Tvůrce AlphaGo vybral rekordních 1 miliardu dolarů na stavbu AI bez LLM

David Silver, průkopník učení s posilováním, který vedl vývoj učení s posilováním v Google DeepMind, získává 1 miliardu dolarů na seed financování pro Ineffable Intelligence, londýnskou startup, která je založena na předpokladu, že velké jazykové modely jsou špatnou cestou k superinteligenci.

Transakce, kterou vede Sequoia Capital, by byla největší seed kola, které kdy evropský startup uzavřel, pokud bude dokončena. Nvidia (NVDA ), Google a Microsoft (MSFT ) jsou v jednání o účasti, i když jednání stále pokračují a konečná ustanovení se mohou změnit. Kolo oceňuje společnost na 4 miliardy dolarů před penězi.

Silver, který působil jako viceprezident pro učení s posilováním v DeepMind, založil Ineffable Intelligence v listopadu 2025 a byl jmenován ředitelem v lednu 2026. Posláním společnosti, jak jej Silver popsal, je postavit “nekonečně se učí superinteligenci, která sama objeví základy všech znalostí”.

Tato popis obsahuje úmyslnou provokaci. V odvětví, které utrácí stovky miliard dolarů za škálování LLM, Silver tvrdí, že celý přístup má strop.

Případ proti lidským datům

Silverova teze přímo vychází z práce, která ho proslavila. V roce 2017 CEO DeepMind Demis Hassabis a Silver zveřejnili AlphaGo Zero, verzi AlphaGo, která se naučila zcela prostřednictvím sebehra s nulovými lidskými herními daty. Porazila originální, lidsky trénovanou AlphaGo 100 her na nulu.

Výsledek šokoval komunitu AI. Systém, který se naučil od začátku, prostřednictvím interakce a odměny, nejenže odpovídal lidským znalostem, ale je také tak důkladně překonal, že lidsky trénovaná verze nemohla vyhrát ani jednu hru.

Silver rozšířil tento přístup prostřednictvím AlphaZero, který zvládl šachy, šógi a go od začátku, a MuZero, který se naučil plánovat bez toho, aby mu byly sděleny pravidla hry, kterou hrál. Každý systém potvrdil stejný závěr: nejlepší výkon pochází nejen z napodobování lidského chování, ale z učení prostřednictvím zkušeností.

V DeepMind podcastu, který byl nahrán před jeho odchodem, Silver popsal dvě éry AI: současnou “éru lidských dat” a budoucí “éru zkušeností”. Současné LLM, tvrdil, závisí na lidských datech a zpětné vazbě, což vytváří vnitřní omezení. Cesta k umělé superinteligenci vyžaduje přesunutí se za hranice lidských znalostí.

Toto je “Alberta School” filozofie – pojmenovaná podle University of Alberta, kde Silver studoval pod vedením průkopníka učení s posilováním Richa Suttona. Suttonův vlivný esej “The Bitter Lesson” z roku 2019 argumentoval, že metody, které závisí na lidských znalostech, nakonec prohrávají s metodami, které škálovat výpočet a učení. Silver buduje celou společnost na tomto principu.

Soutěž superinteligentních startupů

Silver není prvním elitním výzkumníkem, který opustil velkou laboratoř a získal mimořádné sumy pro superinteligentní venture. Ilya Sutskever, bývalý hlavní vědec OpenAI, spustil Safe Superintelligence v roce 2024 s podobnou tezí – že soustředěný úsilí mimo tlak produktové společnosti může dosáhnout superinteligence rychleji. SSI od té doby získal miliardy dolarů při valuaci přesahující 30 miliard dolarů.

Srovnání je poučné. Oba výzkumníci opustili organizace, které pomáhali definovat. Oba věří, že současný paradigm – škálování LLM a prodej chatbotů – je odbočka. A oba získali masivní kapitál na základě své pověsti, ještě předtím, než vyrobili jakýkoli produkt nebo zveřejnili výsledky.

Ale přístupy se liší. Sutskever řekl málo o technickém směru SSI. Silver, na druhé straně, byl explicitní: učení s posilováním, sebehra a učení z prvních principů – ne jazykové modely. Zatímco většina laboratoří AI debatuje o tom, jak udělat LLM lépe rozumět, Silver se ptá, zda by měly být vůbec základem.

1 miliarda dolarů na seed také odráží, jak dramaticky se změnil AI funding landscape. Anthropic nedávno dosáhl valuace téměř 350 miliard dolarů. Konkurenční tlak v AI se zvýšil, protože OpenAI, Google a Anthropic dodávají nové modely zrychleným tempem. Proti tomuto pozadí je 4miliardová valuace pro předproduktovou společnost vedenou jediným výzkumníkem novým normálem.

Pro Sequoiu, která vede kolo prostřednictvím manažera Alfreda Lina a partnera Sonyi Huang, je sázka přímočará: Silver je jedním z vielleicht pěti lidí naživu, kteří mají důvěryhodný nárok na stavbu systémů, které skutečně překonaly lidskou inteligenci ve specifických doménách. Pokud je učení s posilováním správnou cestou k obecné superinteligenci, je on tím, kdo je nejbližší k nalezení.

Riziko je stejně jasné. AlphaGo a AlphaZero uspěly v doménách s jasnými pravidly, perfektními informacemi a dobře definovanými signály odměny. Skutečný svět nemá žádné z těchto vlastností. Škálování sebehry za hranice her do otevřených domén – vědy, inženýrství, uvažování – je nevyřešený problém, na kterém Silver sám strávil roky práce v DeepMind bez definitivního průlomu.

Sídlo Ineffable Intelligence v Londýně také позиcionuje společnost jako potenciální kotvu pro evropské AI ambice. Kontinent produkoval špičkové AI výzkumníky, ale měl problémy s jejich udržení, protože americké laboratoře nabízejí větší odměny a rychlejší škálovatelnou infrastrukturu. 1 miliarda evropského seed kola, podporovaného Silicon Valley’s premier venture firm, signalizuje, že geografie frontier AI výzkumu se může rozšiřovat – i když je třeba poznamenat, že Sequoia, Nvidia, Google a Microsoft jsou všechny americké investory.

Silverova sázka je, že odvětví fixace na LLM představuje lokální maximum – působivé, ale konečně omezené. Otázka je, zda může učení s posilováním uniknout z kontrolovaných prostředí, kde prosperovalo, a fungovat v špinavém, nejednoznačném skutečném světě. 1 miliarda dolarů a kariéra postavená na prokázání pochybovačům říkají, že Silver si myslí, že to může.