Дэвид Силвер, создатель AlphaGo, собирает $1 млрд при оценке $4 млрд — крупнейший seed-раунд в истории Европы. Его стартап Ineffable Intelligence поставлен ровно три месяца назад и не имеет ни продукта, ни выручки.
Силвер утверждает: языковые модели упираются в потолок человеческих данных и структурно не способны создать сверхинтеллект. Прорыв возможен только через обучение ИИ на собственном опыте — без учителей-людей.
Sequoia ведёт раунд, Nvidia, Google и Microsoft рассматривают участие. Венчурный рынок ставит на переосмысление архитектуры, а не на масштабирование существующих подходов.
Когда компании нет трёх месяцев, нет продукта и нет даже публичного плана — инвесторы всё равно готовы выписать чек на миллиард долларов. Это не пузырь в классическом смысле. Это рыночная ставка на конкретного человека и конкретную идею, которая сегодня звучит радикально, но однажды уже оказалась правильной.
Речь о Дэвиде Силвере — британском исследователе, который провёл в DeepMind более десяти лет и создал программы, перевернувшие представления о возможностях машины. AlphaGo в 2016 году победила чемпиона мира по го — игре, которую эксперты считали недостижимой для ИИ ещё лет двадцать. AlphaZero выучила шахматы, го и сёги с нуля за четыре часа. MuZero освоила десятки игр Atari, не зная правил. Ни разу ни одна из этих систем не имитировала человека — каждая открывала стратегии, до которых люди не додумывались тысячелетиями.
Почему языковые модели — это тупик
В конце прошлого года Силвер покинул DeepMind и основал в Лондоне Ineffable Intelligence. Компания зарегистрирована 19 ноября 2025 года. Публичной программы нет. Зато есть тезис, который прямо противоречит мейнстриму индустрии.
Силвер убеждён: ChatGPT, Gemini, Claude и все остальные системы на основе больших языковых моделей никогда не достигнут сверхинтеллекта. Не потому что они плохо написаны. А потому что их потолок — это потолок человеческого знания. Они обучаются на текстах, написанных людьми, и максимум, чего могут достичь — человеческого уровня. Это не предположение и не скромность: это структурное ограничение архитектуры.
В совместной работе с Ричардом Саттоном — одним из отцов-основателей обучения с подкреплением — Силвер формализовал эту идею. Статья «Era of Experience» фиксирует: высококачественные текстовые источники практически исчерпаны, прогресс за счёт обучения с учителем замедляется измеримо. Этот предел не обойти деньгами или вычислительными мощностями — он встроен в саму методологию.
Показательно, что Силвер говорит это не снаружи. Он соавтор оригинальной статьи о семействе моделей Gemini 2023 года. Он понимает текущий подход изнутри и всё равно считает его конечным.
Ход 37: логика нечеловеческого интеллекта
Лучшее объяснение позиции Силвера — это один конкретный момент. Вторая партия AlphaGo против Ли Седоля, 2016 год, ход номер 37. AlphaGo поставила камень на пятую линию. Профессионалы, наблюдавшие за партией, решили, что машина сломалась. Фань Хуэй — чемпион Европы по го — растерялся. Комментатор замолчал. Этот ход был победным. Блестящим. И абсолютно нечеловеческим: за 2500 лет истории го никто так не играл, потому что это противоречило интуиции любого мастера.
Мы хотим выйти за пределы того, что знают люди. Для этого нужен принципиально другой метод — ИИ должен сам разбираться в том, чего мы ещё не знаем.— Дэвид Силвер, подкаст DeepMind, 2025
Именно это и делал AlphaGo: он перестал оглядываться на человеческое мнение как мерило правильности. Как только система начала оценивать ходы по собственным критериям, а не по тому, что одобрили бы эксперты, она обнаружила стратегии, которые люди не видели. Силвер проверил эту идею несколько раз подряд — AlphaZero, MuZero, AlphaProof — и каждый раз получал одинаковый результат: отказ от имитации открывает принципиально новые возможности.
Что такое обучение на опыте и почему это сложно
Альтернатива, которую предлагает Силвер, называется обучением на опыте. Вместо того чтобы читать тексты, которые написали люди, система взаимодействует со средой — физической, цифровой, симулированной — и получает обратную связь напрямую. Не «эксперт сказал, что это хорошо», а «вот измеримый результат». Месяцами и годами, а не в рамках короткого диалога.
В статье «Era of Experience» описаны конкретные сигналы: пульс пациента как обратная связь для медицинского агента, показания датчиков CO₂ для климатического исследователя. Вознаграждение берётся из реального мира, а не от человека-судьи. Это позволяет системе обучаться в задачах, где «правильного» человеческого ответа просто не существует.
Техническая проблема здесь вполне конкретна. Обучение с подкреплением работает хорошо там, где можно чётко определить победу и дёшево симулировать среду. В го есть абсолютный победитель. Робот может десять миллионов раз взять предмет в симуляторе. Но задачи открытого мира — научные открытия, разработка программного обеспечения, стратегическое планирование — не имеют такого чистого сигнала. Именно формулировка функции вознаграждения для этих задач становится главным инженерным барьером. Ни одна лаборатория пока не пробовала делать это в масштабе, о котором говорит Силвер.
Почему Sequoia летела в Лондон без питч-дека
Управляющий партнёр Sequoia Альфред Лин и партнёр Соня Хуан сами прилетели на встречу с Силвером. Он их не звал. Известие о его уходе из DeepMind разошлось по венчурному сообществу быстро — и несколько фондов начали переговоры прежде, чем у компании появилось хоть какое-то описание продукта.
Сделка структурируется как seed-раунд при оценке $4 млрд. По данным PitchBook, ни один европейский стартап раньше не закрывал первый раунд в таком объёме. Для сравнения: DeepMind в своё время обошёлся Google примерно в $500 млн — и это была уже зрелая компания с командой и исследованиями. Парижский Mistral в 2023 году считался сенсацией со своими €105 млн seed. Сегодня эта сумма выглядит скромно.
По данным CB Insights, половина из $469 млрд венчурных инвестиций 2025 года пришлась на ИИ. Иля Суцкевер привлёк $3 млрд для Safe Superintelligence без единого релиза продукта. Мира Мурати подняла $2 млрд для Thinking Machines за несколько месяцев после ухода из OpenAI. Янн ЛеКун сейчас ведёт переговоры о €500 млн для AMI Labs. Паттерн очевиден: рынок платит не за продукт, а за убеждение, что текущая парадигма имеет предел.
Что это означает для всей индустрии
Когда инвесторы пишут десятизначные чеки компаниям без продукта, они делают ставку не только на конкретного основателя. Они ценообразуют предположение о том, что следующий крупный прорыв не придёт от масштабирования GPT-5 или обучения Gemini на большем количестве текстов. Они считают, что он придёт от кого-то, кто готов переосмыслить подход с нуля.
Утечка исследовательских кадров из крупных лабораторий ускоряется. Несколько сооснователей xAI объявили об уходе буквально на прошлой неделе. До этого — команды из OpenAI, DeepMind, Meta. Каждый раз рынок вознаграждал этот выбор. Крупные лаборатории явно нервничают из-за оттока.
Бычий аргумент в пользу Ineffable Intelligence конкретен. Силвер уже однажды построил систему, которую профессионалы приняли за поломку — а она оказалась гениальной. AlphaZero за четыре часа самообучения изменила шахматную теорию. Если он прав насчёт предела языковых моделей — и история его правоты длинная — инвесторы утверждают, что именно этот человек имеет право делать миллиардную ставку на обучение с подкреплением как путь к общему интеллекту.
Медвежий аргумент столь же прямолинеен: оценка $4 млрд привязана к одному исследователю и его убеждениям, а не к инженерным результатам. Формулировка функции вознаграждения для открытых задач — нерешённая проблема. Никто не пробовал делать это в том масштабе, о котором идёт речь.
Лондон сейчас делает ставку на тот же принцип, который однажды привёл к ходу 37. Разница только в том, что на этот раз доска — не го, а интеллект как таковой.
Узнать больше
Era of Experience — Дэвид Силвер и Ричард Саттон
Препринт главы книги MIT Press «Designing an Intelligence». Авторы аргументируют: ИИ должен учиться из прямого взаимодействия со средой, а не из человеческих текстов — иначе потолок неизбежен.
FT: David Silver и Ineffable Intelligence
Первичный источник Financial Times — оригинальный материал о переговорах и структуре сделки.
Sifted: крупнейший seed Европы
Европейский контекст сделки и сравнение с Mistral, Ilya Sutskever's SSI и другими лабораториями нового поколения.
Источники
Источники материала
Financial Times, 18 февраля 2026 — первичный репортаж о раунде Ineffable Intelligence. The Telegraph, 18 февраля 2026 — детали переговоров и европейский контекст. Sifted, 17 февраля 2026 — комментарий инвестиционного банкира Houlihan Lokey. Implicator AI — полный разбор тезиса «Era of Experience» и биографии Силвера. CB Insights — данные о венчурных инвестициях в ИИ за 2025 год.
