DeepMind 資深成員 David Silver 籌集 10 億美元種子輪融資，打造不依賴大語言模型（LLMs）的超級智能（Superintelligence）
在追求通用人工智慧（Artificial General Intelligence，AGI）的過程中，這項舉動預示著潛在的範式轉移。據報導，開發 AlphaGo 與 AlphaZero 的著名研究員 David Silver 正為其新創公司 Ineffable Intelligence 籌集創紀錄的 10 億美元種子輪融資。這家總部位於倫敦的初創公司以約 40 億美元的估值脫離隱身模式，它正押注於反對目前業界對大語言模型（Large Language Models，LLMs）的執著，目標是透過純粹的 強化學習（reinforcement learning） 來實現超級智能。
本輪融資由 Sequoia Capital 領投，據悉包括 Nvidia、Google 和 Microsoft 在內的科技巨頭也正在討論參與其中。如果交易完成，這將成為歐洲科技史上規模最大的種子輪融資，凸顯了投資者對 Silver 的過往戰績及其對 AI 未來反傳統論點的高度重視。
價值十億美元的「言傳身教」直覺賭注
如此巨大的資金注入——對於一家尚未發布產品的公司給予 10 億美元——反映了全球 AI 競賽中不斷升級的籌碼。雖然對於像 OpenAI 和 Anthropic 這樣的老牌業者來說，數十億美元的融資已成常態，但如此規模的種子輪融資卻是前所未有的。這表明風險投資家正準備迎接 AI 開發中資本密集型的新分歧，即超越單純擴展基於文本的模型。
Ineffable Intelligence 總部位於倫敦，這一決定顯著增強了英國作為尖端 AI 研究關鍵樞紐的地位。知情人士透露，Sequoia 合夥人 Alfred Lin 和 Sonya Huang 親自前往倫敦以促成這筆交易，這凸顯了風險投資公司在支持從 Google DeepMind 等主要實驗室離職的頂尖技術人才方面的激烈競爭。
核心論點：經驗勝於模仿
David Silver 的聲譽建立在一段特殊且強大的歷史之上：他構建了曾經被認為不可能實現的系統。作為 AlphaGo 的首席研究員，他在 2016 年目睹了自己的作品擊敗了 18 次世界冠軍李世乭（Lee Sedol）。隨後，他又憑藉 AlphaZero 超越了那一成就，在沒有任何人類數據的情況下，僅透過自我對弈就精通了圍棋、西洋棋和將棋。
這段歷史構成了 Ineffable Intelligence 的知識基石。Silver 的核心觀點是，目前的行業標準——如 GPT-4 和 Gemini 這種大語言模型——在本質上是受限的，因為它們依賴於模仿人類數據。由於大語言模型是在互聯網文本上訓練的，它們受到人類集體知識和推理錯誤的束縛。它們可以逼近智慧，但無法輕易超越人類的能力。
Ineffable Intelligence 認為真正的超級智能需要強化學習（RL）。在這種範式中，代理（Agents）不是透過閱讀世界來學習，而是透過與世界互動來學習——提出行動、觀察後果，並根據獎勵更新其策略。這種方法通常被描述為「系統 2」思考或「搜尋」，它允許 AI 發現人類可能永遠無法構思的新穎解決方案，就像 AlphaGo 下出了「第 37 手」——那是任何人類棋手都不會下的一步，但卻是鎖定勝局的一步。
表格：實現超級智能的不同路徑
下表概述了主流的大語言模型方法與 Silver 專注於強化學習的方法之間的基本差異。
| 特性 | 大語言模型（LLMs） | 強化學習（RL） |
|---|---|---|
| 主要數據來源 | 靜態數據集（網路文本、書籍） | 動態經驗（模擬、自我對弈） |
| 學習機制 | 模式匹配與下一標記預測（next-token prediction） | 透過獎勵反饋進行試錯 |
| 能力上限 | 受限於人類知識的總合 | 理論上無上限；可超越人類極限 |
| 推理風格 | 直覺式，「系統 1」（快速） | 審慎式，「系統 2」（緩慢、基於搜尋） |
| 主要弱點 | 幻覺、缺乏真實落地（grounding） | 計算成本、在開放環境中的難度 |
「經驗時代」
Silver 此前曾在學術界闡述過這一願景，並與強化學習先驅 Richard Sutton 共同撰寫了一篇名為《經驗時代》（Era of Experience）的論文。他們認為，AI 的下一次飛躍不會來自於為模型提供更多標記（tokens），而是來自於能夠「自我發現所有知識基礎」的代理。
Ineffable Intelligence 面臨的挑戰將是如何將 AlphaZero 的成功——該系統運行在棋盤遊戲這種封閉、完美資訊的環境中——應用於現實世界混亂、開放式的複雜性中。這可能就是資金需求如此之高的原因。構建足夠強大的「世界模型」或模擬環境來訓練通用強化學習代理需要海量的計算資源，足以與訓練最大的大語言模型的基礎設施成本相抗衡。
架構師的出走
Silver 從 Google DeepMind 離職是老牌 AI 實驗室高層離職大趨勢的一部分。隨著企業巨頭內部官僚主義的增長，構建基礎技術的科學家們正紛紛出走，以追求單一、純粹的通用人工智慧願景。
這一運動創造了一類新的「超級種子（Super-Seed）」初創公司——由 AI 泰斗創立，繞過傳統的融資階段，立即籌集數十億美元以購買必要的計算集群。
表格：AI 衍生公司的新前沿
下表將 Ineffable Intelligence 與由前大科技公司研究員領導的其他知名企業進行了比較。
| 初創公司 | 創始人 | 原屬實驗室 | 核心理念 |
|---|---|---|---|
| Ineffable Intelligence | David Silver | Google DeepMind | 純粹強化學習（超越人類） |
| Safe Superintelligence (SSI) | Ilya Sutskever | OpenAI | 安全優先的通用人工智慧（AGI）擴展 |
| Thinking Machines Lab | Mira Murati | OpenAI | 先進 AI 產品與研究 |
| xAI | Elon Musk | 各實驗室 | 追求真理、最大化好奇心 |
市場影響與未來展望
Ineffable Intelligence 的啟動給當前的 AI 領域領導者帶來了巨大壓力。如果 Silver 是正確的，擴展大語言模型的收益遞減效應很快就會顯現，業界可能會轉向強化學習方法。這將在另一個方向驗證計算的「擴展定律（scaling laws）」——不是為了處理文本，而是為了模擬經驗。
對於歐洲來說，這是一個分水嶺時刻。留住像 Silver 這樣的人才並為一家總部位於倫敦的實體獲得 10 億美元投資，反擊了所有前沿 AI 開發注定要留在舊金山的說法。
然而，未來的道路充滿了技術風險。強化學習在遊戲環境之外的穩定性是出了名的難。如果 Ineffable Intelligence 成功，它將不僅僅是構建一個更好的聊天機器人；它將構建一個能夠進行獨立科學發現和戰略規劃、超越人類認知極限的系統。如果失敗，它將成為計算機科學史上最昂貴的實驗之一。
隨著本輪融資談判進入尾聲，Nvidia 等戰略支持者的參與表明，硬體基礎設施已經開始調整，以支持 Silver 的願景。通用人工智慧的競賽實際上已分為兩條賽道：一條是透過閱讀互聯網來學習人類如何思考，另一條則是透過自我對弈來學習如何比人類思考得更好。
