AlphaGo-schepper haalt recordbedrag van 1 miljard dollar op om AI te bouwen zonder LLM’s

David Silver, de pionier op het gebied van versterking van het leren die de creatie van AlphaGo leidde bij Google DeepMind, haalt 1 miljard dollar op in seedfinanciering voor Ineffable Intelligence, een in Londen gevestigde startup die is gebouwd op het principe dat grote taalmodellen de verkeerde weg zijn naar superintelligentie.

De deal, geleid door Sequoia Capital, zou de grootste seedronde ooit zijn die door een Europees startup is afgesloten als deze wordt afgerond. Nvidia, Google en Microsoft zijn in gesprek om deel te nemen, hoewel onderhandelingen nog steeds gaande zijn en de definitieve voorwaarden kunnen veranderen. De ronde waardeert het bedrijf op 4 miljard dollar pre-money.

Silver, die diende als VP van Versterking van het leren bij DeepMind, richtte Ineffable Intelligence stilzwijgend op in november 2025 en werd in januari 2026 benoemd tot directeur. De missie van het bedrijf, zoals Silver die heeft beschreven, is om “een eindeloos leren superintelligentie te bouwen die de fundamenten van alle kennis zelf ontdekt”.

Die beschrijving bevat een bewuste provocatie. In een industrie die honderden miljarden uitgeeft aan het schalen van LLM’s die zijn getraind op internettekst, beweert Silver dat de hele benadering een plafond heeft.

Het geval tegen menselijke gegevens

Silvers these wordt rechtstreeks ingegeven door het werk dat hem beroemd maakte. In 2017 publiceerden DeepMind-CEO Demis Hassabis en Silver AlphaGo Zero, een versie van AlphaGo die geheel door zelfspel leerde met nul menselijke spelpenningen. Het versloeg de oorspronkelijke, door de mens getrainde AlphaGo 100 games tot nul.

Het resultaat verbaasde de AI-gemeenschap. Een systeem dat van scratch leerde, door interactie en beloning alleen, niet alleen het menselijke kennisniveau evenaarde, maar het zo grondig overtrof dat de door de mens getrainde versie geen enkele game kon winnen.

Silver breidde deze benadering uit via AlphaZero, die schaak, shogi en Go van scratch meester werd, en MuZero, die leerde te plannen zonder zelfs maar de regels van het spel te kennen dat het speelde. Elk systeem versterkte dezelfde conclusie: de beste prestatie komt niet van het imiteren van mensen, maar van leren door ervaring.

In een DeepMind-podcast die voor zijn vertrek werd opgenomen, beschreef Silver twee tijdperken van AI: het huidige “tijdperk van menselijke gegevens” en een komend “tijdperk van ervaring”. Hedendaagse LLM’s, beweerde hij, zijn afhankelijk van menselijke gegevens en feedback, waardoor inherente beperkingen ontstaan. De weg naar kunstmatige superintelligentie vereist het verder gaan dan menselijke kennis in zijn geheel.

Dit is de “Alberta School”-filosofie – genoemd naar de University of Alberta, waar Silver studeerde onder de pionier van het versterken van het leren Rich Sutton. Suttons invloedrijke essay “The Bitter Lesson” uit 2019 beweerde dat methoden die afhankelijk zijn van menselijke kennis uiteindelijk verliezen van methoden die rekenkracht en leren schalen. Silver bouwt een heel bedrijf op dat principe.

Een superintelligentie-startup-race

Silver is niet de eerste eliteonderzoeker die een groot lab verlaat en buitengewone bedragen ophaalt voor een superintelligentie-gerichte onderneming. Ilya Sutskever, de voormalige hoofdwetenschapper van OpenAI, lanceerde Safe Superintelligence in 2024 met een soortgelijke these – dat een gefocuste inspanning buiten de druk van een productbedrijf superintelligentie sneller kan bereiken. SSI heeft sindsdien miljarden opgehaald tegen een waardering van meer dan 30 miljard dollar.

De parallel is instructief. Beide onderzoekers verlieten organisaties die ze hielpen definiëren. Beide geloven dat het huidige paradigma – het schalen van LLM’s en het verkopen van chatbot-abonnementen – een omweg is. En beide trokken massale kapitaal aan op basis van hun reputatie alleen, voordat ze enig product produceerden of enig resultaat publiceerden.

Maar de benaderingen verschillen. Sutskever heeft weinig gezegd over de technische richting van SSI. Silver daarentegen is expliciet: versterking van het leren, zelfspel en leren van eerste principes – niet taalmodellen. Terwijl de meeste AI-labs discussiëren over hoe ze LLM’s beter kunnen laten redeneren, vraagt Silver zich af of ze überhaupt de basis moeten vormen.

De 1 miljard dollar seed weerspiegelt ook hoe dramatisch het AI-financieringslandschap is veranderd. Anthropic naderde onlangs een waardering van 350 miljard dollar. De concurrentiedruk in frontier-AI is toegenomen, omdat OpenAI, Google en Anthropic nieuwe modellen op een versnellend tempo uitbrengen. Tegen die achtergrond is een waardering van 4 miljard dollar pre-money voor een pre-productbedrijf onder leiding van een enkele onderzoeker het nieuwe normaal.

Voor Sequoia, dat de ronde leidt via managing partner Alfred Lin en partner Sonya Huang, is de inzet eenvoudig: Silver is een van de vijf mensen die een geloofwaardige claim hebben op het bouwen van systemen die echt het menselijke intelligentieniveau in specifieke domeinen overtroffen. Als versterking van het leren de juiste weg is naar algemene superintelligentie, is hij de persoon die het meest waarschijnlijk zal vinden.

Het risico is even duidelijk. AlphaGo en AlphaZero slaagden in domeinen met duidelijke regels, perfecte informatie en goed gedefinieerde beloningsignalen. De echte wereld heeft geen van deze eigenschappen. Het schalen van zelfspel voorbij games naar open-eindige domeinen – wetenschap, techniek, redenering – is een onopgelost probleem waar Silver zelf jaren aan werkte bij DeepMind zonder een definitieve doorbraak.

Ineffable Intelligence’s basis in Londen positioneert het ook als een potentieel anker voor Europa’s AI-ambities. Het continent heeft wereldklasse AI-onderzoekers voortgebracht, maar heeft moeite om hen te behouden, omdat Amerikaanse labs grotere compensatie en snellere schaalbare infrastructuur bieden. Een Europese seedronde van 1 miljard dollar, gesteund door het premier venturebedrijf van Silicon Valley, signaleert dat de geografie van frontier-AI-onderzoek mogelijk breder wordt – hoewel het de moeite waard is om op te merken dat Sequoia, Nvidia, Google en Microsoft allemaal Amerikaanse investeerders zijn.

Silvers weddenschap is dat de fixatie van de industrie op LLM’s een lokaal maximum vertegenwoordigt – indrukwekkend, maar uiteindelijk beperkt. De vraag is of versterking van het leren kan ontsnappen aan de gecontroleerde omgevingen waarin het heeft gefloreerd en in de rommelige, dubbelzinnige echte wereld kan opereren. Een miljard dollar en een carrière gebouwd op het bewijzen van de twijfelaars zeggen dat Silver denkt dat het kan.