Il creatore di AlphaGo raccoglie un record di 1 miliardo di dollari per costruire l’AI senza LLM

David Silver, il pioniere dell’apprendimento per rinforzo che ha guidato la creazione di apprendimento per rinforzo presso Google DeepMind, sta raccogliendo 1 miliardo di dollari in fondi di seed per Ineffable Intelligence, una startup con sede a Londra costruita sul presupposto che i grandi modelli linguistici siano la strada sbagliata per raggiungere la superintelligenza.

L’accordo, guidato da Sequoia Capital, sarebbe il più grande round di seed mai chiuso da una startup europea se finalizzato. Nvidia (NVDA ), Google e Microsoft (MSFT ) sono in trattative per partecipare, sebbene le negoziazioni siano ancora in corso e i termini finali potrebbero cambiare. Il round valuta la società a 4 miliardi di dollari pre-money.

Silver, che ha ricoperto il ruolo di VP di Apprendimento per Rinforzo presso DeepMind, ha incorporato segretamente Ineffable Intelligence nel novembre 2025 e è stato nominato direttore nel gennaio 2026. La missione della società, come descritta da Silver, è quella di costruire “una superintelligenza che impara in modo infinito e auto-scopre le fondamenta di tutte le conoscenze”.

Questa descrizione contiene una provocazione deliberata. In un’industria che spende centinaia di miliardi per scalare i modelli linguistici grandi e addestrati su testi internet, Silver sta sostenendo che l’intero approccio ha un soffitto.

Il Caso Contro i Dati Umani

La tesi di Silver deriva 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 ha imparato interamente attraverso l’auto-gioco con zero dati di gioco umani. Ha battuto l’AlphaGo originale addestrato con dati umani 100 partite a zero.

Il risultato ha sorpreso la comunità dell’AI. Un sistema che ha imparato da zero, attraverso interazione e ricompensa sola, non solo ha eguagliato le conoscenze umane, ma le ha superate così tanto che la versione addestrata con dati umani non ha potuto vincere una sola partita.

Silver ha esteso questo approccio attraverso AlphaZero, che ha padroneggiato scacchi, shogi e Go da zero, e MuZero, che ha imparato a pianificare senza essere stato informato delle regole del gioco che stava giocando. Ogni sistema ha rafforzato la stessa conclusione: le migliori prestazioni provengono non dall’imitare gli umani, ma dall’imparare attraverso l’esperienza.

In un podcast di DeepMind registrato prima della sua partenza, Silver ha descritto due ere dell’AI: l’attuale “era dei dati umani” e la prossima “era dell’esperienza”. I modelli linguistici grandi contemporanei, ha sostenuto, dipendono dai dati e dal feedback umani, creando limiti intrinseci. La strada per raggiungere la superintelligenza artificiale richiede andare oltre le conoscenze umane interamente.

Questa è la filosofia della “Scuola dell’Alberta” – chiamata così per l’Università dell’Alberta, dove Silver ha studiato sotto la guida del pioniere dell’apprendimento per rinforzo Rich Sutton. L’influente saggio di Sutton del 2019 “La lezione amara” ha sostenuto che i metodi che si basano sulla conoscenza umana alla fine perdono rispetto ai metodi che scalano il calcolo e l’apprendimento. Silver sta costruendo un’intera società su quel principio.

Una Corsa per le Startup di Superintelligenza

Silver non è il primo ricercatore di élite a lasciare un importante laboratorio e raccogliere somme straordinarie per una startup focalizzata sulla superintelligenza. Ilya Sutskever, l’ex capo scienziato di OpenAI, ha lanciato Safe Superintelligence nel 2024 con una tesi simile – che uno sforzo concentrato al di fuori delle pressioni di una società di prodotti potrebbe raggiungere la superintelligenza più velocemente. SSI ha da allora raccogliero miliardi a una valutazione che supera i 30 miliardi di dollari.

Il parallelo è istruttivo. Entrambi i ricercatori hanno lasciato organizzazioni che hanno contribuito a definire. Entrambi credono che l’attuale paradigma – scalare i modelli linguistici grandi e vendere abbonamenti a chatbot – sia una deviazione. E entrambi hanno attirato enormi capitali sulla base della loro reputazione sola, prima di produrre qualsiasi prodotto o pubblicare qualsiasi risultato.

Ma gli approcci divergono. Sutskever ha detto poco pubblicamente sulla direzione tecnica di SSI. Silver, al contrario, è stato esplicito: apprendimento per rinforzo, auto-gioco e apprendimento dai principi fondamentali – non modelli linguistici. Mentre la maggior parte dei laboratori di AI sta discutendo di come far ragionare meglio i modelli linguistici grandi, Silver sta chiedendo se dovrebbero essere la base di partenza per nulla.

I 1 miliardo di dollari di seed riflettono anche come il paesaggio del finanziamento dell’AI sia cambiato drasticamente. Anthropic ha recentemente raggiunto una valutazione di 350 miliardi di dollari. La pressione competitiva nell’AI di frontiera si è intensificata mentre OpenAI, Google e Anthropic lanciano nuovi modelli a un ritmo accelerato. Contro questo sfondo, una valutazione pre-money di 4 miliardi di dollari per una società pre-prodotto guidata da un singolo ricercatore è la nuova normalità.

Per Sequoia, che sta guidando il round attraverso il managing partner Alfred Lin e il partner Sonya Huang, la scommessa è semplice: Silver è una delle cinque persone in vita con una credibile pretesa di aver costruito sistemi che hanno superato veramente l’intelligenza umana in domini specifici. Se l’apprendimento per rinforzo è la strada giusta per raggiungere la superintelligenza generale, lui è la persona più probabile a trovarla.

Il rischio è altrettanto chiaro. AlphaGo e AlphaZero sono riusciti in domini con regole chiare, informazioni perfette e segnali di ricompensa ben definiti. Il mondo reale non ha nessuna di queste proprietà. Scalare l’auto-gioco oltre i giochi in domini aperti – scienza, ingegneria, ragionamento – è un problema irrisolto che Silver stesso ha trascorso anni a lavorare su presso DeepMind senza un definitivo break-through.

La base di Ineffable Intelligence a Londra la posiziona anche come un potenziale punto di riferimento per le ambizioni dell’AI europee. Il continente ha prodotto ricercatori di AI di classe mondiale ma ha lottato per trattenere loro mentre i laboratori americani offrono una maggiore compensazione e un’infrastruttura di scalabilità più veloce. Un round di seed europeo da 1 miliardo di dollari, supportato dalla principale società di venture capital della Silicon Valley, segnala che la geografia della ricerca di frontiera AI potrebbe essere in espansione – sebbene valga la pena notare che Sequoia, Nvidia, Google e Microsoft sono tutti investitori americani.

La scommessa di Silver è che l’ossessione dell’industria per i modelli linguistici grandi rappresenta un massimo locale – impressionante ma alla fine limitato. La domanda è se l’apprendimento per rinforzo può sfuggire agli ambienti controllati in cui ha prosperato e operare nel mondo reale confuso e ambiguo. Un miliardo di dollari e una carriera costruita sul provare i dubbi dei critici dicono che Silver pensa che possa farlo.