Mirendil sigla con Google Cloud un accordo da oltre 100 milioni
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
La startup guidata da ex Anthropic ottiene TPU, GPU Nvidia e cluster gestiti per la ricerca su AI auto‑migliorante.
Mirendil ha firmato con Google Cloud un accordo pluriennale da oltre 100 milioni di dollari. L’importo equivale a circa metà del seed chiuso a fine giugno, quando la società è stata valutata 1 miliardo di dollari1.
Il cofondatore e CEO, Benham Neyshabur, ha parlato di un valore “superiore a 100 milioni di dollari”1. L’intesa garantisce accesso alle TPU di Google, a GPU Nvidia e a cluster di addestramento gestiti. Queste risorse servono a scalare gli esperimenti sull’AI auto‑migliorante, il filone di ricerca al centro del progetto di Mirendil1.
Per AI auto‑migliorante, o miglioramento ricorsivo, si intendono sistemi che iterano su se stessi per migliorare le proprie capacità. I cofondatori di Mirendil arrivano da Anthropic, uno dei laboratori che hanno esplorato questo approccio1. La società dichiara l’ambizione di spingere questa linea di ricerca fino a coprire, nel tempo, il lavoro tipico di un laboratorio di frontiera1.
Il pacchetto di Google Cloud combina hardware specializzato e servizi gestiti. L’obiettivo è accelerare lo sviluppo e limitare i colli di bottiglia operativi che frenano gli esperimenti ad alta intensità di calcolo1. In un mercato segnato dalla scarsità di risorse, bloccare capacità su più anni diventa una leva competitiva per le startup che puntano a modelli sempre più grandi e a cicli di addestramento rapidi1.
Il contesto industriale spinge in questa direzione. I principali cloud provider corteggiano le nuove realtà di AI con impegni infrastrutturali consistenti. Le startup, a loro volta, accumulano accordi per garantirsi continuità di accesso al calcolo durante la crescita1. TechCrunch cita anche altre aziende focalizzate sul miglioramento ricorsivo, come Recursive Superintelligence e Ricursive Intelligence, a conferma dell’interesse verso questo approccio1.
Il rapporto tra dimensione dell’accordo e capitali raccolti aiuta a leggere la strategia. Allocare una quota rilevante del seed su capacità di calcolo indica priorità nette: mettere a terra, presto, un programma di test e addestramento intensivo su TPU e GPU, con supporto di cluster gestiti1. Neyshabur lega esplicitamente l’intesa alla necessità di spingere la ricerca su sistemi che si migliorano autonomamente1.
La mossa offre un effetto immediato: riduce l’incertezza operativa legata alla disponibilità di calcolo e permette a Mirendil di pianificare cicli di esperimenti più fitti, senza dover rincorrere capacità spot o rinegoziare a breve termine1. In un’area in cui la velocità di iterazione fa la differenza, questa prevedibilità può trasformarsi in tempo di laboratorio e dati in più.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.