Ineffable Intelligence esce allo scoperto con un’operazione che, per dimensioni e impostazione, segna un punto di discontinuità nel panorama dell’intelligenza artificiale. Il nuovo laboratorio di ricerca fondato a Londra da David Silver ha raccolto un round seed da circa 1,1 miliardi di dollari, con una valutazione intorno ai 5,1 miliardi, configurandosi come uno dei più grandi round seed mai registrati a livello globale nel settore AI e attirando un consorzio di investitori che unisce venture capital, industria e attori pubblici.
A guidare l’operazione è Sequoia Capital, affiancata da Lightspeed Venture Partners, mentre tra i finanziatori figurano anche Nvidia, EQT e istituzioni britanniche come British Business Bank e UK Sovereign AI Fund. La composizione del round è indicativa: non si tratta solo di capitale di rischio, ma di un allineamento più ampio attorno a una traiettoria tecnologica percepita come strategica.
La presenza di Nvidia, in particolare, suggerisce una lettura industriale dell’investimento, legata al potenziale fabbisogno di infrastrutture computazionali che un approccio basato su reinforcement learning su larga scala comporterebbe.
La visione di Silver: una missione ad alto rischio
Alla base del progetto c’è una visione esplicita, che David Silver ha sintetizzato in una nota personale scritta nel momento in cui ha deciso di fondare Ineffable Intelligence. “Il mondo ha bisogno di un luogo in cui l’intera ambizione del paradigma del reinforcement learning possa prosperare”, scrive, indicando come obiettivo centrale affrontare direttamente “la domanda profonda dell’intelligenza: come scoprire nuova conoscenza a partire dall’esperienza nell’ambiente”.
Silver rivendica una finestra di opportunità unica per costruire questo tipo di laboratorio, facendo leva sulla propria esperienza e su un team altamente specializzato. Ma sottolinea anche la natura del rischio: “Ci sarà un rischio significativo di fallimento, a fronte della possibilità di un successo spettacolare che potrebbe trasformare positivamente il corso dell’AI e, di conseguenza, dell’umanità”.
Nella stessa nota, il ricercatore chiarisce il posizionamento rispetto ad altri filoni oggi dominanti: “Altre forme di AI avranno successo anche senza di me: linguaggio generativo, video, codice – sono tutte in buone mani”. La scelta di Ineffable è quindi deliberatamente focalizzata su una traiettoria meno battuta, ma considerata più coerente con il suo percorso scientifico.
Un passaggio chiave riguarda le condizioni necessarie per perseguire questo obiettivo: la creazione di uno spazio di ricerca “in cui un lavoro ambizioso possa prosperare senza piegarsi alle esigenze di prodotti incrementali e profitti di breve termine”. Una finestra temporanea, nelle intenzioni di Silver, in cui concentrare risorse e talento su una missione unica. “Scelgo di aprire questa finestra”, conclude.
La missione: sette principi per la superintelligenza
La visione si traduce in una missione articolata, che Ineffable Intelligence sintetizza in una serie di principi fondanti. Il primo riguarda la portata della sfida: “L’arrivo della superintelligenza sarà il momento più trasformativo della storia”. A questa dimensione si affianca un vincolo etico esplicito: “La superintelligenza può e deve essere costruita in modo da essere benefica per l’umanità”.
Il laboratorio assume inoltre una posizione netta sui tempi di sviluppo: “La superintelligenza può essere costruita in anni, non in decenni o secoli”, indicando una prospettiva molto più accelerata rispetto a quella tradizionalmente associata alla ricerca sull’AGI.
Al centro resta l’impostazione tecnica: “La superintelligenza sarà raggiunta attraverso l’apprendimento dall’esperienza, piuttosto che dai dati umani”, ribadendo il rifiuto del paradigma data-driven dominante. Da qui deriva anche il nome stesso della società: “Le conoscenze e le capacità acquisite dalla superintelligenza saranno troppo profonde per essere descritte dal linguaggio umano”.
La missione include inoltre una forte enfasi sulla generalità e sulla continuità: “Un singolo superlearner sarà applicabile a qualsiasi macchina digitale o fisica, a qualsiasi flusso di esperienza”, e “la superintelligenza continuerà ad apprendere e migliorare, senza fine”.
Nel loro insieme, questi principi definiscono un posizionamento estremamente ambizioso e coerente con l’approccio di Silver: non una piattaforma AI specializzata, ma un sistema generale capace di evolvere nel tempo, indipendentemente dai vincoli della conoscenza umana esistente.
Il progetto: un “superlearner” senza dati umani
Il focus resta Ineffable Intelligence e la visione che ne sostiene la valutazione. Alla guida c’è David Silver, figura centrale nello sviluppo del reinforcement learning moderno e protagonista dei principali avanzamenti ottenuti in DeepMind con la serie Alpha.
Il nuovo laboratorio punta a costruire un “superlearner”, un sistema capace di apprendere interamente dall’esperienza, senza ricorrere a dati umani preesistenti. Non pre-training, non imitazione: l’intelligenza emerge dall’interazione con un ambiente e dall’analisi delle conseguenze delle proprie azioni.
Si tratta di una rottura netta rispetto all’approccio dominante degli ultimi anni. Se i large language model rappresentano una sintesi avanzata del sapere umano, il progetto di Ineffable mira a sviluppare sistemi che non dipendono da quel sapere, esplorando strategie e forme di ragionamento potenzialmente non allineate al pensiero umano.
L’ambizione dichiarata è costruire un’intelligenza capace di generare nuova conoscenza, arrivando a derivare leggi fisiche, sviluppare nuove branche della matematica o progettare tecnologie oggi fuori dal perimetro concettuale esistente.
Dalla lezione di AlphaGo a una nuova fase dell’AI
Il percorso di David Silver offre una base concreta a questa ambizione. In DeepMind è stato tra i principali artefici della svolta che ha portato AlphaGo a superare il campione mondiale di Go nel 2016, grazie all’introduzione del self-play.
Con AlphaGo Zero, l’eliminazione del pre-addestramento umano ha dimostrato come sistemi basati esclusivamente sull’esperienza possano raggiungere livelli sovrumani, sviluppando strategie spesso non intuitive.
Ineffable Intelligence estende questo principio oltre i domini chiusi come i giochi, cercando di applicarlo a contesti aperti e complessi. È qui che si concentra il principale nodo tecnologico: scalare il reinforcement learning in ambienti non strutturati resta una sfida ancora irrisolta.
Una partita anche geopolitica
L’operazione va letta anche nel contesto più ampio della competizione globale sull’intelligenza artificiale. Negli ultimi anni lo sviluppo dei modelli più avanzati si è concentrato negli Stati Uniti, tra startup come OpenAI e Anthropic e i grandi gruppi tecnologici.
Il sostegno di investitori pubblici britannici indica la volontà del Regno Unito di ritagliarsi un ruolo nella frontiera più avanzata dell’AI, trattenendo talenti di primo livello e sostenendo iniziative ad altissimo rischio tecnologico. Ineffable Intelligence diventa così anche un tassello di una strategia più ampia di posizionamento europeo.
Un progetto ancora senza prodotto
Nonostante la scala del finanziamento, Ineffable Intelligence resta un progetto in fase estremamente iniziale. Non esiste ancora un prodotto né una roadmap pubblica definita, e i tempi per arrivare a risultati concreti restano incerti.
È proprio questo elemento a qualificare l’operazione: non un investimento su una tecnologia già validata, ma una scommessa su una traiettoria scientifica alternativa. Il capitale raccolto riflette la convinzione che il paradigma basato sui dati non sia necessariamente l’unico percorso verso sistemi di intelligenza avanzata.
Oltre gli LLM, una nuova competizione tra paradigmi
In un mercato oggi dominato dal perfezionamento dei large language model, Ineffable Intelligence rappresenta una deviazione netta. Più che un’evoluzione incrementale, propone un cambio di paradigma: dall’AI che apprende dai dati all’AI che apprende dall’esperienza.
Il risultato è un progetto che combina ambizione scientifica, capitale su scala senza precedenti per una fase seed e un ecosistema di finanziatori che riflette la convergenza tra ricerca, industria e politica industriale. Una scommessa che riapre la competizione su quale architettura definirà la prossima generazione di sistemi intelligenti.
