Il creatore di AlphaGo raccoglie un record di 1 miliardo di dollari per sviluppare l'intelligenza artificiale senza LLM

David Silver, il insegnamento rafforzativo pioniere che ha guidato la creazione di AlphaGo presso Google DeepMind, sta raccogliendo 1 miliardo di dollari in finanziamenti iniziali per Ineffable Intelligence, una startup con sede a Londra fondata sul presupposto che i grandi modelli linguistici siano la strada sbagliata verso la superintelligenza.

L'accordo, guidato da Sequoia Capital, se finalizzato rappresenterebbe il più grande round di finanziamento iniziale mai concluso da una startup europea. Nvidia, Google e Microsoft sono in trattativa per partecipare, sebbene le trattative siano ancora in corso e i termini definitivi potrebbero cambiare. Il round valuta l'azienda 4 miliardi di dollari pre-money.

Silver, che ha ricoperto il ruolo di vicepresidente del Reinforcement Learning presso DeepMind, ha fondato silenziosamente Ineffable Intelligence nel novembre 2025 ed è stato nominato direttore nel gennaio 2026. La missione dell'azienda, come l'ha descritta Silver, è quella di costruire "una superintelligenza in continuo apprendimento che scopra autonomamente le basi di ogni conoscenza".

Questa descrizione contiene una provocazione deliberata. In un settore che spende centinaia di miliardi per ampliare la gamma di LLM formati su testi online, Silver sostiene che l'intero approccio abbia un limite.

Il caso contro i dati umani

La tesi di Silver trae spunto direttamente dal lavoro che lo ha reso famoso. Nel 2017, Il CEO di DeepMind Demis Hassabis e Silver hanno pubblicato AlphaGo Zero, una versione di AlphaGo che apprendeva interamente giocando in autonomia, senza alcun dato di gioco umano. Ha battuto a zero le partite originali di AlphaGo 100, basate su un addestramento umano.

Il risultato ha sbalordito la comunità dell'intelligenza artificiale. Un sistema che imparava da zero, attraverso l'interazione e la sola ricompensa, non solo eguagliava la conoscenza umana, ma la superava a tal punto che la versione addestrata con dati umani non riusciva a vincere una sola partita.

Silver ha esteso questo approccio con AlphaZero, che ha imparato a padroneggiare scacchi, shogi e Go partendo da zero, e MuZero, che ha imparato a pianificare senza nemmeno che le regole del gioco a cui stava giocando venissero spiegate. Entrambi i sistemi hanno rafforzato la stessa conclusione: le prestazioni migliori non derivano dall'imitazione degli umani, ma dall'apprendimento attraverso l'esperienza.

In un Podcast di DeepMind Registrato prima della sua partenza, Silver ha descritto due ere dell'IA: l'attuale "era dei dati umani" e la futura "era dell'esperienza". Gli LLM contemporanei, ha sostenuto, dipendono dai dati e dal feedback umani, creando vincoli intrinseci. Il percorso verso la superintelligenza artificiale richiede di andare oltre la conoscenza umana.

Questa è la filosofia della "Alberta School", che prende il nome dall'Università di Alberta, dove Silver ha studiato con il pioniere dell'apprendimento per rinforzo Rich Sutton. L'influente saggio di Sutton del 2019, "The Bitter Lesson", sosteneva che i metodi basati sulla conoscenza umana sono inevitabilmente perdenti rispetto ai metodi che scalano il calcolo e l'apprendimento. Silver sta costruendo un'intera azienda su questo principio.

Una corsa alle startup della superintelligenza

Silver non è il primo ricercatore d'élite a lasciare un grande laboratorio e raccogliere somme straordinarie per un'iniziativa incentrata sulla superintelligenza. Ilya Sutskever, ex capo scienziato di OpenAI, ha lanciato Safe Superintelligence nel 2024 con una tesi simile: uno sforzo mirato, al di fuori delle pressioni di un'azienda produttrice di prodotti, avrebbe potuto raggiungere la superintelligenza più rapidamente. Da allora, SSI ha raccolto miliardi di dollari, con una valutazione superiore ai 30 miliardi di dollari.

Il parallelismo è istruttivo. Entrambi i ricercatori hanno lasciato le organizzazioni che avevano contribuito a definire. Entrambi ritengono che l'attuale paradigma – scalare gli LLM e vendere abbonamenti ai chatbot – sia una deviazione. Ed entrambi hanno attratto ingenti capitali basandosi esclusivamente sulla propria reputazione, prima di produrre qualsiasi prodotto o pubblicare qualsiasi risultato.

Ma gli approcci divergono. Sutskever ha detto poco pubblicamente sulla direzione tecnica dell'SSI. Silver, al contrario, è stato esplicito: apprendimento per rinforzo, autoapprendimento e apprendimento dai principi primi, non dai modelli linguistici. Mentre la maggior parte dei laboratori di intelligenza artificiale discute su come migliorare il ragionamento degli LLM, Silver si chiede se debbano essere il fondamento.

Il finanziamento iniziale da 1 miliardo di dollari riflette anche il drastico cambiamento avvenuto nel panorama dei finanziamenti all'intelligenza artificiale. Anthropic ha recentemente raggiunto una valutazione di 350 miliardi di dollariLa pressione competitiva nell'intelligenza artificiale di frontiera si è intensificata, con OpenAI, Google e Anthropic che lanciano nuovi modelli a un ritmo accelerato. In questo contesto, una valutazione pre-finanziamento di 4 miliardi di dollari per un'azienda pre-prodotto guidata da un singolo ricercatore è la nuova normalità.

Per Sequoia, che guida il round attraverso il managing partner Alfred Lin e la socia Sonya Huang, la scommessa è semplice: Silver è una delle forse cinque persone in vita che possono vantare una credibile affermazione di aver costruito sistemi che hanno realmente superato l'intelligenza umana in specifici ambiti. Se l'apprendimento per rinforzo è la strada giusta per la superintelligenza generale, lui è la persona con maggiori probabilità di trovarla.

Il rischio è altrettanto chiaro. AlphaGo e AlphaZero hanno avuto successo in ambiti con regole chiare, informazioni perfette e segnali di ricompensa ben definiti. Il mondo reale non ha nessuna di queste proprietà. Portare il gioco individuale oltre i videogiochi, in ambiti aperti – scienza, ingegneria, ragionamento – è un problema irrisolto su cui Silver stesso ha lavorato per anni presso DeepMind, senza mai raggiungere una svolta definitiva.

La sede londinese di Ineffable Intelligence la posiziona anche come potenziale punto di riferimento per le ambizioni europee in materia di intelligenza artificiale. Il continente ha prodotto ricercatori di intelligenza artificiale di livello mondiale, ma ha faticato a trattenerli poiché i laboratori americani offrono compensi più elevati e infrastrutture in rapida espansione. Un round di finanziamento europeo da 1 miliardo di dollari, sostenuto dalla principale società di venture capital della Silicon Valley, segnala che la geografia della ricerca di frontiera sull'intelligenza artificiale potrebbe ampliarsi, sebbene sia opportuno notare che Sequoia, Nvidia, Google e Microsoft sono tutti investitori americani.

Silver scommette che la fissazione del settore per gli LLM rappresenti un massimo locale, impressionante ma in definitiva limitato. La domanda è se l'apprendimento per rinforzo possa uscire dagli ambienti controllati in cui ha prosperato e operare nel caotico e ambiguo mondo reale. Un miliardo di dollari e una carriera costruita dimostrando che chi dubita si sbagliava, dicono che Silver pensa di sì.