AlphaGo-luojan David Silver kerää ennätykselliset 1 miljardi dollaria rakentamaan tekoälyä ilman LLM: iä

Google DeepMindissa vahvistusoppimisen pioneerina ja AlphaGon kehityksen johtajana tunnettu David Silver kerää miljardi dollaria siemenrahoitusta lontoolaiselle Ineffable Intelligence -startupille. Yhtiö perustuu ajatukseen, että suuret kielimallit ovat väärä tie superälyyn.

Sequoia Capitalin johtama järjestely olisi toteutuessaan kaikkien aikojen suurin eurooppalaisen startupin siemenrahoituskierros. Nvidia (NVDA ), Google ja Microsoft (MSFT ) neuvottelevat osallistumisesta, mutta neuvottelut ovat edelleen kesken ja lopulliset ehdot voivat muuttua. Kierros antaa yhtiölle neljän miljardin dollarin arvon ennen uutta rahoitusta.

DeepMindin vahvistusoppimisesta vastanneena varatoimitusjohtajana toiminut Silver perusti Ineffable Intelligencen kaikessa hiljaisuudessa marraskuussa 2025 ja hänet nimitettiin johtajaksi tammikuussa 2026. Silverin kuvauksen mukaan yhtiön tehtävänä on rakentaa ”loputtomasti oppiva superäly, joka löytää itse kaiken tiedon perustan”.

Kuvauksessa on tietoinen haaste. Samalla kun ala käyttää satoja miljardeja dollareita internetin tekstillä koulutettujen suurten kielimallien skaalaamiseen, Silver väittää, että koko lähestymistavalla on rajansa.

Perustelut ihmisdatan käyttöä vastaan

Silverin näkemys pohjautuu suoraan työhön, joka teki hänestä tunnetun. Vuonna 2017 DeepMindin toimitusjohtaja Demis Hassabis ja Silver julkaisivat AlphaGo Zeron. Tämä AlphaGon versio oppi kokonaan pelaamalla itseään vastaan ilman lainkaan ihmisten pelidataa. Se voitti alkuperäisen, ihmisdatalla koulutetun AlphaGon sadassa pelissä 100–0.

Tulos hämmästytti tekoäly-yhteisöä. Tyhjästä, pelkän vuorovaikutuksen ja palkkioiden avulla oppinut järjestelmä ei vain yltänyt ihmisten tietämyksen tasolle, vaan ylitti sen niin täydellisesti, ettei ihmisdatalla koulutettu versio voittanut ainuttakaan peliä.

Silver jatkoi lähestymistapaa AlphaZerolla, joka oppi shakin, shogin ja gon alusta alkaen, sekä MuZerolla, joka oppi suunnittelemaan ilman, että sille edes kerrottiin pelaamansa pelin sääntöjä. Jokainen järjestelmä vahvisti saman johtopäätöksen: paras suorituskyky ei synny ihmisiä jäljittelemällä vaan kokemuksesta oppimalla.

Ennen lähtöään nauhoitetussa DeepMindin podcastissa Silver kuvasi tekoälyn kahta aikakautta: nykyistä ”ihmisdatan aikakautta” ja tulevaa ”kokemuksen aikakautta”. Hänen mukaansa nykyiset suuret kielimallit ovat riippuvaisia ihmisdatasta ja ihmisten palautteesta, mikä luo niille sisäisiä rajoituksia. Tie keinotekoiseen superälyyn edellyttää ihmisten tiedon ylittämistä kokonaan.

Tämä on niin kutsuttu Alberta School -ajattelutapa, joka on nimetty Albertan yliopiston mukaan. Siellä Silver opiskeli vahvistusoppimisen pioneerin Rich Suttonin johdolla. Suttonin vaikutusvaltainen vuoden 2019 essee ”The Bitter Lesson” esitti, että ihmisten tietoon nojaavat menetelmät häviävät väistämättä menetelmille, jotka pystyvät skaalaamaan laskentaa ja oppimista. Silver rakentaa koko yhtiön tämän periaatteen varaan.

Superälyyn tähtäävien startupien kilpailu

Silver ei ole ensimmäinen huippututkija, joka on lähtenyt suuresta laboratoriosta ja kerännyt poikkeuksellisen summan superälyyn keskittyvälle yritykselle. OpenAI:n entinen johtava tutkija Ilya Sutskever perusti Safe Superintelligence -yhtiön vuonna 2024 samankaltaisen ajatuksen pohjalta: tuotekehitysyhtiön paineista erillään toimiva keskittynyt hanke voisi saavuttaa superälyn nopeammin. SSI on sittemmin kerännyt miljardeja dollareita yli 30 miljardin dollarin arvostuksella.

Vertailu kertoo paljon. Molemmat tutkijat jättivät organisaatiot, joiden määrittelyssä he olivat keskeisiä. Molemmat uskovat, että nykyinen toimintamalli — suurten kielimallien skaalaaminen ja chatbot-tilausten myyminen — on harhapolku. Molemmat myös houkuttelivat maineensa perusteella valtavasti pääomaa ennen kuin olivat tuottaneet tuotetta tai julkaisseet tuloksia.

Tekniset lähestymistavat kuitenkin eroavat. Sutskever on kertonut julkisuudessa vain vähän SSI:n teknisestä suunnasta. Silver on sen sijaan ollut yksiselitteinen: vahvistusoppiminen, itsepeluu ja oppiminen ensimmäisistä periaatteista, eivät kielimallit. Kun useimmat tekoälylaboratoriot pohtivat, kuinka saada suuret kielimallit päättelemään paremmin, Silver kysyy, pitäisikö niiden ylipäätään olla perustana.

Miljardin dollarin siemenrahoitus kuvastaa myös tekoälyrahoituksen dramaattista muutosta. Anthropicin arvo lähestyi hiljattain 350 miljardia dollaria. Kilpailu johtavassa tekoälykehityksessä on kiristynyt, kun OpenAI, Google ja Anthropic julkaisevat uusia malleja yhä nopeammin. Tätä taustaa vasten yksittäisen tutkijan johtaman, vielä tuotteettoman yhtiön neljän miljardin dollarin arvo ennen rahoitusta on uusi normaali.

Sequoialle, joka johtaa kierrosta toimitusjohtaja Alfred Linin ja osakkaan Sonya Huangin kautta, sijoituspäätös on suoraviivainen. Silver kuuluu ehkä viiteen elossa olevaan ihmiseen, jotka voivat uskottavasti sanoa rakentaneensa tietyillä aloilla aidosti ihmisen älykkyyden ylittäviä järjestelmiä. Jos vahvistusoppiminen on oikea reitti yleiseen superälyyn, Silverillä on parhaat mahdollisuudet löytää se.

Riski on yhtä ilmeinen. AlphaGo ja AlphaZero menestyivät ympäristöissä, joissa säännöt olivat selvät, tieto täydellistä ja palkkiosignaalit tarkasti määriteltyjä. Todellisessa maailmassa mikään näistä ominaisuuksista ei toteudu. Itsepeluun skaalaaminen pelien ulkopuolelle avoimiin ongelmiin — tieteeseen, tekniikkaan ja päättelyyn — on ratkaisematon haaste, jonka parissa Silver työskenteli itse vuosia DeepMindissa ilman lopullista läpimurtoa.

Ineffable Intelligencen sijainti Lontoossa tekee siitä myös mahdollisen tukipisteen Euroopan tekoälytavoitteille. Eurooppa on tuottanut maailmanluokan tutkijoita, mutta sillä on ollut vaikeuksia pitää heidät, kun yhdysvaltalaiset laboratoriot tarjoavat suurempia korvauksia ja nopeammin skaalautuvaa laskentainfrastruktuuria. Piilaakson johtavan pääomasijoitusyhtiön tukema miljardin dollarin eurooppalainen siemenkierros viittaa siihen, että johtavan tekoälytutkimuksen maantiede voi laajentua. On silti huomattava, että Sequoia, Nvidia, Google ja Microsoft ovat kaikki yhdysvaltalaisia sijoittajia.

Silver uskoo, että alan keskittyminen suuriin kielimalleihin on paikallinen huippu: vaikuttava mutta lopulta rajallinen. Ratkaiseva kysymys on, pystyykö vahvistusoppiminen lähtemään hallituista ympäristöistä, joissa se on menestynyt, ja toimimaan sotkuisessa ja monitulkintaisessa todellisessa maailmassa. Miljardin dollarin rahoitus ja epäilijöiden kumoamiseen rakentunut ura kertovat, että Silver uskoo sen olevan mahdollista.