AlphaGo之父：大模型之后 是自学时代

带领DeepMind做出AlphaGo和AlphaZero的学者David Silver，如今把全部精力放在一家新实验室上。他在10月12日刊出的《金融时报》访谈中，系统阐述了自己对下一代人工智能的判断：当下这一波靠海量人类文本喂出来的大模型，可能已经接近方法层面的天花板。

他的理由很直接。大模型学的是人类已经写下来的东西，再由人类反馈来修正，它能走多远，取决于人类已经知道多少。据访谈，Silver把可用于训练的人类数据比作一种快烧完的化石燃料——光靠它，堆不出真正的突破。他要造的是一个「超级学习者」：像AlphaZero当年不喂任何棋谱、纯靠自我对弈学会围棋和象棋那样，让模型在与环境的互动和试错中自己长出能力。他把这条路线称作「经验时代」。

他的新公司Ineffable Intelligence于2025年在伦敦成立，今年4月完成11亿美元种子轮，投后估值约51亿美元，由红杉资本与光速创投领投，Index Ventures、谷歌、英伟达参与，英国政府旗下主权AI基金和英国商业银行也出现在股东名单里，被称为欧洲历史上最大的一笔种子轮投资——而这家公司至今没有发布过任何产品。

更值得注意的是他对安全的处理方式。据《金融时报》报道，Silver打算把Ineffable的研究严格限制在受控的模拟环境里：把一群AI智能体放进沙盒，观察它们会不会自己发明语言、数学甚至交易媒介，而不是让它们直接接触真实网络。他给自己定下的时间表是三年左右——要么在模拟中做出超级智能，要么拿出「快要做成」的证据。

他也承认这条路在伦理上并不轻松。访谈中他表示，社会和监管都跟不上AI的速度，实验室之间、国家之间的竞赛并不健康，一些同行的做法也不够负责；Ineffable不承接军事项目，而他本人已承诺把这家公司带来的个人收益捐给高影响力的公益机构。被问到为什么要造比人更聪明的东西时，他的回答是：看看战争、贫困和那些本可预防的疾病，反过来说，没有AI，人类又能往哪里去。

这条路线能否在棋盘之外成立，目前还没有答案。AlphaZero的成功建立在规则封闭、结果可验证的棋类上，而开放世界没有天然的对错判据，强化学习能否在这里复制同样的奇迹，是Ineffable必须回答的问题。但至少在资本层面，押注「不用人类数据」的这批钱，已经开始和大模型的账本并排下注。

编译自 Financial Times