DeepMind 老將 David Silver 籌得 10 億美元種子輪，打造不依賴大型語言模型的超級智能

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。