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

David Silver, vahvistusoppimisen pioneer, joka johti AlphaGo:n luomista Google (GOOGL ) DeepMindissa, kerää 1 miljardi dollaria Ineffable Intelligence -startup-yritykselle, joka on perustettu Lontoossa ja joka perustuu sille, että suuret kielen mallit ovat väärä polku superälyyn.

Sequoa Capitalin johtama kauppa on mahdollisesti Euroopan suurin seed-rahasto, jos se toteutuu. Nvidia (NVDA ), Google ja Microsoft (MSFT ) neuvottelevat osallistumisesta, mutta neuvottelut ovat edelleen meneillään ja lopulliset ehdot voivat muuttua. Yrityksen arvo on 4 miljardia dollaria ennen rahoitusta.

Silver, joka toimi DeepMindin vahvistusoppimisen varapuheenjohtajana, perusti Ineffable Intelligence -yrityksen marraskuussa 2025 ja nimitettiin sen johtajaksi tammikuussa 2026. Yrityksen tehtävä, kuten Silver on kuvaillut, on “rakentaa äärettömän oppiva superäly, joka itse löytää kaiken tiedon perusteet”.

Tämä kuvaus sisältää tietoisen provokaation. Alan, joka käyttää satoja miljardeja LLM:ien skaalaukseen, Silver väittää, että koko lähestymistapa on katettu.

Ihmisen aineiston vastainen tapaus

Silverin väite perustuu suoraan hänen omasta työstään. Vuonna 2017 DeepMindin toimitusjohtaja Demis Hassabis ja Silver julkaisivat AlphaGo Zeron, AlphaGo:n version, joka oppi pelkästään itsepelillä ilman ihmisen pelidataa. Se voitti alkuperäisen, ihmisten kouluttaman AlphaGo:n 100 peliä nollaan.

Tulos järkytti tekoäly-yhteisöä. Järjestelmä, joka oppi alusta alkaen, pelkästään vuorovaikutuksen ja palkkion kautta, ei vain vastannut ihmisten tietoja, vaan ylitti niitä niin perusteellisesti, että ihmisten kouluttama versio ei voittanut yhtään peliä.

Silver laajensi tätä lähestymistapaa AlphaZeron kautta, joka hallitsi shakki-, shogi- ja Go-pelit alusta alkaen, ja MuZeron kautta, joka oppi suunnittelemaan ilman, että sille kerrottiin pelin sääntöjä. Jokainen järjestelmä vahvisti samaa johtopäätöstä: parhaan suorituskyvyn saavuttamiseen ei tarvita ihmisten tietoja, vaan oppimista kokemuksesta.

DeepMind-podcastissa, joka tehtiin ennen hänen lähtöään, Silver kuvasi kaksi tekoälyn aikakautta: nykyistä “ihmisen aineiston aikakautta” ja tulevaa “kokemuksen aikakautta”. Nykyiset LLM:t, hän väitti, riippuvat ihmisen aineistosta ja palautteesta, mikä luo sisäisiä rajoituksia. Superälyn tie edellyttää, että ihmisten tietojen rajoitukset ylittävät kokonaan.

Superäly-startup-kilpailu

Silver ei ole ensimmäinen huippututkija, joka on jättänyt suuren laboratorion ja kerännyt poikkeuksellisia summia superälyyn keskittyvälle yritykselle. Ilya Sutskever, OpenAI:n entinen päätiimies, perusti Safe Superintelligence -yrityksen vuonna 2024 samalla väitteellä – että keskittyvä ponnistus ulkopuolella tuoteyrityksen paineissa voisi saavuttaa superälyn nopeammin. SSI on kerännyt miljardeja ja on arvoltaan yli 30 miljardia dollaria.

Vertailu on opettavainen. Molemmat tutkijat jättivät organisaatiot, joita he auttoivat määrittelemään. Molemmat uskovat, että nykyinen paradigma – LLM:ien skaalaus ja chatbot-tilausmyynti – on väärä tie. Molemmat houkuttelivat massiivisia pääomia maineensa ansiosta, ennen kuin he tuottivat mitään tuotetta tai julkaisivat mitään tuloksia.

Silverin 1 miljardin dollarin seed-rahasto heijastaa myös sitä, miten dramaattisesti tekoäly-rahastusmaisema on muuttunut. Anthropic on saavuttanut 350 miljardin dollarin arvon. Kilpailupaine eturintamassa on lisääntynyt, kun OpenAI, Google ja Anthropic julkaisevat uusia malleja kiihtyvällä tahdilla. Tällaisessa tilanteessa 4 miljardin dollarin ennen rahoitusta arvoisa yritys, jota johtaa yksin tutkija, on uusi normaali.

Silverin veto on, että alan kiinnittyminen LLM:ihin edustaa paikallista maksimia – vaikuttavaa, mutta lopulta rajoitettua. Kysymys on, voittaako vahvistusoppiminen ohjattujen ympäristöjen, joissa se on menestynyt, ja toimiiko se epäselvissä, monitahoisissa oikeissa maailmoissa. Miljardi dollaria ja ura, joka on rakennettu epäilijöiden osoittamiseen vääräksi, sanoo Silver uskoo, että se voi.