Brittiläinen tekoälylaboratorio Ineffable Intelligence keräsi 1,1 miljardin dollarin siemenkierroksen ja paljastui samalla julkisuuteen. CNBC:n mukaan kierrosta johtivat Sequoia Capital ja Lightspeed Venture Partners, ja mukaan tulivat Index Ventures, Google ja Nvidia.
Yhtiön perusti vuoden 2025 lopussa David Silver, joka tunnetaan AlphaGo:n ja AlphaZero:n pääkehittäjänä Google DeepMindissä. Yhtiön arvoksi rahoituksen jälkeen muodostui 5,1 miljardia dollaria. Silverin mukaan tavoite on rakentaa älykkyys, joka oppii ilman ihmisten tuottamaa dataa.
Rahoituskierros on Euroopan suurin koskaan tehty siemenkierros — luku, joka kertoo paitsi Silverin profiilista myös sijoittajien halusta tukea kielimallien rinnalla kulkevaa tutkimuslinjaa.
Kuka on David Silver
Silver on yksi vahvistuksen oppimisen (reinforcement learning) tunnetuimmista tutkijoista. Hän johti DeepMindin tiimiä, joka rakensi AlphaGo:n — ohjelman, joka voitti maailman parhaan ammattilaisen Go-pelissä vuonna 2016.
AlphaGo:n jälkeen Silverin tiimi kehitti AlphaZero:n, joka oppi pelaamaan Go:ta, shakkia ja shogi:a pelkästään pelaamalla itseään vastaan ilman ihmispelitietokantoja. Sama tiimi rakensi myöhemmin AlphaStar-järjestelmän, joka pelasi StarCraft II:ta ammattilaistasolla.
Silver perusti Ineffable Intelligencen marraskuussa 2025 ja jätti DeepMindin tammikuussa 2026. Hänen rinnallaan toimii joukko entisiä DeepMind-tutkijoita, ja yhtiö operoi Lontoosta käsin.
Silver toimii edelleen myös professorina University College Londonissa, mikä on tuonut yhtiön piiriin akateemista yhteistyöverkostoa.
Vaihtoehto kielimallien valta-asemalle
Ineffable Intelligencen tutkimusote eroaa nykyisestä valtavirrasta. Silver ehdottaa, että suuria kielimalleja ei kannata pitää tekoälyn kehityksen päämääränä, koska niiden oppi rajoittuu ihmisten kirjoittamiin teksteihin.
Yhtiön tavoitteena on niin sanottu superlearner — järjestelmä, joka kerää tietonsa simulaatiosta ja yritys-erehdys-oppimisesta sen sijaan, että harjoittelisi miljardeilla ihmisten tuottamilla dokumenteilla. Lähestymistapa nojaa vahvistuksen oppimiseen ja maailmamalleihin.
Silverin teesi haastaa transformer-arkkitehtuurin, joka on hallinnut tekoälyn kehitystä vuodesta 2017 alkaen. Hänen mukaansa pelkän ihmisdatan varaan rakennettu kyvykkyys osuu lopulta sisäänrakennetun katon päälle.
Vastaavaa ajattelua on viime kuukausina ilmaissut myös osa muista entisistä DeepMind-tutkijoista, jotka näkevät vahvistuksen oppimisen renessanssin yhtenä realistisena reittinä yleisälykkyyteen.
Lähestymistavan vahvuus on siinä, että agentti voi periaatteessa kerätä rajattomasti uutta dataa simulaatiossa. Heikkous on simulaation ja todellisuuden välinen kuilu, joka jokaisen RL-järjestelmän on jossain vaiheessa kohdattava.
Mihin yhtiö suuntaa kyvykkyytensä
Yhtiö kertoo tähtäävänsä erityisesti robotiikkaan ja kriittiseen infrastruktuuriin. Esimerkkeinä on mainittu sähköverkkojen optimointi ja teollisuuden ohjausjärjestelmät — kentät, joissa ihmisen tuottama opetusdata on niukkaa mutta simulaatioympäristöt rakennettavissa.
Lähestymistapa muistuttaa sitä, miten AlphaZero hallitsi pelialueet pelkällä simulaatiolla. Toisinaan tätä kutsutaan kokemuksen aikakaudeksi — vaiheeksi, jossa tekoäly luo tietonsa toimimalla ympäristössä eikä lukemalla siitä.
Käytännössä siirtymä on kuitenkin vaikeampi. Robotin tai sähköverkon simulointi tarpeeksi tarkasti vie nykyisillä laskentaresursseilla huomattavasti enemmän aikaa kuin pelkän pelin mallintaminen. Ineffablen rahoitus on osittain vastaus tähän tarpeeseen.
Yhtiön ensimmäisten julkisten tutkimustulosten odotetaan käsittelevän juuri näitä ongelmia. Aikataulusta ei ole annettu tarkkoja lukuja, mutta sijoittajat kuvailevat hankkeen olevan vuosien mittainen pitkän matkan veto.
Robotiikkaan suuntautunut tutkimuslinja on herättänyt eniten huomiota, sillä alalle on viime aikoina virrannut paljon pääomaa myös perinteisiltä robotiikkayhtiöiltä. Ineffable yrittää erottua niistä keskittymällä nimenomaan oppimisalgoritmin tasoon eikä mekaniikkaan.
Mitä rahoitus kertoo markkinasta
Yli miljardin siemenkierros nimettömälle laboratoriolle on poikkeuksellinen. Se kertoo, että suursijoittajat ovat valmiita tukemaan myös kielimallien rinnalla kulkevaa tutkimuslinjaa, vaikka transformer-mallit dominoivat tällä hetkellä.
Sequoia ja Lightspeed liittyvät jatkumoon, jossa eturintaman tutkijat lähtevät isoista yhtiöistä rakentamaan omia laboratorioitaan. Vastaavia esimerkkejä viime kuukausilta ovat AMI Labs ja Recursive Superintelligence, joista molemmat keräsivät satoja miljoonia kymmenistä sijoittajista.
Nvidia ja Google ovat mukana paitsi rahoittajina, myös todennäköisesti laskentakapasiteetin tarjoajina. Tällaiset rahoituspäätökset ovat usein samalla pitkäkestoisia infrastruktuurikumppanuuksia.
Eurooppalaiselle tekoälykentälle Ineffable Intelligencen kierros on signaali, että huipputalenttia voidaan rahoittaa kotimantereella ilman pakkoa siirtyä Yhdysvaltoihin.
Wired ja CNBC kuvailivat kierrosta poikkeukselliseksi paitsi kokoluokaltaan myös sijoittajien profiilin osalta — Sequoia, Lightspeed, Index Ventures, Google ja Nvidia samassa pöydässä on harvinaista yhdistelmä yksittäisen siemenkierroksen ympärillä.
Yhteenveto
Ineffable Intelligence on rahoituspaketillaan ja perustajansa profiililla yksi vuoden tarkkailluimmista uusista laboratorioista. Silverin näkemys siitä, että pelkkä ihmisdataan tukeutuva malli ei riitä yleisälykkyyden saavuttamiseen, ei ole uusi — mutta sen taakse asettuva pääoman määrä on.
Toistaiseksi yhtiöllä ei ole julkista tuotetta. Seuraavat 12-18 kuukautta ratkaisevat, johtaako vahvistuksen oppimisen vahva paluu uusiin kykyihin vai pysyykö transformer-paradigma yhä parhaiten skaalautuvana lähestymistapana.