Z Anthropic do laboratorium przyszłości: Mirendil rzuca wyzwanie nauce

Rynek sztucznej inteligencji wchodzi w nową fazę, w której giganci tacy jak OpenAI czy Anthropic stają się kuźnią talentów dla wysoce wyspecjalizowanych podmiotów. Najnowszym graczem na tej mapie jest Mirendil – startup założony przez grupę badaczy, którzy uznali, że obecne modele językowe to za mało, aby dokonać przełomu w naukach ścisłych. Zespół, na którego czele stoją Behnam Neyshabur i Harsh Mehta, celuje w rozwiązanie problemów, przed którymi kapitulują standardowe systemy: od projektowania nowych materiałów po zaawansowaną biologię molekularną.

Miliardowa wycena na starcie

Choć Mirendil operuje jeszcze w trybie poufnym, doniesienia branżowe wskazują na ogromny kredyt zaufania ze strony inwestorów. Startup ma być obecnie na etapie finalizowania rundy finansowania w wysokości 175 milionów dolarów, co przyznaje mu status jednorożca z wyceną na poziomie jednego miliarda dolarów. W grze biorą udział najcięższe nazwiska Doliny Krzemowej – fundusze Andreessen Horowitz oraz Kleiner Perkins. Tak agresywne wejście kapitałowe potwierdza trend, w którym inwestorzy przestają licytować się jedynie na liczbę parametrów modelu, a zaczynają szukać konkretnych, naukowych zastosowań technologii.

Elita badawcza buduje nowy standard

Fundamentem Mirendil nie jest jednak tylko kapitał, ale przede wszystkim unikalne doświadczenie założycieli. Behnam Neyshabur, pełniący funkcję CEO, kierował wcześniej zespołem do spraw naukowego wnioskowania AI w Anthropic, a wcześniej przez ponad pięć lat współtworzył potęgę Google DeepMind. Towarzyszy mu Harsh Mehta jako CTO (również z Anthropic) oraz specjaliści z xAI i OpenAI. Skład ten sugeruje, że Mirendil nie buduje kolejnego chatbota, lecz system zdolny do autonomicznego rozumowania w rygorystycznych ramach metodologii naukowej.

Era neo-labów

Powstanie Mirendil wpisuje się w szerszy fenomen tak zwanych neo-labów. To nowa kategoria startupów, które odcinają się od korporacyjnej struktury wielkich laboratoriów AI, aby skupić się na niszowych, ale kluczowych aspektach rozwoju technologii. Podczas gdy niektórzy próbują zastąpić tradycyjne uczenie maszynowe ciągłym uczeniem się (continuous learning), Mirendil stawia na twardą naukę. Ambicją twórców jest stworzenie narzędzi, które nie tylko przeszukują istniejącą wiedzę, ale aktywnie pomagają w odkrywaniu nowych praw natury i struktur chemicznych, co może skrócić dekady badań laboratoryjnych do miesięcy cyfrowych symulacji.