अल्फागो के निर्माता ने एआई बनाने के लिए रिकॉर्ड 1 अरब डॉलर जुटाए हैं जो एलएलएम के बिना है

Google DeepMind में रीइन्फोर्समेंट लर्निंग के अग्रणी और AlphaGo के निर्माण का नेतृत्व करने वाले डेविड सिल्वर, लंदन स्थित स्टार्टअप Ineffable Intelligence के लिए 1 अरब डॉलर की सीड फंडिंग जुटा रहे हैं। कंपनी इस विचार पर बनी है कि सुपरइंटेलिजेंस तक पहुँचने के लिए बड़े भाषा मॉडल गलत रास्ता हैं।

यदि यह सौदा अंतिम रूप लेता है, तो Sequoia Capital के नेतृत्व वाला यह निवेश किसी यूरोपीय स्टार्टअप द्वारा जुटाया गया अब तक का सबसे बड़ा सीड राउंड होगा। Nvidia (NVDA ), Google और Microsoft (MSFT ) भागीदारी के लिए बातचीत कर रहे हैं, हालाँकि वार्ता जारी है और अंतिम शर्तें बदल सकती हैं। इस राउंड में कंपनी का प्री-मनी मूल्यांकन 4 अरब डॉलर रखा गया है।

DeepMind में रीइन्फोर्समेंट लर्निंग के उपाध्यक्ष रहे सिल्वर ने नवंबर 2025 में चुपचाप Ineffable Intelligence की स्थापना की और जनवरी 2026 में उसके निदेशक नियुक्त हुए। सिल्वर के अनुसार कंपनी का मिशन “ऐसी निरंतर सीखने वाली सुपरइंटेलिजेंस बनाना है, जो समस्त ज्ञान की बुनियाद स्वयं खोजे।”

इस वर्णन में जानबूझकर दी गई चुनौती छिपी है। जिस उद्योग में इंटरनेट पाठ पर प्रशिक्षित LLM को बड़े पैमाने पर विकसित करने के लिए सैकड़ों अरब डॉलर खर्च हो रहे हैं, वहाँ सिल्वर का तर्क है कि इस पूरे दृष्टिकोण की एक सीमा है।

मानवीय डेटा के विरुद्ध तर्क

सिल्वर का सिद्धांत सीधे उस काम से निकलता है जिसने उन्हें प्रसिद्ध बनाया। 2017 में DeepMind के सीईओ डेमिस हासाबिस और सिल्वर ने AlphaGo Zero पेश किया। AlphaGo के इस संस्करण ने बिना किसी मानवीय खेल डेटा के केवल स्वयं के विरुद्ध खेलकर सीखा। इसने मानव डेटा पर प्रशिक्षित मूल AlphaGo को 100 मुकाबलों में 100-0 से हरा दिया।

परिणाम ने AI समुदाय को चकित कर दिया। शुरुआत से केवल पारस्परिक क्रिया और पुरस्कार के सहारे सीखने वाली प्रणाली ने मानवीय ज्ञान की बराबरी भर नहीं की; उसने उसे इतनी निर्णायक तरह से पीछे छोड़ा कि मानवीय डेटा पर प्रशिक्षित संस्करण एक भी मुकाबला नहीं जीत सका।

सिल्वर ने AlphaZero के साथ इस दृष्टिकोण को आगे बढ़ाया, जिसने शतरंज, शोगी और गो को शुरुआत से सीखा। फिर MuZero आया, जिसने खेल के नियम बताए बिना भी योजना बनाना सीख लिया। हर प्रणाली ने एक ही निष्कर्ष मजबूत किया: सर्वश्रेष्ठ प्रदर्शन मनुष्यों की नकल करने से नहीं, बल्कि अनुभव से सीखने से मिलता है।

अपने प्रस्थान से पहले रिकॉर्ड किए गए एक DeepMind पॉडकास्ट में सिल्वर ने AI के दो युग बताए: वर्तमान “मानवीय डेटा का युग” और आने वाला “अनुभव का युग।” उनका तर्क था कि आज के LLM मानवीय डेटा और प्रतिक्रिया पर निर्भर हैं, जिससे उनमें अंतर्निहित सीमाएँ पैदा होती हैं। कृत्रिम सुपरइंटेलिजेंस का रास्ता मानवीय ज्ञान से पूरी तरह आगे जाने की माँग करता है।

इसे “अल्बर्टा स्कूल” का दर्शन कहा जाता है। इसका नाम यूनिवर्सिटी ऑफ अल्बर्टा से आया है, जहाँ सिल्वर ने रीइन्फोर्समेंट लर्निंग के अग्रणी रिच सटन के अधीन अध्ययन किया था। सटन के प्रभावशाली 2019 निबंध “The Bitter Lesson” का तर्क था कि मानवीय ज्ञान पर निर्भर विधियाँ अंततः उन विधियों से हार जाती हैं, जो गणना और सीखने को बड़े पैमाने पर बढ़ा सकती हैं। सिल्वर इसी सिद्धांत पर पूरी कंपनी बना रहे हैं।

सुपरइंटेलिजेंस स्टार्टअप की दौड़

सिल्वर किसी बड़ी प्रयोगशाला को छोड़कर सुपरइंटेलिजेंस पर केंद्रित उद्यम के लिए असाधारण पूँजी जुटाने वाले पहले शीर्ष शोधकर्ता नहीं हैं। OpenAI के पूर्व मुख्य वैज्ञानिक इल्या सुत्सकेवर ने 2024 में समान विचार के साथ Safe Superintelligence शुरू की थी: किसी उत्पाद कंपनी के दबाव से बाहर केंद्रित प्रयास सुपरइंटेलिजेंस तक अधिक तेजी से पहुँच सकता है। SSI अब तक अरबों डॉलर जुटा चुकी है और उसका मूल्यांकन 30 अरब डॉलर से अधिक है।

यह समानता बहुत कुछ बताती है। दोनों शोधकर्ताओं ने उन संगठनों को छोड़ा जिन्हें परिभाषित करने में उन्होंने मदद की थी। दोनों मानते हैं कि LLM को बढ़ाने और चैटबॉट सदस्यता बेचने का मौजूदा प्रतिमान एक भटकाव है। और दोनों ने कोई उत्पाद या शोध परिणाम पेश करने से पहले केवल अपनी प्रतिष्ठा के बल पर भारी पूँजी आकर्षित की।

हालाँकि उनके रास्ते अलग हैं। सुत्सकेवर ने SSI की तकनीकी दिशा के बारे में सार्वजनिक रूप से बहुत कम कहा है। इसके विपरीत सिल्वर पूरी तरह स्पष्ट रहे हैं: रीइन्फोर्समेंट लर्निंग, सेल्फ-प्ले और प्रथम सिद्धांतों से सीखना, भाषा मॉडल नहीं। जहाँ अधिकतर AI प्रयोगशालाएँ यह बहस कर रही हैं कि LLM को बेहतर तर्क करना कैसे सिखाया जाए, वहाँ सिल्वर पूछ रहे हैं कि क्या उन्हें बुनियाद होना भी चाहिए।

एक अरब डॉलर का सीड राउंड यह भी दिखाता है कि AI वित्तपोषण का परिदृश्य कितनी तेजी से बदला है। Anthropic हाल में 350 अरब डॉलर के मूल्यांकन के करीब पहुँची। OpenAI, Google और Anthropic द्वारा लगातार तेजी से नए मॉडल जारी करने के कारण अग्रणी AI में प्रतिस्पर्धा बढ़ी है। इस पृष्ठभूमि में किसी एक शोधकर्ता के नेतृत्व वाली, अभी उत्पादहीन कंपनी का 4 अरब डॉलर प्री-मनी मूल्यांकन नया सामान्य बन गया है।

प्रबंध भागीदार अल्फ्रेड लिन और भागीदार सोन्या हुआंग के जरिए इस राउंड का नेतृत्व कर रही Sequoia के लिए दाँव सीधा है: सिल्वर शायद दुनिया के उन पाँच जीवित लोगों में हैं, जो विश्वसनीय रूप से कह सकते हैं कि उन्होंने विशिष्ट क्षेत्रों में मानव बुद्धि से सचमुच आगे निकलने वाली प्रणालियाँ बनाई हैं। यदि सामान्य सुपरइंटेलिजेंस के लिए रीइन्फोर्समेंट लर्निंग सही रास्ता है, तो उसे खोजने की सबसे अधिक संभावना उन्हीं की है।

जोखिम भी उतना ही स्पष्ट है। AlphaGo और AlphaZero उन क्षेत्रों में सफल हुए जहाँ नियम स्पष्ट, जानकारी पूर्ण और पुरस्कार संकेत अच्छी तरह परिभाषित थे। वास्तविक दुनिया में इनमें से कोई गुण नहीं मिलता। सेल्फ-प्ले को खेलों से आगे विज्ञान, इंजीनियरिंग और तर्क जैसे खुले क्षेत्रों तक बढ़ाना एक अनसुलझी समस्या है। सिल्वर ने खुद DeepMind में इस पर वर्षों काम किया, फिर भी निर्णायक सफलता नहीं मिली।

Ineffable Intelligence का लंदन आधार उसे यूरोप की AI महत्वाकांक्षाओं के संभावित केंद्र के रूप में भी स्थापित करता है। महाद्वीप ने विश्वस्तरीय AI शोधकर्ता तो पैदा किए हैं, लेकिन अमेरिकी प्रयोगशालाओं के अधिक वेतन और तेजी से बढ़ने वाले कंप्यूटिंग ढाँचे के सामने उन्हें बनाए रखने में संघर्ष किया है। Silicon Valley की प्रमुख वेंचर फर्म समर्थित एक अरब डॉलर का यूरोपीय सीड राउंड संकेत देता है कि अग्रणी AI अनुसंधान का भूगोल व्यापक हो सकता है, हालाँकि Sequoia, Nvidia, Google और Microsoft सभी अमेरिकी निवेशक हैं।

सिल्वर का दाँव है कि LLM के प्रति उद्योग का जुनून एक स्थानीय अधिकतम है: प्रभावशाली, लेकिन अंततः सीमित। प्रश्न यह है कि क्या रीइन्फोर्समेंट लर्निंग उन नियंत्रित वातावरणों से बाहर निकल सकती है जहाँ वह फली-फूली और अव्यवस्थित, अस्पष्ट वास्तविक दुनिया में काम कर सकती है। एक अरब डॉलर और संशयवादियों को गलत साबित करने पर बना करियर बताते हैं कि सिल्वर को विश्वास है कि ऐसा संभव है।