การระดมทุน

ผู้สร้าง AlphaGo กำลังระดมทุนเป็นสถิติ 1 พันล้านดอลลาร์เพื่อสร้าง AI โดยไม่ใช้ LLM

Alex McFarland
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญการระดมทุนระดับซีด 1 พันล้านดอลลาร์ของ Ineffable Intelligence ปฏิเสธ LLMs…
ดูเพิ่มเติม
  • การระดมทุนระดับซีด 1 พันล้านดอลลาร์ของ Ineffable Intelligence ปฏิเสธ LLMs เพื่อมุ่งสู่ซูเปอร์อัจฉริยะบนพื้นฐานการเรียนรู้แบบเสริมกำลัง
  • วิทยานิพนธ์ของ David Silver โต้แย้งว่าการเรียนรู้จากประสบการณ์ก้าวข้ามขีดจำกัดของโมเดลที่ฝึกด้วยข้อมูลมนุษย์อย่าง LLMs
  • เงินทุนนี้ส่งสัญญาณการแข่งขันระดับสูงระหว่างกระบวนทัศน์ซูเปอร์อัจฉริยะที่ต่างกัน ซึ่งก้าวไกลเกินแค่แชทบอทที่ขยายขนาด

David Silver ผู้บุกเบิกการเรียนรู้แบบเสริมกำลังที่นำทีมสร้าง 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 ในอุตสาหกรรมที่ใช้เงินหลายร้อยพันล้านดอลลาร์ในการขยายขนาดโมเดลภาษาขนาดใหญ่ที่ฝึกด้วยข้อความจากอินเทอร์เน็ต Silver กำลังแย้งว่าแนวทางนี้มีขีดจำกัด

กรณีเทียบกับข้อมูลของมนุษย์

ทฤษฎีของ Silver มาจากงานที่ทำให้เขามีชื่อเสียง ในปี 2017 Demis Hassabis CEO ของ DeepMind และ Silver ตีพิมพ์ AlphaGo Zero ซึ่งเป็นรุ่นของ AlphaGo ที่เรียนรู้ด้วยการเล่นแข่งกับตัวเองโดยไม่ใช้ข้อมูลเกมของมนุษย์เลย และสามารถเอาชนะ AlphaGo ดั้งเดิมที่ได้รับการฝึกฝนจากมนุษย์ได้ ด้วยคะแนน 100 ต่อ 0 เกม

ผลลัพธ์นี้ทำให้ชุมชน AI ตกตะลึง ระบบที่เรียนรู้จากศูนย์โดยไม่ต้องใช้ข้อมูลของมนุษย์ไม่เพียงแต่เทียบเท่ากับความรู้ของมนุษย์ แต่ยังเหนือกว่าจน AlphaGo ที่ได้รับการฝึกฝนจากมนุษย์ไม่สามารถชนะเกมเดียวได้

Silver ได้ขยายแนวทางนี้ผ่าน AlphaZero ซึ่งเรียนรู้เล่นหมากรุก โชงิ และโกะโดยไม่ต้องใช้ข้อมูลของมนุษย์ และ MuZero ซึ่งเรียนรู้วางแผนโดยไม่ต้องรู้กฎของเกมที่กำลังเล่น ระบบทั้งหมดนี้ยืนยันข้อสรุปเดียวกันว่าประสิทธิภาพที่ดีที่สุดมาจากการเรียนรู้จากประสบการณ์ ไม่ใช่การเลียนแบบมนุษย์

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

นี่คือแนวคิดของ “สำนักอัลเบอร์ตา” ซึ่งตั้งชื่อตามมหาวิทยาลัยอัลเบอร์ตา ที่ซึ่ง Silver ศึกษาภายใต้การแนะนำของ Rich Sutton ผู้บุกเบิกการเรียนรู้แบบเสริมกำลัง บทความทรงอิทธิพลของ Sutton ในปี 2019 เรื่อง “The Bitter Lesson” แย้งว่าวิธีการที่อาศัยความเชี่ยวชาญของมนุษย์จะแพ้วิธีการที่ขยายการคำนวณและการเรียนรู้ได้ Silver กำลังสร้างทั้งบริษัทขึ้นบนหลักการนี้

การแข่งขันสตาร์ทอัพความฉลาดเหนือมนุษย์

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

การเปรียบเทียบนี้เป็นเรื่องที่น่าสนใจ ทั้งสองนักวิจัยออกจากองค์กรที่พวกเขาช่วยกำหนด ทั้งสองคนเชื่อว่าแนวทางปัจจุบันในการขยายขนาดโมเดลภาษาขนาดใหญ่ที่ฝึกด้วยข้อความจากอินเทอร์เน็ตและขายการสมัครสมาชิกแชทบอทเป็นทางที่ผิด และทั้งสองคนได้รับเงินทุนจำนวนมากจากชื่อเสียงของตนเองก่อนที่จะผลิตผลิตภัณฑ์หรือตีพิมพ์ผลลัพธ์ใดๆ

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

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

สำหรับ Sequoia ซึ่งนำการระดมทุนผ่าน Alfred Lin หุ้นส่วนผู้บริหาร และ Sonya Huang หุ้นส่วนของบริษัท เหตุผลของการเดิมพันนี้ตรงไปตรงมา: Silver อาจเป็นหนึ่งในคนที่ยังมีชีวิตอยู่เพียงราวห้าคนที่กล่าวอ้างได้อย่างน่าเชื่อถือว่าได้สร้างระบบซึ่งเหนือกว่าสติปัญญามนุษย์จริงในบางด้าน หากการเรียนรู้แบบเสริมกำลังเป็นเส้นทางที่ถูกต้องสู่ความฉลาดเหนือมนุษย์แบบทั่วไป เขาคือคนที่มีแนวโน้มมากที่สุดที่จะพบมัน

ความเสี่ยงก็ชัดเจนเช่นกัน AlphaGo และ AlphaZero ประสบความสำเร็จในโดเมนที่มีกฎที่ชัดเจน มีข้อมูลที่สมบูรณ์ และสัญญาณรางวัลที่กำหนดไว้อย่างดี โลกแห่งความเป็นจริงไม่มีคุณสมบัติเหล่านี้ การขยายการเล่นแข่งกับตัวเองออกไปนอกเหนือจากเกมไปยังโดเมนที่เปิดกว้าง—วิทยาศาสตร์ วิศวกรรม การให้เหตุผล—เป็นปัญหาที่ยังไม่ได้รับการแก้ไข ซึ่ง Silver เองใช้เวลาหลายปีทำงานที่ DeepMind โดยยังไม่พบความก้าวหน้าที่ชี้ขาด

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

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

Alex เป็นผู้นำการดำเนินงานข่าวที่ใช้ AI ของ Unite.AI โดยผสานงานวารสารศาสตร์ การวิจัย และระบบอัตโนมัติ เพื่อสนับสนุนการรายงานข่าวด้านปัญญาประดิษฐ์อย่างทันท่วงทีและรองรับการขยายงาน งานของเขาช่วยให้ความก้าวหน้าใหม่ ๆ ด้าน AI ได้รับการนำเสนออย่างมีประสิทธิภาพ พร้อมรักษามาตรฐานบรรณาธิการของสำนักพิมพ์