Magic, una startup de inteligencia artificial que crea modelos para generar código y automatizar una variedad de tareas de desarrollo de software, ha recaudado una gran cantidad de dinero de inversores, incluido el ex director ejecutivo de Google, Eric Schmidt.
En una publicación de blog el jueves, Magic dijo que cerró una ronda de recaudación de fondos de 320 millones de dólares con contribuciones de Schmidt, así como de CapitalG de Alphabet, Atlassian, Elad Gil, Jane Street, Nat Friedman y Daniel Gross, Sequoia y otros. La financiación eleva el total recaudado por la empresa a casi 500 millones de dólares (465 millones de dólares), catapultándola a una cohorte de nuevas empresas de codificación de IA mejor financiadas, cuyos miembros incluyen Codeium, Cognition, Poolside, Anysphere y Augment. (Curiosamente, Schmidt también respalda a Augment).
En julio, Reuters informó que Magic buscaba recaudar más de 200 millones de dólares con una valoración de 1.500 millones de dólares. Evidentemente, la ronda fue superior a lo esperado, aunque no fue posible conocer la valoración actual de la startup; Magic fue valorada en 500 millones de dólares en febrero.
Magic también anunció el jueves una asociación con Google Cloud para construir dos «supercomputadoras» en Google Cloud Platform. El Magic-G4 constará de GPU Nvidia H100 y el Magic G5 utilizará los chips Blackwell de próxima generación de Nvidia, que estarán disponibles el próximo año. (Las GPU, debido a su capacidad para realizar muchos cálculos en paralelo, se usan comúnmente para entrenar y servir modelos generativos de IA).
Magic dice que su objetivo es escalar este último clúster a «decenas de miles» de GPU con el tiempo, y que juntos los clústeres podrán alcanzar 160 exaflops, donde un exaflop equivale a un quintillón de operaciones informáticas por segundo.
«Estamos entusiasmados de asociarnos con Google y Nvidia para construir nuestra supercomputadora de inteligencia artificial de próxima generación en Google Cloud», dijo el cofundador y director ejecutivo de Magic, Eric Steinberger, en un comunicado. «El sistema de Nvidia (Blackwell) mejorará en gran medida la inferencia y la eficiencia del entrenamiento para nuestros modelos, y Google Cloud nos brinda el tiempo de escalamiento más rápido y un rico ecosistema de servicios en la nube».
Steinberger y Sebastian De Ro cofundaron Magic en 2022. En una entrevista anterior, Steinberger le dijo a TechCrunch que se inspiró en el potencial de la inteligencia artificial a una edad temprana; En la escuela secundaria, él y sus amigos conectaron las computadoras de la escuela para entrenar algoritmos de aprendizaje automático.
Esa experiencia plantó las semillas para el programa de Licenciatura en Ciencias de la Computación de Steinberger en Cambridge (la abandonó después de un año) y, más tarde, su trabajo en Meta como investigador de inteligencia artificial. De Ro vino de la empresa alemana de gestión de procesos de negocio FireStart, donde ascendió de rango hasta convertirse en CTO. Steinberger y De Ro se conocieron en la organización de voluntariado ambiental cocreada por Steinberger, ClimateScience.org.
Magic desarrolla herramientas impulsadas por IA (aún no a la venta) diseñadas para ayudar a los ingenieros de software a escribir, revisar, depurar y planificar cambios en el código. Las herramientas funcionan como un codificador de pares automatizado, intentando comprender y aprender más continuamente sobre el contexto de varios proyectos de codificación.
Muchas plataformas hacen lo mismo, incluido el elefante en la sala GitHub Copilot. Pero una de las innovaciones de Magic radica en las ventanas de contexto ultralargas de sus modelos. Llame a la arquitectura del modelo «Red de memoria a largo plazo» o «LTM» para abreviar.
El contexto de un modelo, o ventana de contexto, se refiere a los datos de entrada (por ejemplo, código) que el modelo considera antes de generar resultados (por ejemplo, código adicional). Una simple pregunta, “¿Quién ganó las elecciones presidenciales de Estados Unidos de 2020?”, puede servir como contexto, al igual que el guión de una película, un programa o un clip de audio.
A medida que crecen las ventanas de contexto, también crece el tamaño de los documentos (o bases de código, según sea el caso) que coloca en ellas. Un contexto prolongado puede evitar que los modelos «olviden» el contenido de documentos y datos recientes, y que se desvíen del tema y extrapolen incorrectamente.
Magic afirma que su último modelo, LTM-2-mini, tiene una ventana contextual de 100 millones de tokens. (Los tokens son fragmentos divididos de datos sin procesar, como las sílabas «fan», «tas» y «tic» en la palabra «fantástico»). Cien millones de tokens equivalen aproximadamente a 10 millones de líneas de código, o 750 novelas. Y es, con diferencia, la ventana de contexto más grande de cualquier modelo de negocio; el segundo más grande es el modelo Gemini, el buque insignia de Google, con 2 millones de tokens.
Magic dice que, gracias a su largo contexto, LTM-2-mini pudo implementar un medidor de seguridad de contraseña para un proyecto de código abierto y crear una calculadora utilizando un marco de interfaz de usuario personalizado de forma casi autónoma.
La compañía ahora está ocupada creando una versión más grande de ese modelo.
Magic tiene un equipo pequeño, alrededor de dos docenas de personas, y no hay ingresos dignos de mención. Pero se dirige a un mercado que podría valer 27.170 millones de dólares para 2032, según una estimación de Polaris Research, y los inversores perciben que es una empresa valiosa (y quizás bastante rentable).
A pesar de las preocupaciones sobre la seguridad, los derechos de autor y la confiabilidad de las herramientas de codificación asistida basadas en IA, los desarrolladores han mostrado entusiasmo por ellas, y la gran mayoría de los encuestados en la última encuesta de GitHub dijeron que han adoptado herramientas de inteligencia artificial de alguna forma. En abril, Microsoft informó que Copilot tenía más de 1,3 millones de usuarios de pago y más de 50.000 clientes empresariales.
Y las ambiciones de Magic son más grandes que la automatización de tareas rutinarias de desarrollo de software. En el sitio web de la compañía, se habla de un camino hacia AGI, una inteligencia artificial que puede resolver problemas de manera más confiable que los humanos por sí solos.
En el lado de la inteligencia artificial, Magic, con sede en San Francisco, contrató recientemente a Ben Chess, exjefe del equipo de supercomputación de OpenAI, y planea expandir sus equipos de ciberseguridad, ingeniería, investigación e ingeniería de sistemas.
