要闻列表Google DeepMind 前员工筹集 11 亿美元,旨在构建无需人类数据训练的 AI
Decrypt2026-04-28 19:13:48

Google DeepMind 前员工筹集 11 亿美元,旨在构建无需人类数据训练的 AI

ORIGINALGoogle DeepMind Veteran Raises $1.1 Billion to Build AI That Isn’t Trained With Human Data
AI 影响分析Grok 分析中...
📄完整原文· 由 trafilatura 自动抓取Gemini 翻譯3100 字
简讯 - DeepMind 元老 David Silver 为其新创公司 Ineffable Intelligence 筹集了 11 亿美元资金,估值达 51 亿美元。 - Silver 表示,强化学习而非大型语言模型,才是通往超级智能的最佳路径。 - 该初创公司旨在构建通过模拟和自我博弈进行学习的 AI“超级学习者”。 曾主导 AlphaGo 在 2016 年历史性击败世界围棋冠军 Lee Sedol 的 DeepMind 科学家 David Silver,已筹集 11 亿美元创办了一家初创公司,押注 AI 的下一个时代将不会来自当今的主流技术。 Silver 的公司 Ineffable Intelligence 于 1 月以 51 亿美元的估值成立,并押注于强化学习,这是一种让 AI 系统通过反复试验来改进的方法。Silver 认为,这种方法比目前主导该领域的大型语言模型更能提供一条通往超级智能的可靠路径。 “我认为我们的使命是与超级智能进行第一次接触,”Silver 在接受 Wired 采访时表示。“我所说的超级智能,是指某种不可思议的东西。它应该能够自行发现科学、技术、政府或经济的新形式。” 这一术语由哲学家 Nick Bostrom 在其 2014 年的著作《Superintelligence》中普及,指的是在几乎所有领域都超越人类智能的 AI,而通用人工智能(AGI)则描述的是能够在广泛任务中匹配人类水平推理能力的系统。 Silver 认为,大型语言模型从根本上是有限的,因为它们是从人类生成的数据中学习,而不是通过经验建立自己的理解。 “人类数据就像一种提供了惊人捷径的化石燃料,”他说。“你可以把那些能够自我学习的系统看作是一种可再生燃料——一种可以无限期地学习、学习再学习的东西,没有限制。” Silver 的大部分职业生涯都在推进这一论点。AlphaGo 结合了人类训练数据、强化学习和自我博弈,开发出的策略甚至让顶尖人类棋手感到惊讶,并展示了 AI 如何在特定领域超越人类先例。 “我觉得非常重要的一点是,必须有一个精英 AI 实验室真正百分之百地专注于这种方法,”他告诉 Wired。“而不是仅仅作为另一个致力于 LLMs 的机构的一个角落。” Ineffable Intelligence 计划构建 Silver 所称的“超级学习者”——将 AI 智能体置于模拟环境中,使它们能够追求目标、失败、适应并改进,而不受静态人类数据集的限制。Silver 拒绝描述这些模拟的具体形式,但表示这种方法将允许智能体自主协作并发展能力。 Silver 认为,大型语言模型受到其训练数据的限制,并补充说,如果一个模型是在一个每个人都认为地球是平的世界中训练出来的,那么除非它能亲自验证现实,否则它很可能会保持这种信念。他说,一个通过经验学习的系统则能够发现事实并非如此。 Ineffable Intelligence 未能立即回应 Decrypt 的置评请求。
数据状态✓ 已抓取全文阅读原文(Decrypt)
🔍历史类似事件· 关键词 + 标的比对6 则
💡 目前用关键词 + 标的比对(MVP)· 之后会升级为 embedding 语义搜寻
原始信息
ID:4eaa935701
来源:Decrypt
发布:2026-04-28 19:13:48
分类:一般 · 导出分类 neutral
标的:未指定
社群投票:+0 /0 · ⭐ 0 重要 · 💬 0 留言
Google DeepMind 前员工筹集 11 亿美元,旨在构建无需人类数据训练的 AI | Feel.Trading