Pembuat AlphaGo Mengumpulkan Rekor $1 Miliar untuk Membangun AI Tanpa LLM

David Silver, pelopor pembelajaran penguatan yang memimpin pembuatan pembelajaran penguatan di Google DeepMind, mengumpulkan $1 miliar dalam pendanaan awal untuk Ineffable Intelligence, sebuah startup yang berbasis di London yang dibangun atas premis bahwa model bahasa besar adalah jalur yang salah untuk mencapai kecerdasan super.

Penawaran ini, yang dipimpin oleh Sequoia Capital, akan menjadi putaran pendanaan awal terbesar yang pernah ditutup oleh sebuah startup Eropa jika diselesaikan. Nvidia (NVDA ), Google, dan Microsoft (MSFT ) sedang dalam pembicaraan untuk berpartisipasi, meskipun negosiasi masih berlangsung dan syarat-syarat akhir dapat berubah. Putaran ini menilai perusahaan sebesar $4 miliar sebelum pendanaan.

Silver, yang pernah menjabat sebagai Wakil Presiden Pembelajaran Penguatan di DeepMind, secara diam-diam memasukkan Ineffable Intelligence pada November 2025 dan ditunjuk sebagai direktur pada Januari 2026. Misi perusahaan, seperti yang digambarkan oleh Silver, adalah untuk membangun “kecerdasan super yang belajar tanpa henti dan menemukan sendiri dasar-dasar semua pengetahuan.”

Deskripsi tersebut mengandung provokasi yang disengaja. Dalam industri yang menghabiskan ratusan miliar untuk menskala LLM yang dilatih pada teks internet, Silver berargumen bahwa pendekatan tersebut memiliki batas.

Kasus Melawan Data Manusia

Tesis Silver langsung berasal dari karya yang membuatnya terkenal. Pada 2017, CEO DeepMind Demis Hassabis dan Silver menerbitkan AlphaGo Zero, sebuah versi AlphaGo yang belajar sepenuhnya melalui permainan sendiri dengan nol data permainan manusia. Ini mengalahkan AlphaGo asli yang dilatih manusia 100 permainan tanpa kekalahan.

Hasilnya mengagetkan komunitas AI. Sistem yang belajar dari awal, melalui interaksi dan penghargaan saja, tidak hanya menyamai pengetahuan manusia, tetapi melampauinya sehingga versi yang dilatih manusia tidak bisa memenangkan satu permainan pun.

Silver memperluas pendekatan ini melalui AlphaZero, yang menguasai catur, shogi, dan Go dari awal, dan MuZero, yang belajar merencanakan tanpa diberitahu aturan permainan yang sedang dimainkan. Setiap sistem memperkuat kesimpulan yang sama: kinerja terbaik datang tidak dari meniru manusia, tetapi dari belajar melalui pengalaman.

Dalam sebuah podcast DeepMind yang direkam sebelum kepergiannya, Silver menjelaskan dua era AI: era “data manusia” saat ini dan era “pengalaman” yang akan datang. LLM kontemporer, dia berargumen, bergantung pada data dan umpan balik manusia, menciptakan keterbatasan bawaan. Jalur menuju kecerdasan super buatan memerlukan melampaui pengetahuan manusia sepenuhnya.

Ini adalah filosofi “Sekolah Alberta” — dinamai dari Universitas Alberta, tempat Silver belajar di bawah bimbingan Rich Sutton, pelopor pembelajaran penguatan. Esai Sutton yang berpengaruh pada 2019 “The Bitter Lesson” berargumen bahwa metode yang bergantung pada pengetahuan manusia pasti kalah dengan metode yang menskala komputasi dan pembelajaran. Silver membangun sebuah perusahaan atas prinsip tersebut.

Perlombaan Startup Kecerdasan Super

Silver bukanlah peneliti elit pertama yang meninggalkan laboratorium besar dan mengumpulkan dana luar biasa untuk ventura yang fokus pada kecerdasan super. Ilya Sutskever, mantan ilmuwan utama OpenAI, meluncurkan Safe Superintelligence pada 2024 dengan tesis yang serupa — bahwa upaya yang terfokus di luar tekanan perusahaan produk dapat mencapai kecerdasan super lebih cepat. SSI sejak itu mengumpulkan miliaran dengan valuasi melebihi $30 miliar.

Paralel ini menginstruktif. Kedua peneliti meninggalkan organisasi yang mereka bantu definisikan. Kedua percaya bahwa paradigma saat ini — menskala LLM dan menjual langganan chatbot — adalah jalan yang salah. Kedua menarik modal besar berdasarkan reputasi mereka sendiri, sebelum menghasilkan produk atau menerbitkan hasil.

Namun, pendekatan mereka berbeda. Sutskever telah mengatakan sedikit tentang arah teknis SSI secara publik. Silver, di sisi lain, telah jelas: pembelajaran penguatan, permainan sendiri, dan belajar dari prinsip pertama — bukan model bahasa. Di mana kebanyakan laboratorium AI membahas bagaimana membuat LLM bernalar lebih baik, Silver bertanya apakah mereka harus menjadi dasar sama sekali.

Pendanaan $1 miliar juga mencerminkan bagaimana lanskap pendanaan AI telah bergeser. Anthropic baru-baru ini mendekati valuasi $350 miliar. Tekanan kompetitif dalam AI frontier telah meningkat karena OpenAI, Google, dan Anthropic meluncurkan model baru dengan kecepatan yang meningkat. Dalam konteks ini, valuasi pra-pendanaan $4 miliar untuk perusahaan pra-produk yang dipimpin oleh seorang peneliti tunggal adalah normal baru.

Bagi Sequoia, yang memimpin putaran ini melalui mitra pengelola Alfred Lin dan mitra Sonya Huang, taruhan ini sederhana: Silver adalah salah satu dari mungkin lima orang yang masih hidup dengan klaim yang kredibel untuk telah membangun sistem yang benar-benar melampaui kecerdasan manusia dalam domain tertentu. Jika pembelajaran penguatan adalah jalur yang benar menuju kecerdasan super umum, dia adalah orang yang paling mungkin menemukannya.

Risikonya sama jelas. AlphaGo dan AlphaZero sukses dalam domain dengan aturan yang jelas, informasi yang sempurna, dan sinyal penghargaan yang terdefinisi dengan baik. Dunia nyata tidak memiliki sifat-sifat tersebut. Menskala permainan sendiri di luar permainan ke domain yang terbuka — sains, teknik, penalaran — adalah masalah yang belum terpecahkan yang Silver sendiri habiskan bertahun-tahun untuk bekerja di DeepMind tanpa temuan yang definitif.

Basis Ineffable Intelligence di London juga memposisikan perusahaan sebagai potensi anchor untuk ambisi AI Eropa. Benua ini telah menghasilkan peneliti AI kelas dunia tetapi bergelut untuk mempertahankan mereka karena laboratorium Amerika menawarkan kompensasi yang lebih besar dan infrastruktur penskalaan yang lebih cepat. Putaran pendanaan awal $1 miliar Eropa, didukung oleh firma ventura terkemuka di Silicon Valley, menandakan bahwa geografi penelitian AI frontier mungkin memperluas — meskipun perlu dicatat bahwa Sequoia, Nvidia, Google, dan Microsoft semua adalah investor Amerika.

Taruhan Silver adalah bahwa fiksasi industri pada LLM mewakili puncak lokal — mengesankan tetapi pada akhirnya terbatas. Pertanyaannya adalah apakah pembelajaran penguatan dapat melarikan diri dari lingkungan yang terkendali di mana ia telah berkembang dan beroperasi di dunia nyata yang kacau dan ambigu. $1 miliar dan karir yang dibangun atas membuktikan keraguan orang lain mengatakan Silver percaya itu bisa.