ผู้สร้าง AlphaGo จัดตั้งเงินทุน 1 พันล้านดอลลาร์เพื่อสร้าง AI โดยไม่ใช้ LLMs

David Silver ผู้บุกเบิกการเรียนรู้แบบเสริมที่นำทีมสร้าง AlphaGo ที่ Google DeepMind กำลังระดมทุน 1 พันล้านดอลลาร์สำหรับ Ineffable Intelligence สตาร์ทอัพในลอนดอนที่สร้างบนพื้นฐานที่ว่าโมเดลภาษาขนาดใหญ่เป็นทางที่ผิดสำหรับการสร้างความฉลาดเหนือมนุษย์

การระดมทุนนี้นำโดย Sequoia Capital จะเป็นการระดมทุนชุดแรกที่ใหญ่ที่สุดเท่าที่สตาร์ทอัพในยุโรปเคยทำได้ หากการระดมทุนนี้สำเร็จ Nvidia (NVDA ), Google และ Microsoft (MSFT ) กำลังอยู่ในระหว่างการเจรจาในการเข้าร่วมการระดมทุน แต่ยังต้องมีการตกลงเงื่อนไขสุดท้าย ค่าประเมินของบริษัทนี้อยู่ที่ 4 พันล้านดอลลาร์ก่อนการระดมทุน

Silver ซึ่งเคยดำรงตำแหน่ง VP of Reinforcement Learning ที่ DeepMind ได้จัดตั้ง Ineffable Intelligence ในเดือนพฤศจิกายน 2025 และได้รับการแต่งตั้งเป็นกรรมการในเดือนมกราคม 2026 วิสัยทัศน์ของบริษัทตามที่ Silver อธิบายคือการสร้าง “ความฉลาดเหนือมนุษย์ที่เรียนรู้อย่างไม่มีที่สิ้นสุดและค้นพบหลักการของความรู้ทั้งหมดด้วยตนเอง”

คำอธิบายนี้มีการท้าทายอย่างชัดเจน ในอุตสาหกรรมที่ใช้เงินหลายร้อยพันล้านดอลลาร์ในการขยายโมเดลภาษาขนาดใหญ่ Silver กำลังแย้งว่าแนวทางนี้มีขีดจำกัด

กรณีเทียบกับข้อมูลของมนุษย์

ทฤษฎีของ Silver มาจากงานที่ทำให้เขามีชื่อเสียง ในปี 2017 Demis Hassabis CEO ของ DeepMind และ Silver ตีพิมพ์ AlphaGo Zero ซึ่งเป็นรุ่นของ AlphaGo ที่เรียนรู้ด้วยตนเองโดยไม่ต้องใช้ข้อมูลเกมของมนุษย์ และสามารถเอาชนะ AlphaGo ดั้งเดิมที่ได้รับการฝึกฝนจากมนุษย์ได้ 100 เกมติดต่อกัน

ผลลัพธ์นี้ทำให้ชุมชน AI ตกตะลึง ระบบที่เรียนรู้จากศูนย์โดยไม่ต้องใช้ข้อมูลของมนุษย์ไม่เพียงแต่เทียบเท่ากับความรู้ของมนุษย์ แต่ยังเหนือกว่าจน AlphaGo ที่ได้รับการฝึกฝนจากมนุษย์ไม่สามารถชนะเกมเดียวได้

Silver ได้ขยายแนวทางนี้ผ่าน AlphaZero ซึ่งเรียนรู้เล่นหมากรุก สโงงิ และโกโดยไม่ต้องใช้ข้อมูลของมนุษย์ และ MuZero ซึ่งเรียนรู้วางแผนโดยไม่ต้องรู้กฎของเกมที่กำลังเล่น ระบบทั้งหมดนี้ยืนยันข้อสรุปเดียวกันว่าประสิทธิภาพที่ดีที่สุดมาจากการเรียนรู้จากประสบการณ์ ไม่ใช่การ模仿มนุษย์

ในพอดแคสต์ของ DeepMind ที่บันทึกก่อนที่เขาจะออกจากบริษัท Silver ได้อธิบายสองยุคของ AI: “ยุคของข้อมูลของมนุษย์” และ “ยุคของประสบการณ์” ระบบ LLM ที่ใช้กันอยู่ในปัจจุบันพึ่งพาข้อมูลและคำติชมของมนุษย์ ซึ่งสร้างข้อจำกัดที่ชัดเจน การสร้างความฉลาดเหนือมนุษย์จำเป็นต้องไปไกลกว่าความรู้ของมนุษย์

การแข่งขันสตาร์ทอัพความฉลาดเหนือมนุษย์

Silver ไม่ใช่นักวิจัยชั้นนำคนแรกที่ออกจากห้องปฏิบัติการหลักและระดมทุนจำนวนมากสำหรับสตาร์ทอัพความฉลาดเหนือมนุษย์ Ilya Sutskever อดีตหัวหน้านักวิทยาศาสตร์ของ OpenAI ได้เริ่ม Safe Superintelligence ในปี 2024 ด้วยทฤษฎีที่คล้ายคลึงกันว่าความพยายามที่มุ่งเน้นภายนอกบริษัทผลิตสามารถบรรลุความฉลาดเหนือมนุษย์ได้เร็วขึ้น SSI ได้ระดมทุนหลายพันล้านดอลลาร์ที่มีมูลค่ามากกว่า 30 พันล้านดอลลาร์

การเปรียบเทียบนี้เป็นเรื่องที่น่าสนใจ ทั้งสองนักวิจัยออกจากองค์กรที่พวกเขาช่วยกำหนด ทั้งสองคนเชื่อว่าแนวทางปัจจุบันในการขยายโมเดลภาษาขนาดใหญ่และขายการสมัครสมาชิกแชทบอทเป็นทางที่ผิด และทั้งสองคนได้รับเงินทุนจำนวนมากจากชื่อเสียงของตนเองก่อนที่จะผลิตผลิตภัณฑ์หรือตีพิมพ์ผลลัพธ์ใดๆ

แต่แนวทางของทั้งสองคนแตกต่างกัน Sutskever ไม่ได้พูดถึงทิศทางทางเทคนิคของ SSI ส่วน Silver ได้กล่าวชัดเจนว่าเขาจะใช้การเรียนรู้แบบเสริม การเล่นด้วยตนเอง และการเรียนรู้จากหลักการแรก ไม่ใช่โมเดลภาษา ในขณะที่ห้องปฏิบัติการ AI ส่วนใหญ่กำลังถกเถียงกันว่าจะทำให้ LLMs คิดอย่างมีเหตุผลได้อย่างไร Silver กำลังถามว่าพวกเขาควรเป็นพื้นฐานหรือไม่

การระดมทุน 1 พันล้านดอลลาร์ยังสะท้อนถึงการเปลี่ยนแปลงของภูมิทัศน์การระดมทุน AI อย่างมาก Anthropic ได้เข้าใกล้มูลค่า 350 พันล้านดอลลาร์ recently ความกดดันในการแข่งขันใน AI ที่มีแนวหน้าได้เพิ่มขึ้นเมื่อ OpenAI, Google และ Anthropic เปิดตัวโมเดลใหม่ด้วยความเร็วที่เพิ่มขึ้น ในสถานการณ์นี้ ค่าประเมินก่อนการระดมทุน 4 พันล้านดอลลาร์สำหรับบริษัทที่ยังไม่มีผลิตภัณฑ์และนำโดยนักวิจัยคนเดียวเป็นเรื่องปกติ

สำหรับ Sequoia ซึ่งนำโดย Alfred Lin และ Sonya Huang การเดิมพันนี้เป็นเรื่องตรงไปตรงมา Silver เป็นหนึ่งในไม่กี่คนที่มีชื่อเสียงในการสร้างระบบที่เกินความฉลาดของมนุษย์จริงๆ ในโดเมนเฉพาะ หากการเรียนรู้แบบเสริมเป็นทางที่ถูกต้องสำหรับความฉลาดเหนือมนุษย์ เขาคือคนที่มีแนวโน้มมากที่สุดที่จะพบมัน

ความเสี่ยงก็ชัดเจนเช่นกัน AlphaGo และ AlphaZero ประสบความสำเร็จในโดเมนที่มีกฎที่ชัดเจน มีข้อมูลที่สมบูรณ์ และสัญญาณรางวัลที่กำหนดไว้อย่างดี โลกแห่งความเป็นจริงไม่มีคุณสมบัติเหล่านี้ การขยายการเรียนรู้แบบเสริมออกไปนอกเหนือจากเกมไปยังโดเมนที่เปิดกว้าง—วิทยาศาสตร์ วิศวกรรม การให้เหตุผล—เป็นปัญหาที่ยังไม่ได้รับการแก้ไข ซึ่ง Silver ตัวเองใช้เวลาทำงานที่ DeepMind โดยไม่มีผลลัพธ์ที่ชัดเจน

ฐานการดำเนินงานของ Ineffable Intelligence ในลอนดอนยังทำให้บริษัทนี้เป็นศูนย์กลางที่มีศักยภาพสำหรับความพยายามของ AI ในยุโรป ทวีปนี้ผลิตนักวิจัย AI ระดับโลก แต่ดิ้นรนในการรักษาไว้ เนื่องจากห้องปฏิบัติการของอเมริกามีเงินตอบแทนและโครงสร้างพื้นฐานที่ใหญ่กว่า การระดมทุน 1 พันล้านดอลลาร์ของยุโรปโดยมี Sequoia ซึ่งเป็นบริษัท rizik ที่มีชื่อเสียงของ Silicon Valley เป็นผู้นำ ส่งสัญญาณว่าภูมิทัศน์การวิจัย AI ที่มีแนวหน้าอาจกำลังขยายออกไป—แม้ว่าจะต้องทราบว่า Sequoia, Nvidia, Google และ Microsoft ล้วนเป็นนักลงทุนจากอเมริกา

การเดิมพันของ Silver คือว่าความมุ่งมั่นของอุตสาหกรรมต่อ LLMs แสดงถึงจุดสูงสุดในพื้นที่—น่าประทับใจแต่มีข้อจำกัด สิ่งที่ต้องถามคือว่าการเรียนรู้แบบเสริมสามารถหลบหนีจากสภาพแวดล้อมที่ควบคุมได้หรือไม่ และสามารถทำงานในโลกแห่งความเป็นจริงที่ซับซ้อนและไม่ชัดเจนได้หรือไม่ 1 พันล้านดอลลาร์และอาชีพที่สร้างขึ้นจากการพิสูจน์ให้กับผู้ที่สงสัยบอกว่า Silver เชื่อว่ามันสามารถทำได้