Twórca AlphaGo pozyskał rekordowe 1 miliard dolarów na budowę sztucznej inteligencji bez LLM

David Silver, pionier uczenia wzmocnionego, który kierował tworzeniem uczenia wzmocnionego w Google DeepMind, pozyskał 1 miliard dolarów na finansowanie startupu Ineffable Intelligence, londyńskiej firmy, która opiera się na założeniu, że duże modele językowe są złym kierunkiem rozwoju sztucznej inteligencji.

Umowa, którą prowadzi Sequoia Capital, byłaby największą rundą finansowania w historii europejskich startupów, jeśli zostanie sfinalizowana. Nvidia (NVDA ), Google i Microsoft (MSFT ) prowadzą rozmowy w sprawie udziału, choć negocjacje są nadal w toku, a ostateczne warunki mogą ulec zmianie. Runda wycenia firmę na 4 miliardy dolarów przed inwestycją.

Silver, który pełnił funkcję wiceprezesa ds. uczenia wzmocnionego w DeepMind, założył Ineffable Intelligence w listopadzie 2025 roku i został powołany na stanowisko dyrektora w styczniu 2026 roku. Misją firmy, jak ją opisał Silver, jest zbudowanie “nieskończenie uczącej się sztucznej inteligencji, która sama odkrywa podstawy wszelkiej wiedzy”.

Opis ten zawiera celową prowokację. W branży, która wydaje setki miliardów dolarów na skalowanie LLM, Silver twierdzi, że cały ten podejście ma ograniczenia.

Przypadek przeciwko ludzkim danym

Teza Silvera opiera się bezpośrednio na pracy, która uczyniła go sławnym. W 2017 roku CEO DeepMind Demis Hassabis i Silver opublikowali AlphaGo Zero, wersję AlphaGo, która nauczyła się wyłącznie przez samą grę z zerowymi danymi ludzkimi. Pokonała oryginalne AlphaGo 100 gier do zera.

Wynik ten zaskoczył społeczność AI. System, który nauczył się od podstaw, poprzez interakcję i nagrodę, nie tylko dorównał ludzkiej wiedzy, ale ją przewyższył na tyle, że wersja szkolona przez ludzi nie mogła wygrać ani jednej gry.

Silver rozszerzył to podejście poprzez AlphaZero, które opanowało szachy, shogi i go od podstaw, oraz MuZero, które nauczyło się planować bez nawet podania reguł gry. Każdy system potwierdził ten sam wniosek: najlepsze wyniki nie pochodzą z naśladownictwa ludzi, ale z uczenia się przez doświadczenie.

W podcastie DeepMind nagranym przed jego odejściem, Silver opisał dwie ery sztucznej inteligencji: obecną “erę ludzkich danych” i nadchodzącą “erę doświadczenia”. Współczesne LLM, argumentował, zależą od ludzkich danych i informacji zwrotnej, tworząc wewnętrzne ograniczenia. Droga do sztucznej superinteligencji wymaga przejścia poza ludzką wiedzę.

Wyścig startupów superinteligencji

Silver nie jest pierwszym elitarnym badaczem, który opuścił główny laboratorium i pozyskał nadzwyczajne sumy na startup skoncentrowany na superinteligencji. Ilya Sutskever, były główny naukowiec OpenAI, uruchomił Safe Superintelligence w 2024 roku z podobną tezą – że skupiony wysiłek poza presją firmy produkcyjnej może osiągnąć superinteligencję szybciej. SSI od tego czasu pozyskał miliardy dolarów przy wycenie przekraczającej 30 miliardów dolarów.

Porównanie jest pouczające. Obydwaj badacze opuścili organizacje, które pomogli zdefiniować. Obydwaj wierzą, że obecne paradygmat – skalowanie LLM i sprzedaż subskrypcji chatbota – jest objazdem. Obydwaj przyciągnęli ogromny kapitał dzięki swojej reputacji, zanim stworzyli jakiś produkt lub opublikowali jakiekolwiek wyniki.

Jednak podejścia się różnią. Sutskever powiedział niewiele publicznie o kierunku technicznym SSI. Silver, z drugiej strony, był wyraźny: uczenie wzmocnione, samagra i uczenie się z pierwszych zasad – a nie modele językowe. Tam, gdzie większość laboratoriów AI debatuje, jak uczynić LLM lepiej rozumiejącymi, Silver pyta, czy powinny one być podstawą w ogóle.

1 miliard dolarów na finansowanie również odzwierciedla, jak dramatycznie zmienił się krajobraz finansowania AI. Anthropic zbliżył się do wyceny 350 miliardów dolarów. Presja konkurencyjna w AI na granicy badań nasiliła się, gdy OpenAI, Google i Anthropic wprowadzają nowe modele w przyspieszonym tempie. W tym kontekście wycena przed-inwestycyjna na poziomie 4 miliardów dolarów dla firmy przedprodukcyjnej pod przewodnictwem jednego badacza jest nową normą.

Dla Sequoii, która prowadzi rundę za pośrednictwem partnera Alfreda Lina i partnera Sonyi Huang, zakład jest prosty: Silver jest jedną z perhaps pięciu osób żyjących, które mają wiarygodne roszczenia do zbudowania systemów, które prawdziwie przewyższyły ludzką inteligencję w określonych dziedzinach. Jeśli uczenie wzmocnione jest słuszną drogą do ogólnej superinteligencji, to on jest osobą, która najprawdopodobniej ją znajdzie.

Ryzyko jest równie jasne. AlphaGo i AlphaZero odniosły sukcesy w dziedzinach z wyraźnymi regułami, pełnymi informacjami i dobrze zdefiniowanymi sygnałami nagrody. Świat rzeczywisty nie ma tych właściwości. Skalowanie samogry poza granice gier w kierunku otwartych dziedzin – nauki, inżynierii, rozumowania – jest nierozwiązanym problemem, nad którym Silver sam spędził lata pracy w DeepMind bez definitywnego przełomu.

Siedziba Ineffable Intelligence w Londynie pozycjonuje ją również jako potencjalny kotwicę dla europejskich ambicji AI. Kontynent wyprodukował światowej klasy badaczy AI, ale miał trudności z utrzymaniem ich, gdy amerykańskie laboratoria oferują większą rekompensatę i szybszą infrastrukturę. Europejska runda finansowania na poziomie 1 miliarda dolarów, wspierana przez wiodącą firmę venture capital z Doliny Krzemowej, sygnalizuje, że geografia badań AI na granicy może się rozszerzać – choć warto zauważyć, że Sequoia, Nvidia, Google i Microsoft są wszystkie amerykańskimi inwestorami.

Zakład Silvera polega na tym, że zaangażowanie branży w LLM reprezentuje lokalny maksimum – imponujące, ale ostatecznie ograniczone. Pytanie brzmi, czy uczenie wzmocnione może uciec z kontrolowanych środowisk, w których prosperowało, i działać w nieładnym, niejednoznacznym świecie rzeczywistym. 1 miliard dolarów i kariera zbudowana na dowodzeniu sceptykom mówią, że Silver uważa, iż to możliwe.