A Mirendil assinou uma parceria plurianual com o Google Cloud no valor de mais de US$ 100 milhões, segundo o cofundador e CEO Behnam Neyshabur, dando ao jovem laboratório de IA acesso a Google TPUs, Nvidia GPUs e clusters de treinamento gerenciados para sua pesquisa em IA autoaperfeiçoável.

O acordo é significativo porque converte uma grande parte do capital recentemente levantado pela Mirendil em capacidade de computação num momento em que as empresas de IA de fronteira competem por aceleradores escassos. A empresa diz que seu objetivo de longo prazo é construir sistemas capazes de melhorar repetidamente seu conhecimento e desempenho enquanto conduzem pesquisas, potencialmente automatizando partes da descoberta científica e do desenvolvimento de IA.

Um grande compromisso de infraestrutura para um laboratório jovem

Neyshabur disse ao TechCrunch que o acordo com o Google Cloud vale mais de US$ 100 milhões. Isso representaria cerca de metade do financiamento seed que a Mirendil levantou no fim de junho, com uma avaliação de US$ 1 bilhão, com base no mesmo relatório.

O acordo dá à Mirendil acesso a mais de um tipo de acelerador, em vez de prender suas cargas de trabalho a uma única plataforma de chips. As TPUs do Google e as GPUs da Nvidia serão combinadas com clusters de treinamento gerenciados, permitindo que a startup execute diferentes etapas do seu trabalho em hardware adequado a cada carga de trabalho.

O acordo reflete uma mudança mais ampla na economia da IA de fronteira. Para empresas que desenvolvem modelos grandes ou sistemas agentivos complexos, o acesso à computação pode ser tão estrategicamente importante quanto o acesso a talentos ou capital de risco. Enquanto isso, provedores de nuvem estão usando compromissos de infraestrutura para atrair startups cujos futuros sistemas podem se tornar importantes fontes de demanda corporativa.

Não há indicação na cobertura disponível de que a Mirendil tenha lançado um produto comercial ou divulgado clientes ligados ao acordo. O propósito imediato parece ser pesquisa e desenvolvimento de sistemas, e não um lançamento de software em curto prazo.

O que a Mirendil quer dizer com autoaperfeiçoamento

A Mirendil está trabalhando no que o setor normalmente chama de autoaperfeiçoamento recursivo: sistemas de IA que melhoram iterativamente suas próprias capacidades, conhecimentos ou métodos. O conceito tem atraído a atenção de laboratórios estabelecidos e de startups mais novas, mas continua sendo um objetivo de pesquisa, e não uma categoria de produto demonstrada com padrões de desempenho acordados.

Neyshabur descreveu um sistema que poderia receber um problema difícil e continuar melhorando à medida que investiga o assunto. Ele deu a doença de Alzheimer como exemplo, sugerindo que tal sistema poderia acumular conhecimento, aprender sobre um domínio e avançar em direção a um objetivo de pesquisa definido ao longo do tempo.

Os objetivos declarados da Mirendil vão além da medicina. A empresa acredita que sua abordagem pode apoiar trabalhos em biologia, ciência dos materiais e pesquisa em IA. Essas ambições exigiriam mais do que um modelo capaz: exigiriam avaliação confiável, gerenciamento de tarefas de longa duração, ferramentas para coletar e testar evidências e mecanismos que impeçam um loop de pesquisa automatizado de reforçar seus próprios erros.

Portanto, o acordo com o Google Cloud importa não apenas por seu valor em dólares. Ele dá à Mirendil capacidade de experimentar a camada de orquestração em torno da IA autoaperfeiçoável, incluindo como modelos, ferramentas, avaliadores e recursos de computação interagem ao longo de execuções prolongadas de pesquisa.

As evidências e as alegações continuam limitadas

Os fatos centrais desta reportagem vêm da entrevista do TechCrunch com o CEO da Mirendil e de comentários atribuídos ao Google e ao cofundador da Mirendil Harsh Mehta. Os outros dois itens do conjunto de fontes fornecem manchetes ou resumos, mas não texto de artigo utilizável de forma independente, portanto não acrescentam confirmação nem detalhe técnico.

O valor do acordo reportado, o acesso ao hardware e a direção de pesquisa pretendida devem, portanto, ser entendidos como fatos divulgados pela empresa ou reportados pela mídia, e não como números auditados de forma independente. As evidências disponíveis não estabelecem quanto poder de computação a Mirendil receberá, em qual cronograma exato, nem se o compromisso representa capacidade reservada, gastos em nuvem, créditos ou uma combinação de arranjos.

Amin Vahdat, vice-presidente sênior e chief technologist de IA e infraestrutura do Google, disse que o progresso em IA depende cada vez mais de orquestrar sistemas completos, e não apenas de melhorar o desempenho no nível do chip. Essa declaração é a caracterização do Google de sua estratégia de infraestrutura, não evidência de que a pesquisa da Mirendil atingiu uma capacidade específica.

Da mesma forma, a afirmação da Mirendil de que seu software pode ajudar clientes a extrair mais valor do hardware do Google é uma posição da empresa. Nenhum benchmark, avaliação de modelo, carga de trabalho em produção ou implantação de cliente foi fornecido na cobertura entregue para verificar essa alegação. A mesma cautela se aplica à ambição da empresa de realizar trabalho comparável ao de um laboratório inteiro de IA de fronteira.

Implicações para construtores e compradores corporativos

Para desenvolvedores de IA, o acordo destaca a importância da flexibilidade de cargas de trabalho. Treinamento, inferência, geração de dados sintéticos, avaliação e experimentos de uso de ferramentas podem não ter os mesmos requisitos de hardware. Uma plataforma capaz de mover cargas de trabalho entre Google TPUs e Nvidia GPUs pode reduzir a dependência de uma única família de aceleradores, mas também introduz complexidade de engenharia em compatibilidade de software, agendamento, observabilidade e controle de custos.

O acordo também pode oferecer um sinal útil sobre como empresas de IA em estágio inicial financiam infraestrutura. Um grande compromisso com nuvem pode fornecer capacidade e suporte técnico, mas pode consumir capital antes que um produto tenha estabelecido receita. Fundadores que considerem acordos semelhantes precisarão pesar o acesso garantido contra o travamento contratual, o risco de utilização e a possibilidade de melhorias na eficiência do hardware mudarem a economia ao longo de um prazo plurianual.

Para as empresas, a questão mais importante é se a IA autoaperfeiçoável pode ser tornada governável em fluxos de trabalho reais. Um sistema que continue mudando suas estratégias enquanto persegue um objetivo de pesquisa precisaria de trilhas de auditoria fortes, permissões limitadas, resultados reproduzíveis, revisão humana e salvaguardas contra descobertas fabricadas ou pouco sustentadas. Mais capacidade de computação não resolve esses problemas de confiabilidade e segurança.

O acordo também dá ao Google uma possível relação estratégica com um laboratório focado em uma direção de pesquisa de alto impacto. Se os sistemas da Mirendil amadurecerem, o Google poderá ganhar um parceiro cujo software é projetado em torno de sua infraestrutura, além de ajudar a demonstrar como plataformas de nuvem suportam pesquisa de IA de longa duração. Isso é uma possibilidade, não um resultado comercial divulgado.

O que observar a seguir

O primeiro sinal será se a Mirendil publicar detalhes técnicos sobre sua arquitetura de sistema, métodos de treinamento, estrutura de avaliação ou uso de computação. Essas divulgações ajudariam a distinguir uma visão geral de pesquisa de uma abordagem reproduzível de autoaperfeiçoamento recursivo.

Construtores também devem observar evidências de que a startup está usando tanto Google TPUs quanto Nvidia GPUs em experimentos em escala de produção, em vez de apenas manter acesso teórico a ambas. Indicadores úteis seriam comparações de custo por carga de trabalho, dados de throughput e resultados de avaliações independentes.

Novo financiamento, clientes corporativos nomeados, publicações de pesquisa ou uma demonstração pública de um sistema que melhora ao longo de tarefas estendidas esclareceriam a trajetória comercial e técnica da Mirendil. Por outro lado, a falta de progresso mensurável reforçaria a visão de que o acordo é principalmente uma aposta em um programa de pesquisa exigente.

Perspectiva da Creati.ai

O compromisso da Mirendil com o Google Cloud mostra como a próxima geração de laboratórios de IA pode competir: não apenas treinando modelos maiores, mas garantindo a infraestrutura necessária para executar loops de pesquisa persistentes. O tamanho do acordo é notável, mas o teste mais difícil será saber se a capacidade adicional produz melhorias confiáveis em vez de apenas experimentos mais longos.

Para o mercado, a história é melhor lida como uma aposta em infraestrutura e execução. A Mirendil garantiu acesso a hardware importante e sistemas de nuvem; ainda não demonstrou, nas evidências disponíveis, que a IA autoaperfeiçoável possa entregar os resultados científicos ou comerciais que imagina.