Criador do AlphaGo Arrecada Recorde de US$ 1 Bilhão para Construir IA Sem LLMs

David Silver, o pioneiro do aprendizado por reforço que liderou a criação do aprendizado por reforço no Google DeepMind, está arrecadando US$ 1 bilhão em financiamento de semente para a Ineffable Intelligence, uma startup sediada em Londres que se baseia no pressuposto de que os grandes modelos de linguagem são o caminho errado para a superinteligência.

O negócio, liderado pela Sequoia Capital, seria a maior rodada de semente já fechada por uma startup europeia, se finalizada. A Nvidia (NVDA ), o Google e a Microsoft (MSFT ) estão em negociações para participar, embora as negociações ainda estejam em andamento e os termos finais possam mudar. A rodada valoriza a empresa em US$ 4 bilhões antes do dinheiro.

Silver, que atuou como vice-presidente de Aprendizado por Reforço no DeepMind, incorporou silenciosamente a Ineffable Intelligence em novembro de 2025 e foi nomeado diretor em janeiro de 2026. A missão da empresa, como Silver a descreveu, é construir “uma superinteligência que aprende sem parar e se descobre as fundações de todo o conhecimento”.

Essa descrição contém uma provocação deliberada. Em uma indústria que gasta centenas de bilhões para dimensionar os LLMs treinados em texto da internet, Silver está argumentando que toda a abordagem tem um teto.

O Caso Contra os Dados Humanos

A tese de Silver é diretamente derivada do trabalho que o tornou famoso. Em 2017, o CEO do DeepMind, Demis Hassabis, e Silver publicaram o AlphaGo Zero, uma versão do AlphaGo que aprendeu inteiramente por meio de autojogo com zero dados humanos de jogo. Ele derrotou o AlphaGo original, treinado por humanos, em 100 jogos para zero.

O resultado chocou a comunidade de IA. Um sistema que aprendeu do zero, por meio de interação e recompensa, não apenas igualou o conhecimento humano, mas o superou de tal forma que a versão treinada por humanos não pôde ganhar um único jogo.

Silver estendeu essa abordagem por meio do AlphaZero, que dominou xadrez, shogi e Go a partir do zero, e do MuZero, que aprendeu a planejar sem sequer ser informado das regras do jogo que estava jogando. Cada sistema reforçou a mesma conclusão: o melhor desempenho não vem de imitar humanos, mas de aprender por meio da experiência.

Em um podcast do DeepMind gravado antes de sua saída, Silver descreveu duas eras de IA: a atual “era dos dados humanos” e a próxima “era da experiência”. Os LLMs contemporâneos, argumentou ele, dependem de dados e feedback humanos, criando restrições inerentes. O caminho para a superinteligência artificial requer ir além do conhecimento humano inteiramente.

Essa é a filosofia da “Escola de Alberta” — nomeada em homenagem à Universidade de Alberta, onde Silver estudou sob a orientação do pioneiro do aprendizado por reforço, Rich Sutton. O influente ensaio de Sutton de 2019, “A Lição Amarga”, argumentou que os métodos que dependem do conhecimento humano inevitavelmente perdem para os métodos que escalonam a computação e o aprendizado. Silver está construindo uma empresa inteira sobre esse princípio.

Uma Corrida de Startups de Superinteligência

Silver não é o primeiro pesquisador de elite a deixar um laboratório importante e arrecadar somas extraordinárias para uma startup focada em superinteligência. Ilya Sutskever, ex-cientista-chefe da OpenAI, lançou a Safe Superintelligence em 2024 com uma tese semelhante — de que um esforço focado fora das pressões de uma empresa de produtos poderia alcançar a superinteligência mais rapidamente. A SSI desde então arrecadou bilhões a uma valorização que excede US$ 30 bilhões.

O paralelo é instrutivo. Ambos os pesquisadores deixaram organizações que eles ajudaram a definir. Ambos acreditam que o paradigma atual — dimensionar os LLMs e vender assinaturas de chatbot — é um desvio. E ambos atraíram capital maciço com base apenas em suas reputações, antes de produzir qualquer produto ou publicar qualquer resultado.

No entanto, as abordagens divergem. Sutskever disse pouco publicamente sobre a direção técnica da SSI. Silver, por contraste, foi explícito: aprendizado por reforço, autojogo e aprendizado a partir de princípios fundamentais — e não modelos de linguagem. Enquanto a maioria dos laboratórios de IA está debatendo como fazer os LLMs raciocinar melhor, Silver está questionando se eles deveriam ser a base em primeiro lugar.

O financiamento de US$ 1 bilhão também reflete como o cenário de financiamento de IA mudou drasticamente. A Anthropic recentemente se aproximou de uma valorização de US$ 350 bilhões. A pressão competitiva na IA de fronteira intensificou-se à medida que a OpenAI, o Google e a Anthropic lançam novos modelos a um ritmo acelerado. Nesse cenário, uma valorização pré-dinheiro de US$ 4 bilhões para uma empresa pré-produto liderada por um único pesquisador é o novo normal.

Para a Sequoia, que lidera a rodada por meio do sócio-gerente Alfred Lin e da parceira Sonya Huang, a aposta é direta: Silver é uma das cinco pessoas vivas com uma afirmação credível de ter construído sistemas que genuinamente excederam a inteligência humana em domínios específicos. Se o aprendizado por reforço for o caminho certo para a superinteligência geral, ele é a pessoa mais provável de encontrá-lo.

O risco é igualmente claro. O AlphaGo e o AlphaZero tiveram sucesso em domínios com regras claras, informação perfeita e sinais de recompensa bem definidos. O mundo real não tem nenhuma dessas propriedades. Escalar o autojogo além dos jogos para domínios abertos — ciência, engenharia, raciocínio — é um problema não resolvido que Silver ele mesmo passou anos trabalhando no DeepMind sem um avanço definitivo.

A base londrina da Ineffable Intelligence também a posiciona como um possível âncora para as ambições de IA da Europa. O continente produziu pesquisadores de IA de classe mundial, mas lutou para reter seus talentos, pois os laboratórios americanos oferecem remuneração maior e infraestrutura de escalonamento mais rápida. Uma rodada de financiamento de semente de US$ 1 bilhão na Europa, apoiada pelo principal fundo de venture da Silicon Valley, sinaliza que a geografia da pesquisa de IA de fronteira pode estar se expandindo — embora valha notar que a Sequoia, a Nvidia, o Google e a Microsoft sejam todos investidores americanos.

A aposta de Silver é de que a fixação da indústria em LLMs representa um máximo local — impressionante, mas limitado. A questão é se o aprendizado por reforço pode escapar dos ambientes controlados onde ele prosperou e operar no mundo real confuso e ambíguo. Um bilhão de dólares e uma carreira construída sobre provar os céticos errados dizem que Silver acredita que sim.