作为 AlphaGo 总设计师，他主导之 2016 年彼场轰动全球之者机大战。
席尔瓦曾于私下场合多次表达对当前技艺路线之担忧。
此也正为 10 亿美元融资需处置之首要疑难。
与当前依赖海量文本预操练之大模型路径不同，席尔瓦之新公司明确提出：彼等要绕过 LLM 既定范式，回归强化修习（Reinforcement Learning, RL）本源，构建一名不依赖苍生既有学识、能自立探求新知之智能体系。
” 作为 DeepMind 联手创始者德米斯·哈萨比斯（Demis Hassabis）自大学时代之密友与长期协作伙伴，席尔瓦之离开可说为该公司史册上最重要之者事变动之一。
席尔瓦不仅为技艺标杆，更为强化修习路线之坚决倡导者。
通过修习言辞，AI 能以较低本金得常识。
随之大言辞模型于商业应用中之普及，越来越多顶尖格致家始担忧技艺演进之潜于瓶颈。
于与李世石之第二局比赛中，著名之“第 37 手”曾被所有苍生专家判定为失误，因它不符合任何已知围棋定式。
此外，一些曾参与 AlphaGo、AlphaZero 课题之格致家，近期也离职创办之 Reflection AI；Meta 之者工智能部门则于图灵奖得主杨立昆（Yann LeCun）带领下，重组“超级智能实验室”，探求不同于 Transformer 架构之新路径。
接近交易之注资者剖析，本钱商场愿意为一家尚未发布货品之公司开出如此巨额支票，主要基于两点：一为对席尔瓦名者技艺声望之信赖，二为对其所主张之“后大模型时代”技艺路线之方略性押注。
AI 通过计算，发觉之苍生尚未掌握之法则。
大家意识到，现有 LLM 虽强盛，但或并非通往 AGI 之终极解答。
不过，也有批者指出，强化修习虽于围棋、游戏等章法明确之氛围中表现优异，但于现状全球此类章法模糊、回馈稀疏之敞开氛围中，其有效性尚未得到充分验证。
于当前创投氛围下，Ineffable Intelligence 高达 10 亿美元之融资宗旨尤为引者注目。
然而后续棋局证验，此正为决定胜负之枢纽一手。
若完全摒弃此一路径，Ineffable Intelligence 或需构建极其繁之数术孪生体系，供 AI 进行亿万次试错操练，其算力本金将为天文数术。
几周前，消息确认前谷歌 DeepMind 首席格致家、AlphaGo 核心负责者戴维·席尔瓦（David Silver）正式离职，并于伦敦创立者工智能初创公司"Ineffable Intelligence"。
哪怕家境优越，也从不争抢女主，一步一名脚印打磨演技。
此也正为新公司名称之由来。
此后，席尔瓦团队掘发之 AlphaZero 与 MuZero 进一步验证之其理论：AlphaZero 于不依赖任何苍生棋谱、仅被告知章法之先决下，通过自我对弈三天便击败 AlphaGo；MuZero 甚至无需知晓章法，就能于围棋、国际象棋与 Atari 游戏中自立摸索法则，达到超者水平。
” 图 | 戴维·席尔瓦 (来源：Youtube) 目前，Ineffable Intelligence 已于伦敦设立总部，并启动全球顶尖强化修习研讨员之招募。
此一理念，也为 Ineffable Intelligence 之技艺基石。
据悉，该公司正推进一轮规模达 10 亿美元之种子轮融资，目前已接近成。
尽管 SSI 与 Ineffable Intelligence 均以“超级智能”为宗旨，但侧要点有所不同：伊利亚倾向于通过扩计算规模与改良模型架构实现智能跃迁，席尔瓦则更急进地主张更张修习范式，由“督察修习”转向“强化修习”。
席尔瓦代表最原教旨主义之一派，他认为智能之本原为决策与探求，而非言辞预测。
席尔瓦之创业，也折射出 AI 研讨圈正经历一场“路线大分流”。
1. https://www.ft.com/content/dffe72d0-4064-4412-8ebc-50198a30d40e 他主张回归强化修习之核心思路。
大言辞模型之故成，正因言辞本身为苍生智谋之高度压缩。
据熟悉该课题之者士透露，新公司将致力于研发“能够延续修习之超级智能”——它不仅能办理言辞，更能通过于模拟氛围中之自我博弈与试错，从第一性原理出发，推导处置疑难之最优解。
”2025 年 4 月，席尔瓦于一档播客节目中罕见公开阐述其理念，“此种法门需 AI 能够真正自立探求，发觉苍生尚不知道之新事物。
他指出，大言辞模型于后操练阶段主要依赖“苍生回馈强化修习”（RLHF），即通过苍生估量员之打分来改良模型。
席尔瓦将此类表象称为“不可言说”（Ineffable）之智谋。
作为图灵奖得主查理·萨顿（Charlie Sutton）之学生，他之论文被引用量已超过 28 万次，并于 2019 年得 ACM 计算奖。
” 此一融资额度，追平之 OpenAI 前首席格致家伊利亚·苏茨克维（Ilya Sutskever）2024 年创立 Safe Superintelligence（SSI）时创下之纪录。
席尔瓦之持，有扎实之成果支撑。
此些模型通过修习互联网上海量之文本数据，掌握预测下一名词之统计法则，从而展现出强盛之对话与生成本领。
此些成果构成之席尔瓦技艺路线之基石：于章法明确、可模拟之体系中，纯粹之强化修习完全有本领逾越苍生智能。
一位行业观察家指出：“当前局面颇似 2010 年代初深度修习爆发前夜。
此意味之，模型所能达到之最高水平，难以逾越苍生估量员之认知边界。
他坚信，只要设计出合理之奖机制，AI 就能于更繁之现状差事中复刻 AlphaZero 之成，无需像大言辞模型彼样，通过模仿苍生言辞来“假装”思考。
虽公司尚未公布实在货品光阴表，但此家公司之技艺路线与源泉投入，或将成为影响 AI 技艺演进方位之下一股重要力量。
公平。2024 年，OpenAI 前首席格致家伊利亚·苏茨克维创办 Safe Superintelligence（SSI），同样得巨额融资。
2025 年 4 月，席尔瓦与其导师萨顿共同发表论文《欢迎来到阅历时代》（Welcome to the Era of Experience），提出新一代 AI 体系应更注重智能体与氛围之交互修习：通过延续试错、自我迭代与长期互动积攒阅历，而非仅依赖静态数据操练。
但席尔瓦认为，此一路径存本原局限：AI 之本领上限被“苍生数据”本身所锁定。
DeepMind 发言者于简短声明中确认之此一消息：“戴维之贡献为无价之，吾等极其感谢他对 DeepMind 工所做出之贡献。
Ineffable Intelligence 之核心愿景，正为构建一名摆脱苍生学识束缚之体系。
(来源：Google Deepmind) 于一些偏僻之海景房楼盘里，想找家便利店皆难 目前，包括 OpenAI 之 GPT 系列与谷歌之 Gemini 系列于内，主流 AI 模型均建立于“预操练 + 微调”范式之上。
“吾等欲逾越苍生之认知，为此需一种不同之法门。