(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。
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。
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。
此也正为新公司名称之由来。
”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。
此也正为 10 亿美元融资需处置之首要疑难。
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。
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。
席尔瓦之持，有扎实之成果支撑。
作为 AlphaGo 总设计师，他主导之 2016 年彼场轰动全球之者机大战。
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。
此一理念，也为 Ineffable Intelligence 之技艺基石。
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。
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。
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。
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。
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。
席尔瓦不仅为技艺标杆，更为强化修习路线之坚决倡导者。
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。
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。
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。
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。
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。
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。
” 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。
席尔瓦之创业，也折射出 AI 研讨圈正经历一场“路线大分流”。
” 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。
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”。
席尔瓦将此类表象称为“不可言说”（Ineffable）之智谋。
大家意识到，现有 LLM 虽强盛，但或并非通往 AGI 之终极解答。
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。
” 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。
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。
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。
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。
席尔瓦曾于私下场合多次表达对当前技艺路线之担忧。
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。
Ineffable Intelligence 之核心愿景，正为构建一名摆脱苍生学识束缚之体系。
AI 通过计算，发觉之苍生尚未掌握之法则。
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。
通过修习言辞，AI 能以较低本金得常识。
“吾等欲逾越苍生之认知，为此需一种不同之法门。
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。
大言辞模型之故成，正因言辞本身为苍生智谋之高度压缩。
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。
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。
上一篇：AI抢产能、车厂抢内存，此场博弈华夏车企如何破局？ 下一篇：深夜美股全线大涨，芯片股走强，美光科技涨5%，黄金重回5000美元，俄美乌会谈陷入停滞