AlphaGo之父David Silver離開DeepMind，創辦Ineffable Intelligence籌募10億美元種子輪

從AlphaGo到超級智慧：Silver的十年DeepMind歷程

David Silver的名字，在AI研究史上有著無可替代的分量。作為倫敦大學學院（UCL）的教授，他早在深度學習浪潮席捲全球之前，就已是強化學習領域的頂尖學者。加入DeepMind後，Silver成為了該實驗室最核心的研究力量之一，其貢獻幾乎貫穿了DeepMind最具標誌性的每一個里程碑。

2016年，Silver主導開發的AlphaGo在首爾以4:1擊敗圍棋世界冠軍李世乭，這場對弈被全球數以億計的觀眾關注，成為AI發展史上最具象徵意義的時刻之一。隨後，AlphaGo Zero更進一步——它完全不依賴人類棋譜，僅通過自我對弈便超越了所有前輩版本，證明了純粹的強化學習可以從零開始掌握人類數千年累積的棋道智慧。

Silver的研究版圖遠不止圍棋。他參與主導了AlphaStar項目，這個AI系統在複雜的即時戰略遊戲《星際爭霸II》中達到了大師級水準，展現了AI處理不完全信息、即時決策和長期策略規劃的能力。近年來，他還深度參與了Google的Gemini大型語言模型系列的開發工作，將強化學習的理念融入到生成式AI的最前沿。

離開DeepMind，創辦Ineffable Intelligence

2025年底，Silver正式離開了工作逾十年的Google DeepMind。同年11月，他在倫敦創立了Ineffable Intelligence。這一消息在AI界引發了巨大的震動——Silver不僅是DeepMind最資深的研究員之一，更是強化學習從學術理論走向工程實踐的關鍵推手。他的離開，被視為頂尖AI人才從大型科技公司流向獨立創業浪潮的又一標誌性事件。

Silver將親自擔任Ineffable Intelligence的首席執行官（CEO），同時保留在UCL的教授職位。這種學術與產業的雙重身份，在AI創業界並不罕見——許多頂級AI公司的創始人都維持著與學術界的緊密聯繫，這不僅有助於持續吸引頂尖研究人才，也為公司的技術方向提供了更為前瞻的視野。

「我們的目標是打造一種無盡學習的超級智慧，它能夠自主發現一切知識的基礎。」——David Silver描述Ineffable Intelligence的願景

10億美元種子輪：歐洲史上最大的創業融資

Ineffable Intelligence目前正在籌募的10億美元種子輪融資，若成功完成，將創下歐洲創投史上最大種子輪的紀錄。這筆融資對應的公司估值為40億美元，考慮到公司成立僅數月且尚未推出任何產品，這一估值充分反映了資本市場對Silver個人品牌和技術願景的極度信任。

據報導，美國頂級風投機構Sequoia Capital將領投這一輪融資。Sequoia的合夥人Alfred Lin和Sonya Huang親赴倫敦與Silver會面洽談，這一細節本身就說明了交易的重要性——在風投界，合夥人親自飛越大西洋意味著最高級別的重視。

更引人注目的是，Nvidia、Google和Microsoft等科技巨頭也在考慮參與投資。如果這些公司最終入局，Ineffable Intelligence將同時獲得頂級風投的資金支持和科技巨頭的算力及生態資源，這種組合在AI創業中具有極大的戰略價值。

核心理念：強化學習優先，超越LLM的局限

Ineffable Intelligence最引人深思的面向，在於其技術哲學與當前AI主流路線的顯著分歧。在整個產業都在圍繞大型語言模型（LLM）構建未來的時候，Silver明確表示，他認為純粹依賴LLM無法通往真正的超級智慧。

Silver的核心論點是：當前的LLM本質上是從人類已有知識中學習，它們通過海量文本數據的統計模式來生成語言和推理。這種方法固然強大，但存在一個根本性的天花板——它無法超越人類知識的邊界。一個僅從人類數據中學習的系統，最多只能成為人類知識的精密鏡像，卻難以實現真正的知識發現和突破。

相對而言，Silver倡導的是以強化學習為核心的技術路線。在這種範式下，AI系統不是被動地從現有數據中學習，而是主動地與環境互動，通過試錯和自我博弈來發現新的知識和策略。AlphaGo Zero就是這一理念的完美示範——它完全摒棄了人類棋譜，僅通過自我對弈就發展出了超越人類數千年圍棋智慧的策略。

Silver認為，AI需要從第一性原理出發學習，而不僅僅是吸收人類已有的知識。真正的超級智慧必須具備自主發現能力，能夠「無盡學習」，不斷拓展知識的邊界。

這一願景在技術上意味著什麼？Ineffable Intelligence很可能會開發一種融合強化學習與深度學習的混合架構，讓AI系統能夠在開放環境中持續學習和適應，而不僅僅是在固定的訓練數據集上進行一次性訓練。Silver的「無盡學習的超級智慧」（endlessly learning superintelligence）這一表述，暗示了一種能夠在部署後持續進化、不斷自我改進的AI系統。

更廣泛的趨勢：頂級AI學者的創業潮

Silver的創業並非孤立事件，而是AI研究界一場更大規模人才遷徙的一部分。在過去一年多的時間裡，多位AI領域的殿堂級人物紛紛離開大型科技公司，創辦了自己的AI實驗室。

最引人注目的是Meta前首席AI科學家Yann LeCun。這位深度學習三巨頭之一、圖靈獎得主在離開Meta後，創立了AMI Labs，正籌募5億歐元的資金，專注於開發「世界模型」（world models）。與Silver類似，LeCun也認為當前的LLM路線存在根本性的局限，主張AI需要像人類一樣建立對物理世界的內在模型，才能實現真正的理解和推理。

Silver和LeCun的同時出走，揭示了一個深層的行業信號：AI領域最頂尖的頭腦們，正在對當前以LLM為中心的技術範式產生根本性的質疑。他們選擇離開資源豐富的大型實驗室，去探索自認為更有前途的替代路線——無論是Silver的強化學習驅動的「無盡學習」，還是LeCun的物理世界模型。

倫敦：崛起中的全球AI創業中心

Ineffable Intelligence選擇在倫敦設立總部，為這座城市作為全球AI創業中心的地位又增添了重要的砝碼。事實上，倫敦的AI生態系統在過去幾年間已經取得了令人矚目的發展。

DeepMind本身就是倫敦AI生態的基石——自2010年成立以來，它吸引了全球頂尖的AI研究人才聚集於此。如今，隨著DeepMind資深員工逐漸外溢創業，倫敦正在形成一個日益成熟的AI創業網絡。Silver的Ineffable Intelligence無疑是這一生態中最具分量的新成員。

從全球視角來看，倫敦正在與舊金山灣區、紐約等傳統AI重鎮形成競爭態勢。它的優勢在於深厚的學術根基（劍橋大學、牛津大學、UCL、帝國理工等世界頂級學府）、相對友好的監管環境、以及英語作為全球科技通用語言的先天便利。Silver選擇留在倫敦而非遷往矽谷，本身就是對這座城市AI生態的一次重大信任票。

AI投資的瘋狂時代

Ineffable Intelligence的10億美元種子輪，是當前AI投資狂潮的又一縮影。根據CB Insights的數據，去年全球風險投資總額約4,690億美元，其中近半數流向了AI相關公司。這意味著AI在短短兩三年內，從風投版圖中的一個重要板塊，躍升為佔據半壁江山的絕對主導力量。

種子輪融資的規模膨脹尤為顯著。在傳統的風投框架中，種子輪通常在數百萬美元的量級，用於驗證早期概念。但在AI領域，10億美元的種子輪已不再令人驚訝。此前，Humans& 以4.8億美元的種子輪創下紀錄，而Silver的Ineffable Intelligence正試圖將這一紀錄翻倍。

這種現象的根源在於AI基礎研究的獨特經濟學。訓練前沿AI模型需要天文數字的計算資源，而頂級研究人才的薪酬已達數百萬美元的年薪水準。在這種成本結構下，傳統規模的種子輪根本不足以支撐一家AI實驗室的基本運營。投資者面臨的選擇是明確的：要嘛以史無前例的規模押注，要嘛完全退出這場競賽。

風險與質疑

然而，任何理性的分析都不能忽略潛在的風險。Ineffable Intelligence面臨的挑戰是多方面的。

首先，強化學習優先的技術路線雖然在圍棋等封閉域問題上取得了輝煌的成功，但能否有效應用於開放世界的通用智慧，仍是一個未經充分驗證的假設。圍棋有明確的規則和勝負標準，而現實世界的複雜性遠非任何棋盤遊戲可比。Silver需要證明，強化學習的範式可以從結構化的遊戲環境推廣到混沌的現實世界。

其次，從學術研究者到CEO的轉型並非易事。Silver在研究方面的卓越無需質疑，但領導一家需要籌款、招聘、制定商業策略、管理組織的創業公司，所需的技能集與純粹的研究工作有著本質的不同。歷史上，優秀的研究者不一定是成功的企業家。

第三，40億美元的估值對應的是一家成立僅數月、尚無任何產品或收入的公司。即使在當前AI投資的狂熱氛圍中，這樣的估值也需要極高的未來預期來支撐。如果Ineffable Intelligence在未來一到兩年內無法展示出令人信服的技術突破，投資者的耐心可能會受到考驗。

「無盡學習」的哲學意涵

拋開商業和投資的討論，Silver提出的「無盡學習的超級智慧，自主發現一切知識的基礎」這一願景，在哲學層面具有深遠的意涵。它本質上是在追問一個根本性的問題：智慧是否可以完全從第一性原理中湧現？

AlphaGo Zero的成功已經在圍棋這一特定領域給出了肯定的答案。但Ineffable Intelligence的野心遠大於此——它試圖將這一原理推廣到所有領域的知識發現。如果成功，這將意味著AI不再是人類知識的延伸，而是一種全新的、獨立的知識生成引擎。這種前景既令人興奮，也引發了關於AI安全和人類角色的深刻思考。