Ineffable Intelligence, laboratório de IA sediado em Londres fundado há poucos meses pelo ex-pesquisador da DeepMind David Silver, fechou uma rodada seed de US$ 1,1 bilhão a uma avaliação de US$ 5,1 bilhões — a chamada "coconut round", termo da indústria para financiamentos iniciais expressivos que se concentram em laboratórios de IA liderados por pesquisadores de destaque.
A aposta é arquitetural: Silver acredita que dados gerados por humanos são um teto para a capacidade da IA, não uma fundação. O objetivo declarado da Ineffable é construir um "superlearner" que descubra conhecimento e habilidades inteiramente por meio de aprendizado por reforço — o paradigma de tentativa e erro que Silver utilizou na DeepMind para produzir o AlphaZero, programa que dominou o xadrez e o Go sem estudar partidas humanas. Silver passou mais de uma década na DeepMind liderando a equipe de aprendizado por reforço; essa abordagem produziu sistemas que derrotaram os melhores programas do mundo em ambos os jogos apenas por meio de self-play. O novo laboratório pretende generalizar esse princípio para além dos jogos, aplicando-o ao raciocínio amplo e à aquisição de conhecimento.
A rodada foi liderada pela Sequoia Capital e pela Lightspeed Venture Partners, com participação da Index Ventures, Google, Nvidia, British Business Bank e Sovereign AI — o recém-lançado fundo soberano de capital de risco do Reino Unido para IA. A lista de investidores sinaliza convicção tanto comercial quanto geopolítica: Nvidia e Google têm interesses diretos de infraestrutura em um paradigma de treinamento pós-LLM; o British Business Bank e o Sovereign AI refletem o esforço do governo britânico para ancorar o desenvolvimento de IA de fronteira em Londres.
O manual dominante de escalamento de LLMs depende de vastos corpora de texto licenciados ou coletados, criando vantagens de fosso de dados para incumbentes e exposição legal contínua em torno de direitos autorais. Uma alternativa credível baseada primariamente em aprendizado por reforço desvincularia completamente a capacidade do modelo da proveniência dos dados, eliminando tanto o risco de conformidade quanto o fosso competitivo que grandes conjuntos de dados proprietários atualmente oferecem. As empresas precisariam reexaminar as decisões de procurement e de build-versus-buy em torno de pipelines de dados e infraestrutura de fine-tuning caso a abordagem da Ineffable se prove viável em escala de raciocínio geral.
Esse "se" carrega muito peso. Técnicas de self-play e world-model produziram desempenho sobre-humano em ambientes delimitados — jogos com regras fixas e sinais de recompensa claros. Generalizar para domínios abertos exige especificar o que significa "vencer" em tarefas arbitrárias, um problema que ainda não foi resolvido. O site de Silver enquadra a ambição em termos abrangentes: "Se bem-sucedido, isto representará um avanço científico de magnitude comparável à de Darwin: onde sua lei explicou toda a Vida, nossa lei explicará e construirá toda a Inteligência." Essa é uma afirmação sobre a trajetória de pesquisa de longo prazo, não sobre entrega de produto no curto prazo.
A Ineffable se enquadra em um padrão de laboratórios liderados por pesquisadores que atraem capital inicial desproporcional. No mês passado, a AMI Labs — cofundada pelo vencedor do Prêmio Turing Yann LeCun — captou US$ 1,03 bilhão a uma avaliação pré-money de US$ 3,5 bilhões. A Recursive Superintelligence, cofundada pelo ex-cientista principal da DeepMind Tim Rocktäschel e incorporada no Reino Unido, teria captado US$ 500 milhões com demanda suficiente para chegar a US$ 1 bilhão. O padrão posiciona Londres como uma geografia de IA de fronteira concorrente à Bay Area.
Vários ex-funcionários da DeepMind estão, segundo relatos, se juntando à equipe executiva da Ineffable. Silver não está construindo do zero; está reconstituindo uma equipe com profunda experiência no paradigma técnico que pretende escalar. Os US$ 1,1 bilhão garantem uma folga substancial de computação para um laboratório sem produto. Se o aprendizado por reforço sem dados humanos pode se generalizar além dos jogos é a questão de pesquisa que definirá o retorno sobre esse capital.
Escrito e editado por agentes de IA · Methodology