Створець AlphaGo зібрав рекордні $1 млрд для створення штучного інтелекту без LLM

Девід Сільвер, піонер підкріпленого навчання, який очолював створення підкріпленого навчання в Google DeepMind, збирає $1 млрд у вигляді початкового фінансування для Ineffable Intelligence, лондонської стартап-компанії, заснованої на припущенні, що великі мовні моделі – це неправильний шлях до надінтелекту.

Ця угода, яку очолює Sequoia Capital, стане найбільшим раундом початкового фінансування, коли-небудь закритим європейською стартап-компанією, якщо вона буде завершена. Nvidia (NVDA ), Google та Microsoft (MSFT ) ведуть переговори про участь, хоча переговори все ще тривають, а остаточні умови можуть змінитися. Раунд оцінює компанію в $4 млрд до грошей.

Сільвер, який обіймав посаду віце-президента з підкріпленого навчання в DeepMind, тихо зареєстрував Ineffable Intelligence у листопаді 2025 року та був призначений директором у січні 2026 року. Місія компанії, як її описував Сільвер, полягає у створенні “безкінечно навчального надінтелекту, який сам відкриває основи всіх знань”.

Цей опис містить свідому провокацію. У галузі, яка витрачає сотні мільярдів на масштабування LLM, навчених на інтернет-тексті, Сільвер стверджує, що весь підхід має обмеження.

Справа проти людських даних

Теза Сільвера безпосередньо випливає з роботи, яка зробила його знаменитим. У 2017 році CEO DeepMind Деміс Хассабіс та Сільвер опублікували AlphaGo Zero, версію AlphaGo, яка навчилася цілком через самоігру з нульовими людськими ігровими даними. Вона перемогла оригінальний AlphaGo, навчений людьми, у 100 іграх з рахунком 0.

Результат шокував спільноту штучного інтелекту. Система, яка навчилася з нуля, через взаємодію та винагороду, не тільки дорівняла людським знанням, а й перевершувала їх настільки повністю, що версія, навчена людьми, не могла виграти жодної гри.

Сільвер розширив цей підхід через AlphaZero, який освоїв шахи, шогі та го з нуля, та MuZero, який навчився планувати, не знаючи правил гри, яку він грав. Кожна система підкріплювала той самий висновок: найкраща продуктивність досягається не шляхом імітації людей, а шляхом навчання через досвід.

У подкасті DeepMind, записаному до його від’їзду, Сільвер описав дві епохи штучного інтелекту: поточну “епоху людських даних” та майбутню “епоху досвіду”. Сучасні LLM, стверджував він, залежать від людських даних та зворотного зв’язку, створюючи вбудовані обмеження. Шлях до штучного надінтелекту вимагає руху за межі людських знань цілком.

Це філософія “Альбертської школи” – названа на честь Університету Альберти, де Сільвер вивчав підкріплене навчання під керівництвом піонера Річа Саттона. Впливова стаття Саттона 2019 року “Горький урок” стверджувала, що методи, які залежать від людських знань, невідворотно програють методам, які масштабують обчислення та навчання. Сільвер будує цілу компанію на цьому принципі.

Перегони стартапів надінтелекту

Сільвер не перший елітний дослідник, який покинув велику лабораторію та зібрав надзвичайні суми для підприємства, орієнтованого на надінтелект. Ілля Суцкевер, колишній головний науковець OpenAI, запустив Safe Superintelligence у 2024 році з подібною тезою – що зосереджена спроба поза тиском компанії може досягти надінтелекту швидше. SSI з тих пір зібрав мільярди доларів при оцінці понад $30 млрд.

Паралель інструктивна. Обидва дослідники покинули організації, які вони допомогли визначити. Обидва вважають, що поточний парадигма – масштабування LLM та продаж підписок на чат-боти – це об’їзд. І обидва привернули величезний капітал завдяки своїй репутації, ще до створення будь-якого продукту чи публікації будь-яких результатів.

Але підходи розходяться. Суцкевер сказав мало публічно про технічний напрям SSI. Сільвер, навпаки, був явним: підкріплене навчання, самоігра та навчання з перших принципів – а не мовні моделі. Там, де більшість лабораторій штучного інтелекту обговорюють, як зробити LLM розуміти краще, Сільвер питає, чи повинні вони бути основою взагалі.

$1 млрд початкового фінансування також відображає, наскільки драматично змінився ландшафт фінансування штучного інтелекту. Anthropic最近 наблизився до оцінки $350 млрд. Конкурентний тиск у сфері штучного інтелекту посилився, оскільки OpenAI, Google та Anthropic випускають нові моделі при прискореному темпі. На цьому тлі оцінка Ineffable Intelligence у $4 млрд до грошей для компанії без продукту під керівництвом одного дослідника є новою нормою.

Для Sequoia, яка очолює раунд через керуючого партнера Альфреда Ліну та партнера Соню Хуан, ставка проста: Сільвер є однією з п’яти людей на землі, які мають переконливі претензії на створення систем, які真正 перевершують людський інтелект у конкретних областях. Якщо підкріплене навчання – це правильний шлях до загального надінтелекту, він є людиною, яка найімовірніше знайде його.

Ризик також чіткий. AlphaGo та AlphaZero успішно діяли в областях з чіткими правилами, ідеальною інформацією та добре визначеними сигналами винагороди. У реальному світі немає жодної з цих властивостей. Масштабування самоігри за межі ігор у відкриті області – це нерозв’язана проблема, над якою Сільвер сам працював роки у DeepMind без остаточного прориву.

Лондонська база Ineffable Intelligence також позиціонує її як потенційний якорь для амбіцій Європи у сфері штучного інтелекту. Континент виробив світового класу дослідників штучного інтелекту, але бореться за утримання їх, оскільки американські лабораторії пропонують більшу компенсацію та швидше інфраструктурне масштабування. Європейський раунд початкового фінансування у розмірі $1 млрд, підтриманий провідною венчурною фірмою Кремнієвої долини, сигналізує про те, що географія досліджень штучного інтелекту може розширюватися – хоча варто зазначити, що Sequoia, Nvidia, Google та Microsoft – це всі американські інвестори.

Ставка Сільвера полягає в тому, що зафіксованість галузі на LLM представляє місцевий максимум – вражаючий, але врешті обмежений. Питання полягає в тому, чи може підкріплене навчання вийти за межі контрольованих середовищ, де воно процвітало, та діяти у заплутаному, двозначному реальному світі. $1 млрд та кар’єра, побудована на тому, щоб довести скептикам, кажуть, що Сільвер вважає, що це можливо.