AlphaGo 之父 David Silver 募得 11 億美元種子輪：打造無需人類資料的「超學習者」AI

週一，AI 領域迎來了一個新面孔——但這個面孔並不陌生。Ineffable Intelligence 是一家由 David Silver 創辦於倫敦的 AI 新創，Silver 曾任 DeepMind 強化學習負責人，是 AlphaGo 與 AlphaZero 的核心設計者。公司宣布以 51 億美元估值完成由 Sequoia Capital 和 Lightspeed Venture Partners 聯合領投的 11 億美元種子輪融資，刷新歐洲新創史上最大種子輪紀錄。

對一家剛成立數個月的公司而言，這個數字令人咋舌。但它所傳遞的訊號更加深遠：AI 的下一個前沿，可能不是繼續堆砌人類標記資料，而是讓機器像人類一樣，透過與世界的互動來學習。

打造 AlphaGo 的那個人

David Silver 是當代應用 AI 研究中最具份量的科學家之一。他同時擔任倫敦大學學院（UCL）教授，並在 DeepMind 效力多年，主持了過去十年最受矚目的幾個 AI 里程碑。

2016 年，AlphaGo 擊敗世界圍棋冠軍李世乭，震驚全球——當時普遍認為這個目標至少還要十年才可能實現。AlphaGo 結合了監督學習（學習人類棋局）與強化學習（自我對弈），以此精通圍棋。

但 AlphaGo 的繼承者 AlphaZero 更為激進：它不使用任何人類棋局資料，只從零開始自我對弈。僅憑象棋、將棋和圍棋的規則，AlphaZero 在數小時內超越了所有現有 AI 和人類冠軍。

AlphaZero 是 AI 史上的一個轉捩點——它證明了一個系統可以在不依賴人類知識的情況下，在複雜領域達到超人級別的表現。Silver 在此後多年一直在追問一個更深層的問題：如果把這種方法推廣到所有人類知識領域，而不只是棋盤遊戲，會是什麼樣子？

Ineffable Intelligence，就是他的答案。

什麼是「超學習者」？

公司的核心論點是：當前 AI 訓練的主流範式——海量人類生成的文字、程式碼和圖像，以龐大成本進行整理、標記和過濾——終將成為限制這個領域發展的瓶頸。

Silver 的方法，他稱之為建造「超學習者」（Superlearner），目標是打造一個主要透過自身經驗和自主探索來獲取廣泛知識與技能的 AI，而非被動地吸收人類產出的資料。技術路徑以強化學習為核心——AI 透過採取行動、接收回饋、調整行為來學習。

這項工作直接對準了業界目前最棘手的擴展瓶頸：頂尖 AI 實驗室已陸續報告，單純增加人類訓練資料帶來的能力提升正在邊際遞減。如果下一波能力躍升需要超越人類資料的束縛，Silver 的研究方向和投資陣容都表明，業界主流已在共同押注這個假設。

51 億美元的賭注

這筆融資之所以引人注目，不僅在於規模，更在於投資人陣容的廣度與分量。Sequoia 和 Lightspeed 聯合領投，將矽谷最具影響力的兩家 VC 帶入一家歐洲 AI 新創。其他投資方包括：輝達（其 GPU 主導地位使其對下一波算力需求高度敏感）、Google、DST Global、Index Ventures，以及英國政府的主權 AI 基金——一個為確保英國保有 AI 戰略能力而設立的新型政府投資工具。

英國政府的參與尤其值得關注。在 AI 民族主義日益升溫的時代，由主權基金參與歐洲史上最大種子輪，是一種清晰的國家意志宣示。英國已將吸引 AI 人才與資本作為重要戰略方向，DeepMind 的持續商業成功為英國 AI 生態注入了可觀的示範效應。

Silver 本人做出了一個不尋常的承諾：他透過 Founders Pledge 承諾，將其在 Ineffable 股權中獲得的 100% 個人收益捐給慈善機構。這個罕見的承諾，彰顯出他對這份工作的定位：科學使命優先，財富積累其次。

歐洲 AI 的高光時刻

這筆融資落地時機，對歐洲 AI 生態具有象徵意義。多年來，歐洲頂尖 AI 研究人才不斷流向 OpenAI、Anthropic、Google DeepMind 和 Meta。11 億美元的種子輪是一個強烈的反向訊號——它證明世界級的 AI 人才可以在倫敦募集到世界級的資本，英國生態系統（加上主權基金的背書）有能力競逐前沿 AI 投資。

Sequoia 的參與尤為重要。這家 VC 巨頭在歐洲的活躍度近年持續上升，此次聯合領投一家英國 AI 新創的種子輪，表明它願意在合適的創辦人和方向上在歐洲投下大籌碼。

對壘 OpenAI 與 Anthropic 的靜默競爭

Ineffable 進入的是一個已有巨頭盤踞的戰場：OpenAI、Anthropic、Google DeepMind、xAI 和 Meta AI 的資源規模，即便對比 11 億美元的種子輪也令人望而生畏。但 Silver 的切入角度刻意與當前的競賽正交。

大多數頂尖實驗室都在同一條賽道上比拼：更強的推理能力、更長的上下文視窗、更快的推理速度、更低廉的 API 成本。Ineffable 定位在另一條軸線上——衡量標準不是模型吸收了多少人類知識，而是它能否在沒有人類輸入的情況下學習新事物。

這個賭注能否兌現，取決於一些尚未解決的基礎科學問題——而 Silver 花在這些問題上的時間，可能比業界任何人都要長。這，或許就是 51 億美元首日估值的真正來源。

公司表示將公開發布研究成果，呼應了 Silver 來自學術界的傳統。它究竟會建造出什麼、何時問世，將被一個越來越迫切地追問「AI 的下一個重大突破，究竟是更像 GPT 還是更像 AlphaZero」的業界密切注視。