AI无需人类数据就能学习？David Silver新公司Ineffable技术可行性分析

“手机一块1分跑的快群”_手机一块1分跑的快群深圳热线-网友沙龙的优化实践表明，从容控场的流量价值，越来越取决于内容的“可迁移性”。

报道显示，多名前DeepMind staffers正被招募进入执行团队，这远不止是一次融资事件，而是AI顶尖人才从实验室向创业公司加速流动的最新信号。

Silver本人的AlphaZero提供最直观的类比。它从零开始，只知规则，不碰任何人类棋谱，通过自我对弈和强化学习，几天内便达到超人类水平，发明了人类棋手未曾想到的策略。这一过程证明，纯经验驱动结合大规模计算，能让系统发现第一性知识，而非仅仅模仿二手数据。Sutton的经典《The Bitter Lesson》早已预言，长期胜出的总是那些充分利用计算的通用方法，而非依赖人类知识注入的短期捷径。

然而，向通用超级智能扩展时，核心挑战迅速浮现。现实世界的探索空间呈爆炸式增长，样本效率极低，需要天文数字级的无效试错。早期RL在简单Atari游戏中虽有进展，却长期难以泛化到复杂场景，正是因为奖励信号稀疏和维度灾难。Silver的“经验驱动”路径虽有潜力，尤其若结合世界模型进行高效模拟，但短期内难以全面超越LLM。目前算力瓶颈仍存，开放环境下的奖励定义仍是未解难题。

短期内，这轮融资热潮将加速RL与世界模型的融合研究，伦敦AI生态有望吸引更多人才和初创项目。“经验优先”的路线将获得更多关注，而普通从业者需要留意相关工具链的演进。长期来看，如果成功，AI范式可能从数据饥渴转向经验自给；若奖励信号设计或算力瓶颈制约，则可能回归混合路线。

这一事件短期内或加速RL领域人才从大厂流出，同时推动资本向“后LLM”替代路线分流。Sequoia与Nvidia的押注已显示，市场对多样化路径的认可在提升。但长期结果仍存不确定性：如果纯RL需要巨量计算与环境模拟却短期难出可验证成果，scaling laws仍可能继续主导资源分配。行业或许将进入多路径并存的探索窗口，而非单一叙事垄断。

表面看这是名人效应叠加资本热潮的产物，但更深层信号在于，AI创业路径正在悄然分化。

Silver与Richard Sutton合作的论文《Welcome to the Era of Experience》直指核心。人类数据虽曾推动LLM迅猛迭代，却本质上是静态快照——有限、带偏见，且难以突破已有知识边界。Sutton的经典《The Bitter Lesson》早已提醒，长期胜出的总是那些充分利用计算的通用方法，而非注入人类知识的捷径。

短期来看，这一事件可能加剧大厂留才压力。更多DeepMind研究员或许会跟随类似路径离职创业或加入高估值新贵，导致薪酬与股权竞争升级。伦敦凭借DeepMind的历史遗产，加上新创公司的涌现，正加速成为欧洲AI重要枢纽。OpenAI、Anthropic等也在此扩大布局，人才争夺战愈发激烈。但我的判断是——这一流动的可持续性仍需观察。

Silver的核心判断源于其长期研究实践。在DeepMind时期，AlphaZero不吃任何人类棋谱，却通过纯trial and error超越人类，这证明AI能在空白起点上自发现规则。如今Ineffable Intelligence的“superlearner”延续这一逻辑，目标是让系统像达尔文式探索那样，从自身经验中构建全新知识，而非作为人类知识的压缩机。

Silver在DeepMind的经历提供了关键线索。他带领团队打造的AlphaZero，完全不依赖人类棋谱或策略记录，而是通过自我对弈和试错从零超越人类水平。这种纯经验驱动的方式，如今被他带到Ineffable Intelligence，目标是打造“superlearner”——一种通过trial and error从空白状态发现知识和技能的系统，而非简单压缩现有数据。

现阶段，行业最需要的是更多可分享的中间过程数据。