Казалось, что соучредителям стартапа Ricursive Intelligence было суждено стать соучредителями.
Анна Голди, генеральный директор, и Азалия Мирхосейни, технический директор, настолько известны в сообществе ИИ, что были среди тех инженеров, которые «получали странные электронные письма от Цукерберга с безумными предложениями», — рассказала Голди изданию TechCrunch, посмеиваясь. (Они не приняли эти предложения.) Они вместе работали в Google Brain и были одними из первых сотрудников Anthropic.
Они заслужили признание в Google, создав Alpha Chip — инструмент искусственного интеллекта, способный генерировать надежные схемы микросхем за несколько часов, — процесс, который обычно занимает у разработчиков-людей год или больше. Этот инструмент помог разработать три поколения процессоров Tensor Processing Units от Google.
Эта история объясняет, почему всего через четыре месяца после запуска Ricursive они в прошлом месяце объявили о привлечении 300 миллионов долларов в рамках раунда финансирования серии А при оценке в 4 миллиарда долларов, возглавляемого Lightspeed, и всего через пару месяцев после привлечения 35 миллионов долларов в рамках посевного раунда, возглавляемого Sequoia.
Компания Ricursive разрабатывает инструменты искусственного интеллекта для проектирования чипов, а не сами чипы. Это принципиально отличает её от почти всех других стартапов, занимающихся разработкой чипов с использованием ИИ: они не стремятся конкурировать с Nvidia. На самом деле, Nvidia является их инвестором. Этот гигант в сфере графических процессоров, наряду с AMD, Intel и всеми остальными производителями чипов, являются целевыми клиентами стартапа.
«Мы хотим дать возможность создавать любые чипы, будь то специализированные или более традиционные, любые, автоматизированным и очень ускоренным способом. Для этого мы используем искусственный интеллект», — сказал Мирхосейни в интервью TechCrunch.
Их пути впервые пересеклись в Стэнфорде, где Голди получила докторскую степень, а Мирхосейни преподавал информатику. С тех пор их карьера шла рука об руку. «Мы начали работать в Google Brain в один и тот же день. Мы ушли из Google Brain в один и тот же день. Мы пришли в Anthropic в один и тот же день. Мы ушли из Anthropic в один и тот же день. Мы вернулись в Google в один и тот же день, а затем снова ушли из Google в один и тот же день. А потом мы вместе основали эту компанию в один и тот же день», — вспоминает Голди.
За время работы в Google коллеги были настолько близки, что даже вместе тренировались, увлекаясь круговыми тренировками. Джефф Дин, известный инженер Google, который был их соавтором, не упустил эту игру слов. Он назвал их проект Alpha Chip «чиповой круговой тренировкой» — обыгрывая их совместную программу тренировок. Внутри компании у них также появилось прозвище: A&A.
Разработка чипа Alpha привлекла к ним внимание в отрасли, но также вызвала споры. Как сообщило издание Wired, в 2022 году один из их коллег в Google был уволен после того, как годами пытался дискредитировать A&A и их работу над чипами, хотя эта работа использовалась для создания некоторых из самых важных чипов Google, имеющих решающее значение для бизнеса в сфере искусственного интеллекта.
Их проект Alpha Chip в Google Brain подтвердил концепцию, которая легла в основу Ricursive — использование ИИ для значительного ускорения проектирования микросхем.
Разработка микросхем — сложная задача.
Проблема в том, что компьютерные чипы содержат миллионы, а то и миллиарды логических элементов, интегрированных на кремниевой пластине. Разработчики могут потратить год или больше на размещение этих компонентов на чипе, чтобы обеспечить производительность, эффективное энергопотребление и любые другие проектные требования. Цифровое определение точного размещения таких мельчайших компонентов, как и следовало ожидать, является сложной задачей.
«Alpha Chip может создать очень качественную схему примерно за шесть часов. И самое замечательное в этом подходе то, что он действительно учится на собственном опыте», — сказал Голди.
В основе их работы над разработкой чипов с искусственным интеллектом лежит использование «сигнала вознаграждения», который оценивает качество проекта. Затем агент использует эту оценку для «обновления параметров своей глубокой нейронной сети, чтобы стать лучше», — сказал Голди. После завершения тысяч проектов агент стал действительно хорош. По словам основателей, он также стал быстрее по мере обучения.
Платформа Ricursive разовьет эту концепцию дальше. По словам Голди, создаваемый ими ИИ-разработчик микросхем будет «обучаться на разных микросхемах». Таким образом, каждая разработанная микросхема должна помочь ему стать лучше в разработке каждой последующей микросхемы.
Платформа Ricursive также использует LLM-ы и обрабатывает все этапы — от размещения компонентов до проверки проекта. Любая компания, производящая электронику и нуждающаяся в микросхемах, является их целевым клиентом.
Если их платформа окажется успешной, что, по всей видимости, и произойдет, Ricursive может сыграть важную роль в достижении амбициозной цели — создания искусственного общего интеллекта (AGI). В конечном итоге, их конечная цель — разработка чипов для ИИ, то есть ИИ, по сути, будет создавать свой собственный компьютерный мозг.
«Чипы — это топливо для ИИ, — сказал Голди. — Я думаю, что создание более мощных чипов — это лучший способ продвинуться в этом направлении».
Мирхосейни добавляет, что длительный процесс проектирования микросхем ограничивает скорость развития ИИ. «Мы считаем, что можем также обеспечить быструю коэволюцию моделей и микросхем, которые, по сути, их питают», — сказала она. Таким образом, ИИ сможет быстрее становиться умнее.
Если мысль о том, что ИИ будет проектировать собственный мозг с постоянно возрастающей скоростью, вызывает в памяти образы Скайнета и Терминатора, основатели отмечают, что есть более позитивное, непосредственное и, по их мнению, более вероятное преимущество: повышение эффективности оборудования.
Когда лаборатории искусственного интеллекта смогут разрабатывать гораздо более эффективные чипы (и, в конечном итоге, все базовое оборудование), их развитие не будет потреблять так много мировых ресурсов.
«Мы могли бы разработать компьютерную архитектуру, которая идеально подходила бы для этой модели, и добиться почти десятикратного повышения производительности при сохранении общей стоимости владения», — сказал Голди.
Хотя молодой стартап не называет своих первых клиентов, основатели говорят, что с ними связывались все крупные производители микросхем, каких только можно себе представить. Неудивительно, что они могут выбирать себе первых партнеров по разработке.
Источник: techcrunch.com
