AlphaGo之父拿了11亿美元：要造一个不需要人类的AI

AlphaGo之父拿了11亿美元：要造一个不需要人类的AI

论文被引30万次，创业4个月，估值51亿

🔬 技术前沿💡 深度解读

11亿美元种子轮，51亿美元估值。这是欧洲有史以来最大的种子轮融资，而拿到这笔钱的团队，目前还没有任何产品。

创始人是David Silver——AlphaGo核心开发者，论文被引超30万次，H-index 103。他离开DeepMind后创办的公司叫Ineffable Intelligence，目标只有一个：让AI不再依赖人类数据，从自身经验中学习。

①这人是谁？凭什么拿11亿？

先说背景。David Silver不是普通的技术大佬。

他是DeepMind的强化学习研究组负责人，直接主导了AlphaGo、AlphaZero、AlphaStar等划时代项目。2016年AlphaGo击败李世石、2017年击败柯洁，背后核心算法就出自他手。2020年，他拿到了ACM Prize in Computing（计算机界最高奖之一），相当于计算机界的"奥斯卡"。

学术数据更夸张：Google Scholar引用量超30万次，H-index 103——这两个数字意味着什么？全球AI领域能同时达到这个水平的，两只手数得过来。

💰 11亿美元融资阵容

领投：红杉资本 + Lightspeed

参投：英伟达、谷歌、DST Global、Index Ventures、英国主权AI基金

英国政府：通过British Business Bank投资2000万美元

数据来源：36氪、IT之家、凤凰网财经，2026年4月28日报道

注意一个细节：谷歌也投了。Silver是从DeepMind出来的，谷歌还愿意掏钱支持他的创业——这说明什么？说明行业顶尖玩家自己也知道，当前的大模型路线需要新的突破口，而Silver的路线可能就是其中之一。

②他要做什么？和ChatGPT有什么区别？

一句话概括：当前的AI是"读人类写的书来学习"，他想做的AI是"自己去闯世界来学习"。

Silver的核心理念是打造"超级学习者"（Superlearner）。具体怎么做？还是强化学习——让AI Agent在模拟环境中不断试错，通过反馈修正策略，最终自主发现新知识。

Silver自己打了一个很形象的比方：

"人类数据就像化石燃料，终有用完的一天。自我学习就像可再生能源，取之不尽。"

—— David Silver

这不是空话。他最成功的前作AlphaGo Zero就证明了这条路是走得通的——AlphaGo Zero完全不使用人类棋谱，只靠自我对弈就达到了超人水平。Silver现在想做的，就是把这种方法从围棋推广到通用的智能。

维度

当前主流大模型

Ineffable Intelligence

数据来源

互联网文本（人类写的）

自我探索产生

学习方式

预训练 + 微调

强化学习 + 试错

能力上限

受限于人类数据质量

理论上无上限

当前状态

已成熟商用

种子轮，无产品

核心风险

数据红利递减

路线未经验证

③为什么现在这个时间点特别重要？

因为人类数据快要不够用了。

据Epoch AI的估算，公开高质量人类文本的有效库存约300万亿Token。按当前大模型的消耗速度，最早2026年，最晚2032年，就会把这些数据用光。

📈 数据瓶颈时间线

• 当前GPT-4级模型训练已消耗约13万亿Token

• 下一代模型预计需要60-100万亿Token

• 300万亿Token是公开高质量数据的天花板

• 按增速推算，2028-2030年将触及瓶颈

数据来源：Epoch AI研究报告

这意味着什么？就算芯片再强、算法再好，如果没有新数据喂进去，大模型的进步就会越来越慢。这就是为什么Silver的路线突然变得这么值钱——他可能是少数能给出"数据问题终极解法"的人。

④不只是他一个人在干

Ineffable Intelligence不是孤例。2026年，AI圈出现了一个明显趋势：顶尖研究员出走大厂创业。

创始人背景

创业公司

融资规模

David Silver（前DeepMind）

Ineffable Intelligence

11亿美元种子轮

Tim Rocktäschel（前DeepMind）

Recursive Superintelligence

数亿美元级

Meta前首席AI科学家

AMI Labs

10.3亿美元

OpenAI/Anthropic/xAI离职团队

多个新实验室

数亿至十亿美元级

数据来源：36氪、TechCrunch，2026年4月

这种模式在业内被称为"Neolabs"（新型实验室）——由顶级科学家创立，跳过大公司体制，直接拿巨额融资独立攻关。资本正在用真金白银投票：AI的下一个突破口，可能不在更大的模型里，而在全新的学习方法里。

⑤对我们普通人意味着什么？

说实话，Ineffable Intelligence离产品落地还很远。Silver自己也没给出具体的时间表，公司连路线图都还是粗线条。

但这件事释放的信号值得关注：

🎯 三个值得留意的信号

• 数据不够用是行业共识

  ——不是只有Silver这么想，红杉、英伟达、谷歌的投资行为说明顶级资本已经认同这个判断

• AI正在从"模仿人类"走向"超越人类"

  ——如果能实现自主发现新知识，那AI就不再只是工具，而是真正的"科研伙伴"

• 强化学习正迎来第二春

  ——被大模型抢了两年风头的强化学习，可能重新成为AI研究的主赛道

作为普通用户，你不需要搞懂强化学习的数学公式。但你需要知道：当前AI的天花板不只是芯片和算力，还有数据。谁先突破"数据依赖"，谁就可能定义下一代AI。

而我更关注的另一个角度是：连Silver这种级别的科学家都选择出来创业，说明最好的AI技术可能才刚刚开始。咱们普通人现在学AI、用AI，还不算晚。

觉得有启发？转给同事聊聊 👇

👇 关注亮虾哥 👇

连锁零售IT老司机 | 非程序员用AI省80%时间

每天一篇AI干货，让AI替你打工 🦐

💬 你觉得AI需要人类数据才能变聪明吗？评论区聊聊

#AI前沿#强化学习#AlphaGo#AI创业#科技热点

⚠️ 先审后发，安全第一