteó Neyshabur. “Esta tecnología nos permite fijar objetivos ambiciosos para la IA, y el sistema seguirá avanzando hacia ellos.”

No obstante, entrenar modelos de IA autorreparable exige cantidades masivas de potencia computacional. Harsh Mehta, cofundador de Mirendil, señaló que el entrenamiento ya no se centra únicamente en la cantidad de recursos, sino en asignar cada carga de trabajo al hardware más adecuado. “Estos modelos son muy eficaces trabajando con distintas cargas y chips, y asignando las cargas correctas a los chips correctos”, indicó Mehta. “Google ofrece múltiples tipos de chips; esta flexibilidad nos permite combinar cargas de trabajo con los aceleradores idóneos, reduciendo así los costes no solo para nosotros, sino también para nuestros clientes que usan nuestros sistemas.”

Dicha flexibilidad constituye un eje central de la propuesta de infraestructura de IA de Google. Amin Vahdat, vicepresidente senior y tecnólogo jefe de IA e infraestructura en Google, declaró en un comunicado que el avance en IA ya no depende únicamente del rendimiento a nivel de chip, “sino de cómo orquestamos sistemas completos de inteligencia y superamos las limitaciones físicas del escalado”.

Neyshabur destacó que la capa de software y sistemas desarrollada por Mirendil permite aprovechar al máximo el hardware de Google, lo que otorga al proveedor en la nube una ventaja estratégica frente a sus competidores. A cambio, Google obtiene un socio clave en el desarrollo de tecnologías pioneras de IA autorreparable y recursiva, cuyas aplicaciones podrían comercializarse posteriormente entre clientes empresariales.