Maison
Exclusif : Mirendil signe un contrat de 100 millions de dollars avec Google Cloud pour renforcer l'IA auto-améliorante

Le laboratoire d’IA Mirendil a conclu un accord pluriannuel avec Google Cloud afin de sécuriser des ressources informatiques pour ses recherches sur l’IA à auto-amélioration, comme l’a rapporté en exclusivité TechCrunch.
Ce partenariat reflète deux tendances clés du secteur de l’IA : les grands fournisseurs de cloud attirent les startups par des engagements substantiels en matière d’infrastructure, tandis que les entreprises d’IA négocient agressivement des contrats de calcul pour garantir l’accès aux ressources à mesure qu’elles se développent.
Selon Benham Neyshabur, cofondateur et PDG de Mirendil, cet accord est évalué à plus de 100 millions de dollars. Ce montant représente environ la moitié des fonds levés par Mirendil lors d’une levée de fonds au seed évaluant l’entreprise à 1 milliard de dollars à la fin du mois de juin.
Cet accord accède à la startup l’accès aux TPUs de Google ainsi qu’aux GPU Nvidia, accompagnés de clusters de formation gérés pour le développement de son IA à auto-amélioration. L’entreprise vise à créer une IA capable d’effectuer le travail d’un laboratoire d’IA de pointe complet.
L’IA à auto-amélioration, ou amélioration récursive, désigne des systèmes qui s’améliorent de manière itérative. Ce concept est exploré par des laboratoires majeurs tels qu’Anthropic, où les cofondateurs de Mirendil ont précédemment travaillé. Plusieurs startups, dont Recursive Superintelligence et Ricursive Intelligence, sont récemment apparues avec des objectifs similaires.
Mirendil estime que ce processus automatisera une grande partie de la recherche scientifique et des recherches en IA, facilitant les progrès dans des domaines tels que la médecine, la biologie et la science des matériaux.
Neyshabur suggère que l’IA peut reproduire la manière dont les scientifiques humains apprennent de nouveaux domaines, accumulent des connaissances et améliorent progressivement leurs performances. « Vous pouvez disposer d’une IA à auto-amélioration dans laquelle vous pouvez lui soumettre un problème et elle s’améliore continuellement avec le temps », a-t-il expliqué.
« Comment pouvons-nous disposer d’un système d’IA qui continue de faire de la recherche, qui améliore constamment ses propres connaissances et ses performances en ce qui concerne la maladie d’Alzheimer ? » a-t-il ajouté. « Cette technologie nous permet de fixer des objectifs ambitieux pour l’IA, et l’IA continuera à faire des progrès. »
L’entraînement d’une IA à auto-amélioration nécessite une puissance de calcul importante. Le cofondateur Harsh Mehta a noté que l’entraînement implique de plus en plus d’associer les bonnes charges de travail au matériel approprié.
« Ces modèles sont très performants pour travailler avec différentes charges de travail et puces, et attribuer les bonnes charges de travail aux bonnes puces », a déclaré Mehta. « [Google] fournit plusieurs types de puces […] cette flexibilité nous permet finalement d’associer les charges de travail aux accélérateurs les plus adaptés, puis de réduire les coûts non seulement pour nous, mais aussi pour nos clients utilisant nos systèmes. »
Cette flexibilité est au cœur de la stratégie d’infrastructure IA de Google. Amin Vahdat, vice-président senior et technologiste en chef de l’IA et des infrastructures chez Google, a déclaré dans un communiqué de presse que l’avancement de l’IA ne concerne plus seulement les performances au niveau des puces, « mais la manière dont nous orchestrons des systèmes entiers d’intelligence et franchissons les contraintes physiques de la mise à l’échelle ».
Neyshabur a indiqué que la couche logicielle et système de Mirendil aide les clients à maximiser le matériel de Google, offrant ainsi un avantage concurrentiel au fournisseur de cloud. En retour, Google obtient un partenaire stratégique développant une IA de pointe à auto-amélioration récursive — une technologie qu’il pourra éventuellement proposer à ses clients d’entreprise.
Article connexe
QueryStory appelle à la prudence face aux contenus générés par l'IA
En 2009, Shapor Naghibzadeh a découvert le pouvoir d’une narration captivante alors qu’il travaillait comme ingénieur en exploitation de systèmes chez Google. Lors de l’opération Aurora, alors que des
La startup française ZML dévoile un outil gratuit pour accélérer l’inférence IA sur plusieurs puces
L’ère de la suprématie incontestée du marché de Nvidia semble toucher à sa fin, tandis que des concurrents et des alternatives émergent de tous les côtés.ZML, une startup française de l’IA de premier plan soutenue par le lauréat du prix Turing Yann
Anthropic dévoile Opus 4.6, un générateur de contenu controversé
Les normes d'utilisation universelles d'Anthropic pour Claude interdisent au modèle de générer du contenu sexuellement explicite, notamment de décrire ou de solliciter des rapports sexuels ou des acte
Recommandations de sujets spéciaux liés
commentaires (1)

Le laboratoire d’IA Mirendil a conclu un accord pluriannuel avec Google Cloud afin de sécuriser des ressources informatiques pour ses recherches sur l’IA à auto-amélioration, comme l’a rapporté en exclusivité TechCrunch.
Ce partenariat reflète deux tendances clés du secteur de l’IA : les grands fournisseurs de cloud attirent les startups par des engagements substantiels en matière d’infrastructure, tandis que les entreprises d’IA négocient agressivement des contrats de calcul pour garantir l’accès aux ressources à mesure qu’elles se développent.
Selon Benham Neyshabur, cofondateur et PDG de Mirendil, cet accord est évalué à plus de 100 millions de dollars. Ce montant représente environ la moitié des fonds levés par Mirendil lors d’une levée de fonds au seed évaluant l’entreprise à 1 milliard de dollars à la fin du mois de juin.
Cet accord accède à la startup l’accès aux TPUs de Google ainsi qu’aux GPU Nvidia, accompagnés de clusters de formation gérés pour le développement de son IA à auto-amélioration. L’entreprise vise à créer une IA capable d’effectuer le travail d’un laboratoire d’IA de pointe complet.
L’IA à auto-amélioration, ou amélioration récursive, désigne des systèmes qui s’améliorent de manière itérative. Ce concept est exploré par des laboratoires majeurs tels qu’Anthropic, où les cofondateurs de Mirendil ont précédemment travaillé. Plusieurs startups, dont Recursive Superintelligence et Ricursive Intelligence, sont récemment apparues avec des objectifs similaires.
Mirendil estime que ce processus automatisera une grande partie de la recherche scientifique et des recherches en IA, facilitant les progrès dans des domaines tels que la médecine, la biologie et la science des matériaux.
Neyshabur suggère que l’IA peut reproduire la manière dont les scientifiques humains apprennent de nouveaux domaines, accumulent des connaissances et améliorent progressivement leurs performances. « Vous pouvez disposer d’une IA à auto-amélioration dans laquelle vous pouvez lui soumettre un problème et elle s’améliore continuellement avec le temps », a-t-il expliqué.
« Comment pouvons-nous disposer d’un système d’IA qui continue de faire de la recherche, qui améliore constamment ses propres connaissances et ses performances en ce qui concerne la maladie d’Alzheimer ? » a-t-il ajouté. « Cette technologie nous permet de fixer des objectifs ambitieux pour l’IA, et l’IA continuera à faire des progrès. »
L’entraînement d’une IA à auto-amélioration nécessite une puissance de calcul importante. Le cofondateur Harsh Mehta a noté que l’entraînement implique de plus en plus d’associer les bonnes charges de travail au matériel approprié.
« Ces modèles sont très performants pour travailler avec différentes charges de travail et puces, et attribuer les bonnes charges de travail aux bonnes puces », a déclaré Mehta. « [Google] fournit plusieurs types de puces […] cette flexibilité nous permet finalement d’associer les charges de travail aux accélérateurs les plus adaptés, puis de réduire les coûts non seulement pour nous, mais aussi pour nos clients utilisant nos systèmes. »
Cette flexibilité est au cœur de la stratégie d’infrastructure IA de Google. Amin Vahdat, vice-président senior et technologiste en chef de l’IA et des infrastructures chez Google, a déclaré dans un communiqué de presse que l’avancement de l’IA ne concerne plus seulement les performances au niveau des puces, « mais la manière dont nous orchestrons des systèmes entiers d’intelligence et franchissons les contraintes physiques de la mise à l’échelle ».
Neyshabur a indiqué que la couche logicielle et système de Mirendil aide les clients à maximiser le matériel de Google, offrant ainsi un avantage concurrentiel au fournisseur de cloud. En retour, Google obtient un partenaire stratégique développant une IA de pointe à auto-amélioration récursive — une technologie qu’il pourra éventuellement proposer à ses clients d’entreprise.
QueryStory appelle à la prudence face aux contenus générés par l'IA
En 2009, Shapor Naghibzadeh a découvert le pouvoir d’une narration captivante alors qu’il travaillait comme ingénieur en exploitation de systèmes chez Google. Lors de l’opération Aurora, alors que des
La startup française ZML dévoile un outil gratuit pour accélérer l’inférence IA sur plusieurs puces
L’ère de la suprématie incontestée du marché de Nvidia semble toucher à sa fin, tandis que des concurrents et des alternatives émergent de tous les côtés.ZML, une startup française de l’IA de premier plan soutenue par le lauréat du prix Turing Yann
Anthropic dévoile Opus 4.6, un générateur de contenu controversé
Les normes d'utilisation universelles d'Anthropic pour Claude interdisent au modèle de générer du contenu sexuellement explicite, notamment de décrire ou de solliciter des rapports sexuels ou des acte











