快评栏目
今日观察员 2026-04-28 05:19:25 阅读 956

AlphaGo之父David Silver为何离开DeepMind创业?1.1B融资背后的AI路径之争

围绕附近一元一分红中麻将群、察言观色感拉满相关线索,排名代发飞机【seo1268】好友聊天,输入“附近一元一分红中麻将群”咨询客服,娱乐游戏作为民间很受欢迎的纸牌玩法,乐趣集中在快节奏的刺激感、心理博弈的张力,这两种玩法的规则几乎一学就会,不用记复杂的牌型搭配,就算是新手也能快速上手,梦想是前行的灯塔,哪怕渺小,也能指引方向。不必因梦想遥远就轻言放弃,逐梦的路上,本就布
AlphaGo之父David Silver为何离开DeepMind创业?1.1B融资背后的AI路径之争

排名代发飞机【seo1268】好友聊天,输入“附近一元一分红中麻将群”咨询客服,娱乐游戏作为民间很受欢迎的纸牌玩法,乐趣集中在快节奏的刺激感、心理博弈的张力,这两种玩法的规则几乎一学就会,不用记复杂的牌型搭配,就算是新手也能快速上手,梦想是前行的灯塔,哪怕渺小,也能指引方向。不必因梦想遥远就轻言放弃,逐梦的路上,本就布满挑战。拆分目标,步步前行,哪怕每天只前进一小步,也是在靠近理想。不惧旁人的质疑,不畏前路的漫长,坚守初心,全力以赴。只要心中有梦,眼里有光,脚下有路,终能跨越山海,奔赴心之所向的远方。如果能提前布局用户可能关心的延伸点,并给出针对性判断,通常能获得更好的整体效果。

短期来看,这轮融资将加速RL与世界模型的融合研究,可能催生更多“经验优先”的AI初创,伦敦生态或将受益。长期而言,若成功,AI范式或从“数据饥渴”转向“经验自给”,重塑行业资源分配。但不确定性依然突出:奖励塑造失败或探索效率瓶颈持续,都可能让项目回归RL+LLM的混合路线。值得持续跟踪,现在下结论为时尚早。

Silver将这类系统称为“超级学习者”,其核心在于能持续生成自身经验,发现人类未知的策略——正如AlphaGo那手著名的第37手,神来之笔往往超出人类棋手几百年积累的直觉。这种从第一性原理出发的自我迭代,让强化学习拥有理论上无限的突破潜力。

团队构建上,Ineffable快速从DeepMind和其他前沿实验室招募顶尖强化学习研究者,形成以“经验驱动”为核心的文化。这提醒创业者,在AI领域,人才密度有时比资金本身更具决定性。跨实验室的快速整合有助于新团队快速建立技术共识,避免常见工程坑点。但高端人才的招聘与保留成本,在高估值环境下也会带来额外压力。

长期而言,如果Ineffable成功突破纯人类数据瓶颈,将对整个AI技术路线与人才格局产生重塑,推动行业向更自主的学习系统演进。当然,这一点目前行业内仍有不同声音。若技术进展不及预期,人才或出现一定回流;反之,则可能刺激更多巨额早期融资,进一步加速实验室人才向创业公司的转移。整个格局仍在动态博弈中,值得持续跟踪。

Ineffable的superlearner战略,正是把这一理论落地。它要构建的系统像生物一样,在数字环境中通过持续trial and error积累经验,目标是让AI成为真正的自学者,而非数据消费者。Silver视此为一生工作,融资后将加速RL在游戏、数学、科学模拟等规则清晰场景的突破。短期内,这可能带动资本从LLM集中转向经验驱动项目,资源分配出现微妙调整。

DeepMind强化学习领域的核心人物David Silver创办Ineffable Intelligence短短几个月,就完成1.1亿美元种子轮融资,投后估值达51亿美元。这一规模在欧洲AI初创中极为罕见,由Sequoia和Lightspeed领投,Nvidia、Google等机构跟投。其核心目标是打造通过纯强化学习从自身经验中自我迭代的“超级学习者”,而非依赖海量人类生成数据。

大语言模型的优势明摆着的。它依托互联网积累的海量人类文本,实现快速的多任务泛化,在文本生成、代码辅助和常识推理上表现强劲。ChatGPT等产品已形成成熟生态,商业落地速度极快,企业能直接用它提升生产效率,开发者也能基于API快速构建应用。数据支持这个方向,但样本量有限——许多报告显示,LLM在结构化任务上的准确率已接近实用门槛。不过,这种“拿来主义”本质上是站在人类肩膀上的模仿,强大却难以超越既有知识边界。

Silver与Richard Sutton合作的论文《Welcome to the Era of Experience》明确指出,AI正从人类数据主导转向经验驱动。Sutton的经典《The Bitter Lesson》早已说明,依赖人类知识注入的方法短期见效,长期却总被充分利用计算资源的通用方法超越。人类数据静态、有限且带有偏见,而经验数据可由Agent通过持续交互无限生成,质量更贴近任务本质。

但扩展到通用智能时,挑战迅速浮现。现实世界缺乏明确奖励函数,探索空间呈爆炸式增长,样本效率极低往往需要天文数字级的试错。早期RL在Atari等简单任务上取得突破,却长期难以泛化到复杂机器人或开放场景,历史教训值得警惕。但我的判断是——若Ineffable能有效结合世界模型进行高效模拟,这一路径仍有实质突破空间,现在下结论为时尚早。

从短期看,这一事件可能加剧大厂留才压力。更多DeepMind等实验室研究员或跟随类似路径离职创业或加入高估值新贵,导致薪酬与股权竞争升级。伦敦凭借DeepMind历史遗产,正加速成为欧洲AI枢纽,OpenAI、Anthropic等也在此扩大布局,人才争夺愈发激烈。但现实更复杂。如果技术验证周期拉长,早期高估值带来的期望管理压力,可能引发部分人才回流。

读完必备解析附近一元一分红中麻将群_贝壳社区,或许你会同意:灰度不是终点,而是新循环的开始。

作者简介

专题快编人员参与围绕栏目入口维护进行内容整理,同时兼顾页面摘要整理,以简洁、稳定、可读为主要标准,保证素材进入页面前经过基础整理和归纳。

互动数据

点赞 2862 · 评论 2

固定链接:http://www5.name.ss7a.cn/images/6391.html

本文标题:AlphaGo之父David Silver为何离开DeepMind创业?1.1B融资背后的AI路径之争
固定链接:http://www5.name.ss7a.cn/images/6391.html
说明:本页以频道方式对当前主题进行整理,并结合正文与相关文章提供连续阅读入口。

相关文章

查看更多

2026 AI创业融资热点:David Silver 1.1B案例对创业者的启示

2026年4月,AI融资市场又出现一笔引人注目的早期交易。前Google DeepMind强化学习团队负责人David Silver创办的英国实验室Ineffable Intelligence,在成立仅几个月后,完成了1.1亿美元规模的种子轮融资,估值达到51亿美元。这一轮由Sequoia和Lightspeed联合领投,Nvidia、Google、DST Global、Index Ventures...

发布时间:2026-06-25

DeepMind大将David Silver 1.1B融资后组建顶尖团队:AI人才从实验室向创业公司加速流动

DeepMind强化学习领域的核心人物David Silver最近动作频频。他创办的Ineffable Intelligence公司成立仅几个月,就完成了1.1亿美元的种子轮融资,投后估值达到51亿美元。这一融资规模在欧洲AI初创公司中格外显眼,Sequoia和Lightspeed领投,Nvidia、Alphabet等机构跟投。Silver的目标很明确:构建一个“超级学习者”,通过强化学习从自身经...

发布时间:2026-06-25

AI无需人类数据就能学习?David Silver新公司Ineffable技术可行性分析

2026年4月27日,TechCrunch报道了一条重磅消息:前DeepMind强化学习团队负责人David Silver创办的Ineffable Intelligence,仅成立数月就完成1.1亿美元种子轮融资,估值达到51亿美元。这家伦敦AI实验室的核心目标是构建无需人类数据的“超级学习者”,完全依靠强化学习(reinforcement learning,简称RL)通过反复试错从自身经验中发现...

发布时间:2026-06-25

强化学习 vs 大语言模型:David Silver 1.1B融资押注的新AI范式

当前AI行业几乎把所有资源都押在了大语言模型上。从ChatGPT到各类应用工具,大家都在拼命堆数据、优化参数,试图通过海量人类文本实现快速落地。可就在这个节点,强化学习领域的传奇人物David Silver却反其道而行之。 这位AlphaGo和AlphaZero的核心开发者,离开DeepMind后创立了Ineffable Intelligence公司。短短几个月,这家英国实验室就拿到了1.1亿美...

发布时间:2026-06-25

David Silver为何押注“经验时代”而非人类数据?AI范式转变

前DeepMind强化学习负责人David Silver最近动作不小。他创办的英国AI实验室Ineffable Intelligence成立没几个月,就拿到11亿美元种子轮融资,估值达到51亿美元。这笔钱由Sequoia Capital和Lightspeed等顶级机构领投,成了欧洲有史以来最大的种子轮。 Ineffable的目标很明确:打造一个“superlearner”,也就是超级学习者。它不...

发布时间:2026-06-25