在大语言模型（LLM）占据人工智能行业绝对话语权的当下，一位AI界的传奇人物正试图开辟一条截然不同的道路。曾带领谷歌DeepMind团队打造出震惊世界的AlphaGo的强化学习先驱大卫·西尔弗（David Silver），正在为其伦敦初创公司Ineffable Intelligence筹集高达10亿美元的种子轮融资。这一金额若最终落地，将创下欧洲初创公司种子轮融资的历史纪录，更重要的是，这笔资金将被投入到一个大胆的愿景中：绕过LLM，用强化学习构建真正的超级智能。
10亿美金的豪赌，押注LLM之外的未来
据Unite.AI消息，这笔由红杉资本领投的融资，将让Ineffable Intelligence在未推出任何产品的情况下，获得40亿美元的投前估值。英伟达、谷歌和微软等科技巨头也在洽谈参与投资，尽管最终条款仍在协商中，但这一阵容足以显示出资本市场对西尔弗愿景的信心。
这并非西尔弗一时兴起的决定。作为强化学习领域的权威，他的理念深深植根于自己在DeepMind的研究成果。2017年，他和DeepMind CEO德米斯·哈萨比斯（Demis Hassabis）推出的AlphaGo Zero，彻底颠覆了AI界的认知。这个完全通过自我对弈学习、未使用任何人类棋谱数据的系统，以100:0的战绩击败了此前依赖人类数据训练的初代AlphaGo。随后推出的AlphaZero更将这一范式扩展到国际象棋、将棋和围棋三大领域，而MuZero甚至能在不知道游戏规则的情况下自主学习并规划策略。
这些成果让西尔弗坚信，依赖人类数据的LLM存在先天局限性。在离开DeepMind前的一次播客中，他将AI发展划分为两个时代：当前的”人类数据时代”和即将到来的”体验学习时代”。他认为，LLM本质上是在模仿人类已有的知识，而真正的超级智能需要超越人类经验，通过与环境的交互和自我探索来发现全新的知识。
背离主流的”阿尔伯塔学派”哲学
西尔弗的理念可以追溯到他在阿尔伯塔大学的求学经历，那里是强化学习的发源地之一，他师从该领域的先驱里奇·萨顿（Rich Sutton）。萨顿在2019年发表的著名论文《苦涩的教训》（The Bitter Lesson）中指出，依赖人类知识的AI方法最终会败给那些专注于计算能力和学习规模扩展的方法。西尔弗正是这一”阿尔伯塔学派”哲学的践行者，他决定将这一理念商业化，打造一家完全基于强化学习的AI公司。
在LLM占据绝对主流的今天，这一选择显得尤为激进。当前，OpenAI、谷歌和Anthropic等巨头正投入数百亿美元用于扩大LLM的参数规模，推出各种聊天机器人和AI服务。西尔弗却认为，这种路径是一条”局部最优解”——虽然能取得令人印象深刻的成果，但存在无法突破的天花板，无法通向真正的通用超级智能。
超级智能赛道的新玩家，与OpenAI前科学家的殊途同归
西尔弗并非唯一一位离开巨头实验室、押注超级智能的顶尖研究者。OpenAI前首席科学家伊利亚·苏茨克维（Ilya Sutskever）在2024年创立了Safe Superintelligence（SSI），同样认为脱离产品公司的压力，专注于基础研究能更快实现超级智能。SSI目前已筹集了数十亿美元，估值超过300亿美元。
两位顶尖科学家的选择有着惊人的相似：他们都离开了自己亲手参与定义的机构，都认为当前的LLM范式是通向超级智能的弯路，都仅凭个人声誉就吸引了巨额投资。但在技术路径上，两人却走向了不同方向。苏茨克维对SSI的技术细节讳莫如深，而西尔弗则明确将强化学习、自我对弈和从第一性原理学习作为核心方向，直接挑战LLM的基础地位。
机遇与风险并存，从游戏到现实世界的鸿沟
红杉资本对西尔弗的押注逻辑清晰：他是全球为数不多的、真正打造出在特定领域超越人类智能系统的科学家之一。如果强化学习确实是通向通用超级智能的正确路径，西尔弗无疑是最有可能实现这一目标的人。
但风险同样巨大。AlphaGo和AlphaZero的成功建立在规则清晰、信息完全、奖励信号明确的游戏环境中，而现实世界充满了模糊性、不确定性和不完整信息。如何将自我对弈的范式从游戏扩展到科学、工程、推理等开放领域，是一个尚未解决的难题——西尔弗在DeepMind期间就曾多年致力于此，但并未取得决定性突破。
此外，Ineffable Intelligence将总部设在伦敦，这也被视为欧洲AI野心的一个信号。尽管欧洲拥有世界级的AI研究者，但长期以来人才不断流向美国的科技巨头。这笔由硅谷顶级风投领投的10亿美元融资，或许标志着前沿AI研究的地理格局正在扩大，但参与投资的红杉、英伟达、谷歌和微软均为美国公司，这也反映出全球AI资本的集中程度。
行业的反思：LLM是否是唯一的答案？
西尔弗的大胆尝试，恰逢AI行业进入一个关键的反思期。尽管LLM在自然语言处理、内容生成等领域取得了惊人成就，但人们也开始意识到其局限性：依赖海量数据、存在事实错误、缺乏真正的推理能力，以及对计算资源的巨大需求。
Ineffable Intelligence的出现，不仅是一家初创公司的融资事件，更是对整个AI行业发展路径的一次重大挑战。它迫使人们思考：我们是否陷入了对LLM的过度依赖？是否存在其他通向通用人工智能的道路？
10亿美元的种子轮融资，是资本市场对西尔弗个人声誉的信任，也是对强化学习范式的一次豪赌。无论最终结果如何，这一尝试都将为AI行业提供宝贵的经验和视角。在追逐超级智能的道路上，或许没有绝对正确的答案，但正是这种多元的探索，才有可能带领我们抵达最终的目标。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/13891-2
