AlphaGo之父David Silver離職創業，目標超級智能

編輯 | 澤南

又一位 AI 大佬決定創業，這位更是重量級。

《財富》等媒體本周五報道說，在 Google DeepMind 眾多著名突破性研究中發揮關鍵作用的知名研究員 David Silver 已離開公司，創辦了自己的初創公司。

知情人士稱，Silver 正在倫敦創辦一家名為 Ineffable Intelligence 的新公司。該公司目前正在積極招聘人工智能研究人員，并尋求風險投資。

Google DeepMind 已于本月初向員工宣布了 Silver 的離職消息。Silver 在離職前的幾個月里一直處于休假狀態，并未正式返回 DeepMind 工作崗位。

Google DeepMind 的一位發言人在電子郵件聲明中證實了 Silver 離職的信息，表示：「Dave 的貢獻是無價的，我們非常感謝他對 Google DeepMind 工作所做出的貢獻?！?/p>

根據英國公司注冊處 Companies House 的文件顯示，Ineffable Intelligence 公司成立于 2025 年 11 月，Silver 于今年 1 月 16 日被任命為該公司董事。

此外，Silver 的個人網頁現在將他的聯系方式列為 Ineffable Intelligence，并提供了一個 Ineffable Intelligence 的電子郵件地址。

除了在谷歌 DeepMind 的工作之外，Silver 還是倫敦大學學院的教授。他目前仍然保留著這一教職。

在 AI 領域，David Silver 的大名無人不知，他是 DeepMind 眾多突破性成就背后的關鍵人物。

Silver 是 DeepMind 于 2010 年成立時的首批成員之一。他與 DeepMind 聯合創始人德米斯?哈薩比斯（Demis Hassabis）在大學時期就已相識。Silver 在公司早期的許多突破性成就中發揮了關鍵作用，包括 2016 年圍棋 AI 系統 AlphaGo 的里程碑式成就，它證明了人工智能可以擊敗世界上最優秀的圍棋棋手。

David Silver、哈薩比斯和李世石。

他也是開發 AlphaStar 團隊的關鍵成員之一。在 2019 年 8 月，AlphaStar 在歐洲星際爭霸 II 天梯上達到了大師級水平，躋身人類玩家的前 0.2%。

Silver 還參與開發了 AlphaZero，該程序能夠以超人的水平玩國際象棋、日本將棋和圍棋；以及 MuZero，該程序即使在沒有任何游戲知識（包括游戲規則）的情況下，也能比人類更好地掌握多種不同的游戲。

2024 年 7 月，Silver 與 DeepMind 團隊合作開發了 AlphaProof，這是一個實現國際數學奧賽銀牌水準的 AI 系統。David Silver 也是 2023 年發表的介紹谷歌首個 Gemini 系列 AI 模型的研究論文的作者之一。Gemini 現在是谷歌領先的商業 AI 產品和品牌。

另有知情人士透露，Silver 告訴朋友們，他渴望重拾「解決 AI 領域最棘手難題的敬畏與奇妙之感」，并將超級智能 —— 即比任何人類都更聰明、甚至可能比全人類都更聰明的人工智能 —— 視為該領域最大的未解之謎。

近年來，多位知名 AI 研究人員離開老牌 AI 實驗室，創辦了致力于追求超級智能的初創公司。OpenAI 前首席科學家 Ilya Sutskever 于 2024 年創立了一家名為 Safe Superintelligence (SSI) 的公司。該公司迄今已籌集了 30 億美元的風險投資，據報道估值高達 300 億美元。

一些 David Silver 的同事，曾參與 AlphaGo、AlphaZero 和 MuZero 項目的科學家們最近也離職創辦了 Reflection AI，這家初創公司也聲稱正在研發超級智能。另一方面，Meta 去年重組了其人工智能部門，成立了新的「超級智能實驗室」，該實驗室由 Scale AI 前首席執行官兼創始人 Alexandr Wang 領導。

而 Meta 原首席人工智能科學家、圖靈獎得主 Yann LeCun 則選擇離職，正為其新創立的 AI 公司尋求融資。

David Silver 本科畢業于劍橋大學，2004 年赴加拿大阿爾伯塔大學攻讀強化學習博士學位。他曾獲得 2019 年 ACM 計算獎、英國皇家工程院銀質獎章等多項榮譽。目前 Silver 的論文被引用量已經超過 28 萬次。

作為 2024 年圖靈獎得主 Richard Sutton 的門生，David Silver 以其在強化學習（Reinforcement learning）方面的研究而聞名，這是一種訓練 AI 通過試錯和反饋來學習如何做決策的方法。

David Silver 雖然不是強化學習的提出者，但經常被認為是強化學習最堅定的支持者之一，他認為這是創造有一天能夠超越人類知識的人工智能的唯一途徑。

在谷歌 DeepMind 于去年 4 月份發布的一檔播客節目中，David Silver 表示，大型語言模型（LLM）雖然功能強大，但也受到人類知識的限制，他表示，「我們想要超越人類的認知，為此我們需要一種不同的方法，這種方法需要 AI 能夠真正地自己去探索，并發現人類尚不知道的新事物?！?/p>

他呼吁 AI 進入一個以強化學習為基礎的全新「經驗時代」。

目前，大語言模型有一個「預訓練」開發階段，該階段使用無監督學習。它們會吸收大量的文本，并學習預測在給定上下文中哪些詞在統計學上最有可能出現在其他詞之后。然后，它們還有一個「后訓練」開發階段，該階段確實會使用一些強化學習，通常由人類評估員查看模型的輸出并向模型提供反饋，有時反饋形式只是簡單的「好」或者「不好」。通過這種反饋，模型生成有用輸出的傾向會得到增強。

但這種訓練方式的上限被人類知識鎖死 —— 這既是因為它依賴于人類過去學習和記錄的知識（在預訓練階段），也是因為大型語言模型后訓練階段的強化學習最終是基于人類的偏好。然而，在某些情況下，人類的直覺可能是錯誤的或短視的。

例如，在 AlphaGo 2016 年與圍棋世界冠軍李世石的第二局比賽中，AlphaGo 的第 37 手棋就出乎所有人的預料，以至于所有評論比賽的人類專家都確信這是一個昏招。但事實證明，這最終成為 AlphaGo 贏得那場比賽的關鍵，體現了 AI 超乎尋常的「大局觀」。

同樣，人類國際象棋棋手也經常將 AlphaZero 的下棋方式描述為「非人類的」—— 然而，它那些看似違反直覺的走法卻常常被證明是絕妙的。

如果在大語言模型的后訓練階段采用強化學習過程，人類評估者可能會對這些走法給出負面評價，因為在人類專家看來，這些走法像是錯誤的。也許這就是為什么像 Silver 這樣的強化學習純粹主義者認為，要想達到超級智能，AI 不僅要超越人類知識，還需要摒棄人類知識，從零開始，從基本原理出發，學習如何實現目標。

一位熟悉 Silver 想法的人士表示，Silver 創立的 Ineffable Intelligence 公司旨在構建「一種能夠不斷學習的超級智能，它可以自主發現所有知識的基礎」。

人們預計Ineffable Intelligence正式宣布融資時，將會出現一個巨大的融資數額。

參考內容：

https://fortune.com/2026/01/30/google-deepmind-ai-researcher-david-silver-leaves-to-found-ai-startup-ineffable-intelligence/

https://www.youtube.com/watch?v=zzXyPGEtseI

https://davidstarsilver.wordpress.com/