บิลคลีน พ่อของ AlphaGo ร่วมก่อตั้ง รอบซีดีได้รับเงินทุนในจำนวน 11 พันล้านเหรียญสหรัฐ
David Silver ครั้งล่าสุดที่ปรากฏตัวในแสงแฟลชคือในปี 2016 ที่ห้องประชุมในโซล อย่างแท้จริงแล้วคือที่ด้านหลังของโต๊ะที่อยู่ตรงข้ามกับ Li Shi Xie บนโต๊ะนั่นคือ AlphaGo
หลังจาก 10 ปีเขาออกจากตำแหน่งใน Google DeepMind และเริ่มต้นใหม่ในลอนดอน ประกาศการระดมทุนไม่ถึง 24 ชั่วโมง วงที่ลงทุนของยุโรปกลุ่มให้กำลังหายใจรวดกัน: รอบการลงทุนเริ่มต้น 11 พันล้านเหรียญสหรัฐ มูลค่า 51 พันล้านเหรียญสหรัฐ การลงทุนของดาว lue และอ่าวบริจำอาศัส หลังจากมังกรตะวันตกและ Yeti DST DS difficult the Global Index Google British Sovereign AI Fund ลำดับต่อเนื่งของชื่อ
นี่เป็นรอบการลงทุนเริ่มต้นที่ใหญงสุดในประวัติการลงทุนของยุโรป
"รอบการลงทุนเริ่มต้นที่ใหญ่ที่สุด" เพียงเเค่เปฺินเป็นเเค่ฉากเปิดไม่ใช่จุดสำคัญ
เริ่มต้นด้วยเลข
บริษัทชื่อ Ineffable Intelligence จดทะเบียนอยู่ใน ธันวาคม 2025 Silver เพิ่งพ้เตอจาก DeepMind อย่างเป็นทางการใน พฤษจิกายน 2568 สิงห์กับยางไม้ จารตัวเต็ม ไม่ถึงครึ่งปีจากการสร้างบริษัทถึงการรับเงินราคานีปาง
รอบการลงทุนเริ้ม ใค้ 51 พันล้านเหรียญสหรัฐ โดยรู้สอเอก๗ูฉคะนทื่แาหี มือจับเเพเง่าตินาไสเสจจำติสี่างี่ Silver ในรอบอันนี้เขาทำอย่างแฉลสถา� aby จำถะง� หนะสอเเ� โอโ�อออ�ั้นนี้หยทำแา-Airนน้นททารี้ ofraitนของ�ปคือาแทรช_datasets-snpอ่าก
ต้กใน้ๆำสงัแด�่ด
ค่าความสำคัญของประวัติศาสตร์ชนิดนี้ไม่อยู่ที่จำนวนเอกสาร แต่อยู่ที่การครอบครองพลวัตของวิสุทธิชน. คนที่มี "ชื่อเสียงทางวิชาการ + ประสบการณ์วิศวกรรม + ตำแหน่งในหนังสือ" ทั้งสามอย่างในบรรทัดเดียวกัน ไม่เกินห้าคนทั่วโลก
เขาไม่ต้องการข้อมูลของมนุษย์
จุดที่แท้จริงต้านความเข้าใจอยู่ที่นี่
รุ่น GPT, Claude, Gemini ของโมเดลเหล่านี้ จริงๆ คือการเอาทุกอย่างที่มนุษย์เคยเขียนมาใส่ในเครือข่าย การบีบอัดเป็นความน่าจะเป็นทางความหมาย แล้วใช้วิธีการฝึกหลังหน่าทุกแบบเพื่อ "เรียกคืน" มันสามารถเขียนอีเมล, เขียนโค้ด, เขียนขำขันได้ เพราะมนุษย์เคยเขียนเรื่องทุกอย่างเสียแล้ว
เป้าหมายที่ Silver เขียนไว้บนเว็บไซต์ Ineffable คือการสร้าง superlearner, ผู้เรียนที่ยอดเยี่ยมมาก. มันต้องทำงานโดยไม่ต้องพึ่งพาข้อมูลที่มนุษย์สร้างมา แต่เพียงผ่าน "ประสบการณ์" ของตัวเอง จากศักยภาพพื้นฐานที่ง่ายที่สุดไปจนถึง "การเข้าใจครอบคลุมอันลึกซึ้ง"
นี่ไม่ใช่วลีการตลาด เบื้องหลังมีบทความที่กำลังจะพิมพ์
ตั้งแต่ปีที่แล้ว, Silver และ Richard Sutton ผู้เขียนหนังสืออัญประสงค์ที่แต่งร่วม, ผู้ได้รับรางวัล Turing jointly เขียนบทความ ในส่วนเรื่อง "ยุคของประสบการณ์" ซึ่งเป็นเอกสารส่วนที่จะประกอบหนังสือ "Designing an Intelligence" ที่จะออกพิมพ์จาก MIT Press. ในบทความมีประโยคคำพิพากษาที่ถูกอ้างอย่างไม่น้อยนิยม
“ในข้อมูลที่มนุษย์ให้ จำนวนความรู้ที่สามารถดึงออกมา ในหัวข้อสำคัญของศาสตร์นิยาม กำลังเข้าสู่ปีกกับดความจำกัดของมัน”
สิ่งที่มนุษย์เคยเขียน, โมเดลเคยอ่านหมด. มันยอมรับบทบาทหน้าที่ที่จะมีความดีเยี่ยมจากการฝึกล่วงหน้า. กำลังมากขึ้นจะมีข้อได้เสียที่เราจะได้รับ ข้อจำกัดจะกลายเป็นเส้นตรงราบ
ทางออกของ AI รุ่นต่อไป ไม่ใช่ค้นช้อยข้อสรุปข้อมูลแบบใหญ่, คำตอบมองเห็นคนให้อย่างมากขึ้น, แต่คือการลงมือระดมข้อมูลในแวดวงเงียบมากขึ้นตามเสนอ. มันม่ายไปทดลอง, แล้วล้มเหลว, ทำฟื้นสื้นบูร, ทำหาญฅ, บรรยายฟื้นที่อยู่นอกเปลอกของมนุษย์ออกมาด้วยตัวมันเอง
ทุกส่วนที่ได้รับแหร - ผู้ดูแลงานที่ Sequoia พูดคำแรกระบุธรรมสักการะ "ถ้าต้องการผลจากการทำนาย, นี่คือศัพท์ของชนิดอันลึกประเภท"เธอระบุกฎของตนออกมาแสดงว่าประกอบทุกชีวิต กฎของเราเองจะอธิบายและก่อสร้างความต่างแห่งวิปัสสนาภาพของพวกเอ็นที่จะอธิบายด้านก่อสร้างทั้งหมดของอัจฉริยะ
ประโยคนี้ทำให้คนไม่เชื่อ อย่าไปเร่ง ๆ ให้เห็นท้องตลก เค้าแค่ตกใจออกมาว่า ดูถูก Redwood ไม่ได้ฉีดน้ำ ๆ ไม่ได้คือผู้ช่วยสนทนาหรือ copilot ใด ๆ ในธุรกิจด้านใน แต่เป็นเพียงแค่ความเป็นไปได้ใหม่
ความจริงนี้ไม่ใช่เรื่องใหม่
คนที่รู้จักผลงานของ Silver จะค้นพบว่าแนวคิด superlearner ไม่ใช่เรื่องใหม่
ในปี 2017 AlphaZero ได้ดำเนินการในสิ่งเดียวกัน ไม่ใช้ชุดคำสั่งของมนุษย์ใด ๆ เพียงแต่พึ่งตนเองในการแข่งขัน เพียงไม่กี่ชั่วโมงก็ทำลายเครื่องมือที่แข็งที่สุดที่เคยมีทั้งสามแบรนด์เกม ในปี 2024 AlphaProof ได้รับเหรอเงินในการแข่งขันคณิตศาสตร์ระดับโลก และได้ทำเช่นเดียวกันใช้รูปแบบการพิสูจน์ที่สร้างโดยตนเองเพื่อฝึกใจเอง
ทีมงาน AlphaProof หลังรับรางวัลกับการ "ตบกระดิก" ในสำนักงาน
ดูเหมือนน่าตื่นเต้นมาก แต่เส้นทางดังกล่าวมีอยู่เส้นทางหนึ่งที่ทั้งสิบปีที่ผ่านมาห้อยกว่าทุกห้องปฏิบัติ RL
เหตุผลคือ "การแข่งขันดีตัวเอง" ต้องการสภาพแวดล้อมสะอาด เกมโปร่ง 19x19 และกษัตริย์สีขาวดำอันแน่นอนมีกฎพุทธคำ ฟ้าดวงและการชนะแต่ชัดเจน ในสภาพแวดล้อมปิดกั้นดังกล่าวโมเดลสามารถรู้ตัวได้อย่างแจ่มชัดว่าอะไรคือ "ชนะ" ดังนั้นจึงสามารถปรับปรุงได้อย่างแจ่มชัด
แต่หากคุณเปลี่ยนงานเป็น "เขียนสัญญาที่ทำให้ลูกค้าจ่ายเงิน" "พิสูจน์สมมติการคณิตศาสตร์ที่ยังไม่ได้พิสูจน์" "ขับรถแท็กซี่กลับไปที่โรงแรมในเมืองที่แปลกใหม่" สัญญาของการรับรางวัลจะถูกตั้งค่าไหม สภาพแวดล้อมจะถูกสร้างอย่างไร หลักพันธ์เหล่านี้ในสิบปียังไม่ได้ถูกคำแน่">
Silver รางนี้คราวนี้ คือการยอมรับต้องณปัญหานี้ยังไมเต็มแล้ว แล้วเริ่มตัวใหม่ด้วย 11 พันล้านเหรา เส้นทางทีลลงมือสามหนเลือนกรรมชาและองค์กรใหม่
ทำไมถาวร
ตลาดปี 2026 ต้องการร้อยไรของ AI ที่ "ไม่ใช้ข้อมูลมนุษย์" ในการเดิรจ 11 ล้าน พันล้าน เหอ คำตอบซีง196 ณ12 เดือนหลงการยังไมชิ่หนีสัญส
Sreis o3 และ o4 ของ OpenAI ทรงซฟโก้ไมติซก้าดินทียกลง ของการตร ลา ป็นสมร DreepSeek R1 ลงและกดผลการตานต์การซนรี็ใส้ไม่ใหา้ม ใก สารจ ใ ดดจาทนม ใ จงา ตี จาดน่านตรัก เพอ ปืนที ถ่ท่ อ ช่ง Noรและมจ ึช่C ดร ใส ีไมF็้าM้ิสเร ส
ระดับลึกมากขึ้นคือการสนทนาระหว่างกฎ Scaling Law ที่ได้รับการทบทวนล่วงหน้า ซึ่งตั้งแต่ครึ่งปีหลังจากปี 2025 เป็นต้นไป มีรายงานงานวิจัยใหม่ๆ เกือบทุกเดือน โดยเมื่อโทเค็นคุณภาพสูงในข้อความมนุษย์เริ่มน้อยลงจนเกือบหมด ประจำงวดดำเนินการขยายขนาดโมเดลต่อไป จะพบว่ามีการลดลงของผลประโยชน์ของการขยายขนาดอย่างชัดเจน ด้านเงินทุนได้เริ่มเปลี่ยนทิศ เมื่อภายในปีที่ผ่านมา ทุนการลงทุนระดับยอดของซิลิคอนวัลลีย์มีการลงทุนเงินสำนักงานใหญ่ในภาคปัญญาประดิษฐ์ AI กำลังเริ่มลงแนวโทรลล์น้ําหนักมากขึ้นโดยในทิศทางที่ไม่ใช่การผลิตโมเดลโถงเหล็กหรืออุปกรณ์ LLM ซึ่งที่หลักของเขาอยู่ที่ RL โมเดลโลกของเขามีความรู้จักการข้าวได้ของ AlphaGo และได้รับความรู้จากงาน ML เช่น AlphaZero และ AlphaProof อีกด้วย ยังมีอำนาจในฐานวิชาการกับ Sutton