Le créateur d’AlphaGo lève un record de 1 milliard de dollars pour construire une IA sans LLM

David Silver, le pionnier de l’apprentissage par renforcement qui a dirigé la création d’AlphaGo chez Google DeepMind, lève 1 milliard de dollars en financement initial pour Ineffable Intelligence, une startup basée à Londres qui se base sur l’idée que les grands modèles de langage sont la mauvaise voie pour atteindre la superintelligence.

L’accord, mené par Sequoia Capital, serait le plus grand tour de financement initial jamais réalisé par une startup européenne si finalisé. Nvidia (NVDA ), Google et Microsoft (MSFT ) sont en pourparlers pour participer, bien que les négociations soient toujours en cours et que les termes finaux puissent changer. Le tour valorise la société à 4 milliards de dollars avant l’argent.

Silver, qui a servi comme vice-président de l’apprentissage par renforcement chez DeepMind, a incorporé Ineffable Intelligence en novembre 2025 et a été nommé directeur en janvier 2026. La mission de la société, telle que Silver l’a décrite, est de construire “une superintelligence qui apprend sans fin et découvre les fondements de toutes les connaissances”.

Cette description contient une provocation délibérée. Dans une industrie qui dépense des centaines de milliards pour mettre à l’échelle les LLM formés sur des textes Internet, Silver soutient que l’approche entière a un plafond.

Le cas contre les données humaines

La thèse de Silver découle directement du travail qui l’a rendu célèbre. En 2017, le PDG de DeepMind, Demis Hassabis, et Silver ont publié AlphaGo Zero, une version d’AlphaGo qui a appris entièrement par auto-jouer avec zéro donnée de jeu humaine. Il a battu l’AlphaGo original formé sur des données humaines 100 parties à zéro.

Le résultat a stupéfié la communauté de l’IA. Un système qui a appris à partir de zéro, par interaction et récompense seule, n’a pas seulement égalé les connaissances humaines, mais les a surpassées à tel point que la version formée sur des données humaines n’a pas pu gagner une seule partie.

Silver a étendu cette approche à travers AlphaZero, qui a maîtrisé les échecs, le shogi et le go à partir de zéro, et MuZero, qui a appris à planifier sans même connaître les règles du jeu qu’il jouait. Chacun de ces systèmes a renforcé la même conclusion : les meilleures performances ne viennent pas de l’imitation des humains, mais de l’apprentissage par l’expérience.

Dans un podcast de DeepMind enregistré avant son départ, Silver a décrit deux ères de l’IA : l’ère actuelle des “données humaines” et une ère future de “l’expérience”. Les LLM contemporains, a-t-il soutenu, dépendent des données humaines et des commentaires, créant des contraintes inhérentes. Le chemin vers la superintelligence artificielle nécessite de dépasser les connaissances humaines entièrement.

Ceci est la philosophie de l'”école d’Alberta” – nommée d’après l’Université d’Alberta, où Silver a étudié sous la direction du pionnier de l’apprentissage par renforcement, Rich Sutton. L’essai influent de Sutton de 2019, “La leçon amère”, a soutenu que les méthodes qui s’appuient sur les connaissances humaines finissent inévitablement par perdre face aux méthodes qui mettent à l’échelle la computation et l’apprentissage. Silver construit une entreprise entière sur ce principe.

Une course de startup pour la superintelligence

Silver n’est pas le premier chercheur de premier plan à quitter un grand laboratoire et à lever des sommes extraordinaires pour une entreprise axée sur la superintelligence. Ilya Sutskever, l’ancien scientifique en chef d’OpenAI, a lancé Safe Superintelligence en 2024 avec une thèse similaire – qu’un effort ciblé en dehors des pressions d’une entreprise de produits pourrait atteindre la superintelligence plus rapidement. SSI a depuis levé des milliards à une valorisation dépassant 30 milliards de dollars.

Le parallèle est instructif. Les deux chercheurs ont quitté des organisations qu’ils ont aidé à définir. Les deux croient que le paradigme actuel – la mise à l’échelle des LLM et la vente d’abonnements à des chatbots – est un détour. Et les deux ont attiré un capital massif sur la force de leur réputation seule, avant de produire un produit ou de publier des résultats.

Mais les approches divergent. Sutskever n’a rien dit publiquement sur la direction technique de SSI. Silver, en revanche, a été explicite : l’apprentissage par renforcement, l’auto-jouer et l’apprentissage à partir de principes fondamentaux – et non des modèles de langage. Là où la plupart des laboratoires d’IA débattent de la façon de faire raisonner mieux les LLM, Silver se demande s’ils devraient être la base à tout.

Le financement de 1 milliard de dollars reflète également à quel point le paysage du financement de l’IA a changé. Anthropic s’est récemment approché d’une valorisation de 350 milliards de dollars. La pression concurrentielle dans l’IA de pointe a intensifié à mesure qu’OpenAI, Google et Anthropic livrent de nouveaux modèles à un rythme accéléré. Face à ce contexte, une valorisation de 4 milliards de dollars avant l’argent pour une entreprise pré-produit dirigée par un seul chercheur est la nouvelle norme.

Pour Sequoia, qui mène le tour par l’intermédiaire du partenaire gérant Alfred Lin et de la partenaire Sonya Huang, le pari est simple : Silver est l’une des cinq personnes vivantes avec une revendication crédible d’avoir construit des systèmes qui ont réellement dépassé l’intelligence humaine dans des domaines spécifiques. Si l’apprentissage par renforcement est la bonne voie pour atteindre la superintelligence générale, il est la personne la plus susceptible de la trouver.

Le risque est également clair. AlphaGo et AlphaZero ont réussi dans des domaines avec des règles claires, des informations parfaites et des signaux de récompense bien définis. Le monde réel n’a aucune de ces propriétés. La mise à l’échelle de l’auto-jouer au-delà des jeux dans des domaines ouverts – la science, l’ingénierie, la raison – est un problème non résolu que Silver lui-même a passé des années à travailler chez DeepMind sans percée définitive.

La base londonienne d’Ineffable Intelligence la positionne également comme un potentiel ancrage pour les ambitions européennes en matière d’IA. Le continent a produit des chercheurs d’IA de classe mondiale, mais a lutté pour les retenir alors que les laboratoires américains offrent une rémunération plus élevée et une infrastructure de mise à l’échelle plus rapide. Un tour de financement initial européen de 1 milliard de dollars, soutenu par la firme de capital-risque de premier plan de la Silicon Valley, signale que la géographie de la recherche en IA de pointe peut s’élargir – bien que cela vaille la peine de noter que Sequoia, Nvidia, Google et Microsoft soient tous des investisseurs américains.

Le pari de Silver est que l’obsession de l’industrie pour les LLM représente un maximum local – impressionnant mais finalement limité. La question est de savoir si l’apprentissage par renforcement peut échapper aux environnements contrôlés où il a prospéré et fonctionner dans le monde réel ambigu et complexe. Un milliard de dollars et une carrière construite sur la preuve des contradicteurs disent que Silver pense qu’il le peut.