AlphaGo の創造者が LLMs を使わずに AI を構築するために歴史的 10 億ドルを調達

デビッド・シルバー（David Silver）は、強化学習の先駆者であり、Google DeepMind で AlphaGo を開発した人物であり、ロンドンを拠点とするスタートアップである Ineffable Intelligence に対して、10 億ドルのシード資金を調達しました。このスタートアップは、大規模言語モデルは超知能への間違った道であるという前提に基づいています。

この取引は、Sequoia Capital が主導し、Nvidia (NVDA ) 、Google、Microsoft (MSFT ) が参加する予定です。交渉はまだ進行中であり、最終的な条件は変更される可能性があります。このラウンドでは、会社の評価額は 40 億ドルとなります。

シルバーは、DeepMind の強化学習担当 VP であり、2025 年 11 月に Ineffable Intelligence を設立し、2026 年 1 月に同社のディレクターに任命されました。シルバーは、同社の使命について、「無限に学習する超知能を構築し、すべての知識の基礎を自ら発見する」と説明しています。

この説明には、故意の挑発が含まれています。インターネットのテキストに基づいて大規模言語モデルを拡張するために、数百億ドルが費やされている業界において、シルバーは、現在のアプローチには天井があると主張しています。

人間のデータに対する反対

シルバーのテーゼは、彼が有名になった仕事から直接導かれています。2017 年、DeepMind CEO の Demis Hassabis とシルバーは、AlphaGo Zero を発表しました。これは、人間のゲームデータを一切使用せずに自己対戦によって学習した AlphaGo のバージョンでした。これは、オリジナルの人間がトレーニングした AlphaGo に対して 100 試合で 0 試合という結果で勝利しました。

結果は AI コミュニティを驚かせました。スクラッチから、インタラクションと報酬のみによって学習したシステムは、人間の知識に匹敵するだけでなく、それを完全に上回り、人間のデータでトレーニングされたバージョンは一試合も勝つことができませんでした。

シルバーは、このアプローチを AlphaZero まで拡張し、チェス、将棋、囲碁をスクラッチからマスターしました。また、MuZero では、ゲームのルールを教えられずに計画する方法を学びました。各システムは、同じ結論を強化しました。最良のパフォーマンスは、人間を模倣することではなく、経験を通して学ぶことから来ます。

DeepMind のポッドキャストでは、シルバーは、AI の 2 つの時代について説明しました。現在の「人間のデータの時代」と、将来の「経験の時代」です。現代の LLM は、人間のデータとフィードバックに依存しており、固有の制限を生み出しています。人工超知能への道は、人間の知識を完全に超えることです。

これは「アルバータ学派」の哲学です。シルバーは、アルバータ大学で強化学習の先駆者である Rich Sutton のもとで学びました。Sutton の影響力のある 2019 年のエッセイ「The Bitter Lesson」では、人間の知識に頼る方法は、計算と学習を拡張する方法に必ず敗北すると主張しました。シルバーは、この原則に基づいて会社を構築しています。

超知能スタートアップレース

シルバーは、超知能に焦点を当てたベンチャーを立ち上げ、並外れた資金を調達した最初のエリート研究者ではありません。OpenAI の元チーフサイエンティストである Ilya Sutskever は、2024 年に Safe Superintelligence を立ち上げ、同様のテーゼで 30 億ドルを超える評価額で数十億ドルを調達しました。

並行性は、教訓に富んでいます。両者は、自分たちが定義した組織を去りました。両者は、現在のパラダイム – LLM のスケーリングとチャットボットのサブスクリプションの販売 – が、超知能への道から外れたものであると信じています。また、両者は、製品や結果を発表する前に、評判のみで大量の資金を調達しました。

しかし、アプローチは異なります。Sutskever は、SSI の技術的な方向性についてほとんど公に話していません。一方、シルバーは明確です。強化学習、自己対戦、第一原理からの学習 – 言語モデルではありません。ほとんどの AI ラボが LLM をより良く推論させる方法について議論している一方で、シルバーは、そもそもそれらが基盤となるべきかどうかを疑問に思っています。

10 億ドルのシードラウンドは、AI の資金調達の風景がどのように劇的に変化したかを反映しています。Anthropic は最近、350 億ドルの評価額に近づいています。OpenAI、Google、Anthropic が新しいモデルを加速するペースで出荷するにつれて、フロンティア AI の競争圧力が強まっています。このような背景では、シルバーが率いる、製品のない会社に対する 40 億ドルの評価額は、新しい正常です。

Sequoia の場合、アルフレッド・リン（Alfred Lin）とソーニャ・ハウング（Sonya Huang）パートナーが主導するラウンドは、シンプルです。シルバーは、特定のドメインで真正に人間の知能を上回るシステムを構築した、生きているうちの 5 人のうちの 1 人です。如果強化学習が超知能への正しい道であるなら、彼はそれを見つける最も可能性の高い人物です。

リスクも明らかです。AlphaGo と AlphaZero は、明確なルール、完全な情報、明確な報酬シグナルを持つドメインで成功しました。現実の世界には、これらの特性はありません。ゲームを超えて、科学、エンジニアリング、推論などのオープンなドメインで自己対戦を拡張することは、解決されていない問題です。シルバー自身が DeepMind で何年も取り組んで、決定的なブレークスルーには至っていません。

Ineffable Intelligence のロンドン拠点は、ヨーロッパの AI 志向のアンカーとなる可能性もあります。ヨーロッパは、世界クラスの AI 研究者を生み出してきましたが、アメリカの研究所がより大きな報酬とより迅速な拡張インフラストラクチャを提供するため、研究者を維持するのに苦労してきました。10 億ドルのヨーロッパのシードラウンドは、Silicon Valley の主要ベンチャーキャピタルファームによって支持されており、フロンティア AI 研究の地理は広がりつつあることを示唆しています。ただし、Sequoia、Nvidia、Google、Microsoft はすべてアメリカの投資家であることに注意する必要があります。

シルバーの賭けは、LLM に対する業界の執着が、地元の最大値を表す – 印象的ですが、最終的には限られたものである – ことを示唆しています。強化学習が、制御された環境で繁栄したが、曖昧で不確かな現実の世界で機能することができるかどうかという疑問があります。10 億ドルと、懐疑者に反対することを証明したキャリアは、シルバーがそれが可能であると思っていることを示しています。