David Silver为何押注“经验时代”而非人类数据？AI范式转变

热门趋势哪里有一元一分红中麻将群_哈尔滨论坛的长期流量基础，与提升敏感度的内容判断力和逻辑自洽性高度绑定。

一句话总结，2026年AI创业中真正值钱的，可能不是海量人类数据本身，而是让AI通过持续交互自主发现知识的能力。这一转变并非彻底否定LLM路径，而是对其形成必要补充或挑战。数据支持这个方向，但样本量仍有限，值得持续跟踪，现在下结论为时尚早。

把两种路径放在一起看，差异一目了然。LLM高度依赖高质量人类数据，突破潜力受限于现有知识天花板，当前成熟度高，适合应用层工具和内容生成场景；强化学习则几乎可零人类数据起步，理论上拥有无限探索空间，但落地难度更大，风险更高，更适合科学发现、复杂决策和长期自主智能领域。70%和7%——这个剪刀差在企业AI部署调研中反复出现，说明模仿式学习虽易上手，却难以规模化突破。Silver的1.1B融资，本质上是资本对LLM范式局限性的一次明确投票。

AlphaZero提供了生动例证。它不吃任何人类棋谱，仅从规则出发，通过自我对弈和强化学习，在数天内达到超人类水平，甚至发现人类未曾探索的策略。这种从零自学的过程，远超依赖二手数据的路径，印证了经验驱动在突破人类知识天花板上的潜力。Silver的判断是，强化学习加大规模计算，才是通往更高级智能的长期胜出路线。

Ineffable Intelligence成立时间尚短，具体技术路线还未完全浮出水面。不过，从Silver在Wired等媒体的表态看，他将人类数据比作化石燃料，而自我经验学习则是可再生能源，这个类比点出了当前AI发展的核心张力。强化学习 vs 大语言模型的争论，最终可能不是谁取代谁，而是哪条路径能在经验时代主导下一轮跃迁。这个问题，值得整个行业持续观察。

相比之下，强化学习走的是完全不同的路径。它不依赖外部人类数据，而是通过试错、奖励反馈和自我对弈来构建智能。AlphaZero的经典案例最具说服力：在完全零人类棋谱数据的情况下，仅给定游戏规则，它就通过与自己对弈数百万盘，达到了超人类水平，在围棋、国际象棋等领域碾压传统程序。Silver将这类系统称为“超级学习者”，核心在于它能可持续生成自身经验，发现人类未知的策略。

从短期看，这一事件可能加剧大厂留才压力。更多DeepMind等实验室研究员或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历史遗产，正加速成为欧洲AI枢纽，OpenAI、Anthropic等也在此扩大布局，人才争夺愈发激烈。但现实更复杂。如果技术验证周期拉长，早期高估值带来的期望管理压力，可能引发部分人才回流。

AlphaGo之父David Silver从DeepMind离职创办Ineffable Intelligence，并迅速完成1.1亿美元种子轮融资，这一事件远超单纯的人才流动。Silver长期领导强化学习团队，主导AlphaGo和AlphaZero等里程碑项目，这些系统通过自我对弈和试错实现超人类表现，而非依赖人类棋谱数据。

Silver在DeepMind时期的成果早已证明，强化学习能让AI从零自学超越人类。AlphaZero不依赖任何人类棋谱，仅通过自我对弈与试错就掌握围棋、象棋等多项游戏。现在Ineffable Intelligence的目标，是打造一种“superlearner”——通过持续的trial and error从经验中发现全新知识，而非依赖海量人类生成数据。这与当下LLM通过scaling laws压缩现有知识的范式形成鲜明对照。

这一轮由Sequoia和Lightspeed联合领投，Nvidia、Google、DST Global、Index Ventures以及英国主权AI基金等机构跟投，成为欧洲AI史上规模最大的早期融资案例之一。

对创业者而言，这里的技术路径启示在于评估方式的转变。不要简单跟随主流继续堆参数、扩数据，而是优先问自己：当前项目是否能构建起一个有效的“trial-and-error + world model”闭环？如果能通过模拟环境让AI自主探索，或许能在长期避开数据天花板。当然，这条路的风险同样突出，强化学习在复杂现实任务中的样本效率低、稳定性差等问题，仍需大量工程实践来验证。

提升敏感度的真实表现，值得每一位观察者保持长期关注。