要聞列表Google DeepMind 前員工籌集 11 億美元,旨在打造無需人類數據訓練的 AI
Decrypt2026-04-28 19:13:48

Google DeepMind 前員工籌集 11 億美元,旨在打造無需人類數據訓練的 AI

ORIGINALGoogle DeepMind Veteran Raises $1.1 Billion to Build AI That Isn’t Trained With Human Data
AI 影響分析Grok 分析中...
📄完整原文· 由 trafilatura 自動擷取Gemini 翻譯3100 字
簡要摘要 - DeepMind 資深專家 David Silver 為其新創公司 Ineffable Intelligence 募得 11 億美元資金,估值達 51 億美元。 - Silver 表示,強化學習(reinforcement learning)而非大型語言模型(large language models),才是通往超級智慧(superintelligence)的最佳途徑。 - 該新創公司旨在打造透過模擬與自我對弈(self-play)進行學習的 AI「超級學習者」(superlearners)。 曾帶領 AlphaGo 於 2016 年歷史性擊敗世界圍棋冠軍 Lee Sedol 的 DeepMind 科學家 David Silver,已募得 11 億美元創立一家新創公司,押注 AI 的下一個時代將不會來自當前的主流技術。 Silver 的公司 Ineffable Intelligence 於 1 月成立,估值達 51 億美元,該公司押注於強化學習,這是一種讓 AI 系統透過反覆試錯來改進的方法。Silver 主張,與目前主導該領域的大型語言模型相比,這種方法提供了通往超級智慧更可靠的路徑。 「我認為我們的使命是與超級智慧進行第一次接觸,」Silver 告訴 Wired。「我所說的超級智慧,指的是真正不可思議的事物。它應該能為自己發現科學、技術、政府或經濟的新形式。」 哲學家 Nick Bostrom 在其 2014 年的著作《Superintelligence》中普及了這個詞彙,指的是在幾乎所有領域都超越人類智慧的 AI,而通用人工智慧(AGI)則描述了在廣泛任務中能達到人類水準推理能力的系統。 Silver 主張,大型語言模型從根本上受到限制,因為它們是從人類生成的數據中學習,而不是透過經驗建立自己的理解。 「人類數據就像一種化石燃料,提供了一種驚人的捷徑,」他說。「你可以將自我學習的系統視為一種可再生燃料——一種可以不斷學習、永無止境的東西。」 Silver 的職業生涯大部分時間都在推動這一論點。AlphaGo 結合了人類訓練數據與強化學習及自我對弈,發展出的策略甚至讓頂尖人類棋手感到驚訝,並展示了 AI 如何在特定領域超越人類先例。 「我覺得有一個百分之百專注於這種方法的頂尖 AI 實驗室非常重要,」他告訴 Wired。「而不是僅僅作為其他專注於 LLMs 的機構中的一個角落。」 Ineffable Intelligence 計畫打造 Silver 所謂的「超級學習者」——將 AI 代理放置在模擬環境中,讓它們可以在沒有靜態人類數據集限制的情況下追求目標、失敗、適應並改進。Silver 拒絕描述這些模擬環境的具體樣貌,但表示這種方法將使代理能夠自主協作並發展能力。 Silver 主張,大型語言模型受到其訓練數據的限制,並補充說,一個在每個人都相信地球是平的世界中訓練出來的模型,除非它能親自驗證現實,否則很可能會保持這種信念。他說,一個透過經驗學習的系統,則能發現事實並非如此。 Ineffable Intelligence 未立即回應 Decrypt 的置評請求。
資料狀態✓ 已擷取全文閱讀原文(Decrypt)
🔍歷史類似事件· 關鍵字 + 標的比對6 則
💡 目前用關鍵字 + 標的比對(MVP)· 之後會升級為 embedding 語意搜尋
原始資訊
ID:4eaa935701
來源:Decrypt
發佈:2026-04-28 19:13:48
分類:一般 · 導出分類 neutral
標的:未指定
社群投票:+0 /0 · ⭐ 0 重要 · 💬 0 留言
Google DeepMind 前員工籌集 11 億美元,旨在打造無需人類數據訓練的 AI | Feel.Trading