AlphaGo之父获11亿美元种子轮：他要造一个不学人类的AI

5月26日，伦敦。David Silver——AlphaGo、AlphaZero、MuZero背后的那个男人——宣布他的新公司Ineffable Intelligence完成11亿美元种子轮融资，估值51亿美元。这是欧洲史上最大种子轮，也是全球AI领域最贵的一笔种子轮。

数字本身够惊人。但更值得关注的，是David Silver要做什么：他要造一个完全"不学人类"的AI。不读互联网语料，不模仿人类行为，不依赖人类反馈——让AI像AlphaGo自我博弈一样，从与环境的交互中自主生长出超越人类的知识。

一个和所有人对着干的技术路线

Silver和2025年与图灵奖得主Richard Sutton合著了一篇论文，核心论点极为锋利：当前主流大语言模型的训练范式——从互联网语料预训练，到RLHF对齐人类偏好——存在根本性天花板。因为系统优化的上限被人类判断力锁死了。人类专家认为不好的策略，模型就不可能去探索。

ChatGPT、Claude、Gemini，都在这个框架里。它们再强，也只是对人类知识的再组织，不是对新知识的发现。

Ineffable Intelligence的技术路线有四根支柱：终身经验流（不是静态数据集，而是持续与环境交互）、感知-动作闭环（通过行动理解因果，而非语言）、现实锚定奖励（成功由现实结果衡量，而非人类偏好评分）、非人类推理模式（不受人类认知框架约束的解空间探索）。

花11亿美元赌一个信念

投资人名单本身就说明了问题：红杉资本与光速创投联合领投；Google和英伟达也参投了——这俩可是LLM路线的核心受益者，却愿意押注一条对立路线。DST Global、Index Ventures跟进。英国政府也通过主权AI基金直接参投。

英国等这一刻等了太久了。虽然DeepMind扎根伦敦，但它属于Google。英国拥有全球最顶尖的AI研究人才，却从没跑出一个本土原生的大模型独角兽。Ineffable Intelligence的出现，给了英国第一张AI基础模型的"主权入场券"。

Silver本人承诺将100%个人股权通过Founders Pledge捐赠。信号很清晰：这不是一场财务游戏，是一个学术信念的验证。

这条路能走通吗

说实话，风险很大。强化学习从博弈环境走向开放世界，至今未被验证。AlphaGo花了数年才在围棋这个有限规则空间里成熟，而"超级学习者"面对的问题复杂度高出围棋数个量级。物理世界不像棋盘，没有明确的规则边界和胜负判定。

而且时间窗口也很紧张——当前LLM在快速迭代，GPT-5.6、Claude Opus 4.8已经在路上，Ineffable的产品离落地还有漫长的路要走。

但Silver的逻辑是有底气的。AlphaGo的成功已经证明：不学人类棋谱、只靠自我博弈，AI可以达到人类从未想象过的水平。如果这个逻辑能迁移到更通用的领域，那它不是对LLM的改良，而是一次范式革命。

这件事的本质

11亿美元的种子轮背后，是一场关于"AI应该怎么学"的路线之争。一边是"学人类"——用人类数据训练、用人类偏好对齐，当前的主流；一边是"超越人类"——不与人类为伍，从零开始自己探索，David Silver的赌注。

这场赌局的胜负，可能要等三五年才能见分晓。但不管结果如何，它提醒我们一件事：今天的AI看起来很强大，但它本质上只是人类知识的镜像。通往真正智能的路，可能根本不是我们现在走的这条。

David Silver下了11亿美元的注。我们拭目以待。