前谷歌DeepMind首席科学家、AlphaGo项目核心负责人戴维·席尔瓦（David Silver）近日宣布在伦敦创立人工智能公司"Ineffable Intelligence"，引发科技界广泛关注。这家初创企业正推进总额达10亿美元的种子轮融资，规模已接近OpenAI前首席科学家伊利亚·苏茨克维（Ilya Sutskever）创立的Safe Superintelligence（SSI）所创下的融资纪录。
与当前主流的大语言模型技术路径不同，席尔瓦提出要突破现有框架，回归强化学习的本质。他主张构建能够自主探索未知领域的智能系统，而非依赖人类既有知识库。这种技术理念源于其长期研究实践——作为图灵奖得主查理·萨顿（Charlie Sutton）的门生，席尔瓦的学术论文累计被引用超过28万次，2019年更获得ACM计算奖。
2025年4月，席尔瓦与导师联合发表的《欢迎来到经验时代》论文系统阐述了其技术主张。他们认为新一代AI系统应通过持续与环境交互获取经验，而非单纯依赖静态数据训练。这种思路直接体现在新公司的技术方向上：开发能够自我迭代、通过试错积累知识的超级智能系统。
资本市场对这位技术领袖的押注颇具战略眼光。接近交易的投资人透露，10亿美元融资的达成主要基于两点考量：席尔瓦在强化学习领域的权威地位，以及其提出的"后大模型时代"技术路线可能带来的颠覆性突破。当前主流AI模型均采用"预训练+微调"模式，通过海量文本数据学习语言规律，但席尔瓦指出这种路径存在根本性局限——AI的能力上限被人类数据规模所束缚。
在席尔瓦看来，现有技术路线过度依赖人类反馈强化学习（RLHF），导致模型认知水平难以突破评估员的认知边界。"要实现超越人类的智能，必须让AI具备自主探索能力。"他在近期播客节目中强调，"真正的突破需要发现人类尚未掌握的规律。"
科技界正经历显著的技术路线分化。除席尔瓦外，参与AlphaGo项目的多名科学家近期创立Reflection AI，meta则在杨立昆（Yann LeCun）带领下重组"超级智能实验室"，探索非Transformer架构的新路径。行业观察家指出，当前局面类似于深度学习爆发前的技术探索期，各大实验室都在寻找突破大语言模型局限的新方案。
不过，强化学习路线也面临现实挑战。批评者认为，该技术在围棋等规则明确的环境中表现优异，但在现实世界这种开放环境中，稀疏的反馈信号和模糊的规则体系可能限制其有效性。完全摒弃语言学习路径意味着需要构建极其复杂的数字孪生系统，其算力需求可能呈指数级增长。
目前，Ineffable Intelligence已在伦敦组建核心团队，并启动全球顶尖强化学习专家的招募工作。虽然尚未公布具体产品时间表，但这家初创企业的技术方向和资源投入，已被视为影响AI技术演进的关键变量。其能否突破现有技术瓶颈，或将重新定义人工智能的发展轨迹。
