AlphaGo-skapare samlar in rekordhöga 1 miljard dollar för att bygga AI utan LLM

David Silver, pionjären inom förstärkt inlärning som ledde skapandet av AlphaGo på Google DeepMind, samlar in 1 miljard dollar i startfinansiering för Ineffable Intelligence, ett London-baserat startup som bygger på premissen att stora språkmodeller är fel väg till superintelligens.

Affären, som leds av Sequoia Capital, skulle vara den största startfinansieringsrundan som någonsin avslutats av ett europeiskt startup om den slutliggörs. Nvidia, Google och Microsoft är i samtal för att delta, men förhandlingar pågår fortfarande och slutliga villkor kan ändras. Rundan värderar företaget till 4 miljarder dollar före pengarna.

Silver, som tidigare var vice VD för förstärkt inlärning på DeepMind, registrerade tyst Ineffable Intelligence i november 2025 och utsågs till direktör i januari 2026. Företagets mission, som Silver beskrivit den, är att bygga “en superintelligens som lär sig utan slut och själv upptäcker grunderna för all kunskap”.

Den beskrivningen innehåller en medveten provokation. I en bransch som spenderar hundratals miljarder på att skala LLM som tränats på internettext, hävdar Silver att hela tillvägagångssättet har ett tak.

Fallet mot mänskliga data

Silvers tes drar direkt från det arbete som gjorde honom känd. 2017 publicerade DeepMind VD Demis Hassabis och Silver AlphaGo Zero, en version av AlphaGo som lärde sig helt genom självspel med noll mänskliga speldata. Det besegrade den ursprungliga, mänskligt tränade AlphaGo 100 matcher till noll.

Resultatet chockerade AI-samhället. Ett system som lärde sig från scratch, genom interaktion och belöning ensam, inte bara matchade mänsklig kunskap – det överträffade den så grundligt att den mänskligt tränade versionen inte kunde vinna en enda match.

Silver utvidgade detta tillvägagångssätt genom AlphaZero, som behärskade schack, shogi och go från scratch, och MuZero, som lärde sig att planera utan att ens ha blivit berättad reglerna för spelet den spelade. Varje system förstärkte samma slutsats: den bästa prestationen kommer inte från att imitera människor, utan från att lära sig genom erfarenhet.

I en DeepMind-podcast som spelades in före hans avgång, beskrev Silver två epoker av AI: den nuvarande “eran av mänskliga data” och en kommande “era av erfarenhet”. Samtida LLM, hävdade han, är beroende av mänskliga data och feedback, vilket skapar inneboende begränsningar. Vägen till konstgjord superintelligens kräver att man går utöver mänsklig kunskap helt och hållet.

Detta är “Alberta-skolan” filosofi – uppkallad efter University of Alberta, där Silver studerade under förstärkt inlärningspionjären Rich Sutton. Suttons inflytelserika essä från 2019 “The Bitter Lesson” hävdade att metoder som förlitar sig på mänsklig kunskap slutligen förlorar mot metoder som skalar beräkning och inlärning. Silver bygger ett helt företag på den principen.

En superintelligens-startup-tävling

Silver är inte den första elitforskaren som lämnar ett stort labb och samlar in extraordinära summor för ett superintelligensinriktat företag. Ilya Sutskever, OpenAIs tidigare chefsforskare, lanserade Safe Superintelligence 2024 med en liknande tes – att ett fokuserat arbete utanför trycket från ett produktföretag kunde nå superintelligens snabbare. SSI har sedan dess samlat in miljarder till en värdering som överstiger 30 miljarder dollar.

Parallellen är instruktiv. Båda forskarna lämnade organisationer de hjälpte till att definiera. Båda tror att det nuvarande paradigm – att skala LLM och sälja chattbot-prenumerationer – är en omväg. Och båda lockade enormt kapital på styrkan av deras rykte ensam, innan de producerade någon produkt eller publicerade några resultat.

Men tillvägagångssätten skiljer sig åt. Sutskever har sagt lite offentligt om SSI:s tekniska riktning. Silver, å andra sidan, har varit tydlig: förstärkt inlärning, självspel och inlärning från första principer – inte språkmodeller. Där de flesta AI-labb debatterar hur man kan göra LLM resonera bättre, frågar Silver om de över huvud taget ska vara grunden.

De 1 miljard dollar i startfinansiering avspeglar också hur dramatiskt AI-finansieringslandskapet har förändrats. Anthropic nalkades nyligen en värdering på 350 miljarder dollar. Den konkurrensutsatta pressen inom gränsområdet AI har intensifierats allteftersom OpenAI, Google och Anthropic levererar nya modeller i en accelererad takt. Mot den bakgrunden är en värdering på 4 miljarder dollar före pengarna för ett företag utan produkt, lett av en ensam forskare, det nya normala.

För Sequoia, som leder rundan genom förvaltande partner Alfred Lin och partner Sonya Huang, är satsningen enkel: Silver är en av perhaps fem personer i livet med en trovärdig anspråk på att ha byggt system som genuint överträffade mänsklig intelligens inom specifika domäner. Om förstärkt inlärning är den rätta vägen till allmän superintelligens, är han den person som är mest sannolik att hitta den.

Risken är lika tydlig. AlphaGo och AlphaZero lyckades i domäner med tydliga regler, perfekt information och väldefinierade belöningsignal. Den riktiga världen har ingen av dessa egenskaper. Att skala självspel utöver spel till öppna domäner – vetenskap, teknik, resonemang – är ett olöst problem som Silver själv tillbringade år med att arbeta på på DeepMind utan en definitiv genombrott.

Ineffable Intelligences London-bas positionerar det också som en potentiell ankare för Europas AI-ambitioner. Kontinenten har producerat världsklassens AI-forskare men kämpat för att behålla dem när amerikanska labb erbjuder större ersättning och snabbare skalbar infrastruktur. En europeisk startfinansieringsrunda på 1 miljard dollar, backad av Silicon Valleys främsta venturefirma, signalerar att geografin för gränsområdet AI-forskning kan breddas – även om det är värt att notera att Sequoia, Nvidia, Google och Microsoft alla är amerikanska investerare.

Silvers satsning är att branschens fixering vid LLM representerar ett lokalt maximum – imponerande men i slutändan begränsat. Frågan är om förstärkt inlärning kan fly från de kontrollerade miljöer där den har trivts och fungera i den riktiga, oordnade världen. Ett miljard dollar och en karriär byggd på att bevisa tvivlarna fel säger att Silver tror att det kan.