Google DeepMind 老將 David Silver 募資 11 億美元，打造不靠人類資料的 AI！

在 AI 領域，David Silver 的名字可說是「 AlphaGo 之父」的代名詞。2016 年，他在 Google DeepMind 帶領的 AlphaGo 以 4:1 擊敗韓國圍棋冠軍李世乭，瞬間讓全世界見證了強化學習（Reinforcement Learning, RL）的無限潛力。2024 年年初，這位 AI 先驅正式離開 DeepMind，創立了新創公司 Ineffable Intelligence，並在短短幾個月內募得 1.1B 美元（約新台幣 350 億），估值高達 5.1B 美元（約新台幣 1.6 兆）。這筆募資的核心目標只有一個——打造不再依賴人類資料的超級智慧。

Silver 在接受《Wired》專訪時說：「我的任務是讓 AI 實現『第一次接觸超級智慧』。」他口中說的「超級智慧」（Superintelligence）指的是在幾乎所有領域都超越人類認知的人工智慧，而不像現在的「人工通用智慧」（AGI）只能在一個狹隘的範圍內與人類持平。Silver 認為，當前的 大型語言模型（LLM） 本身受限於「人類資料」這塊化石燃料——它們只能學習人類已經寫好的文字，永遠只能在已知的框框裡打轉。要突破這個限制，必須讓 AI 透過強化學習自行探索、自主改進，像可再生能源般不斷學習、持續進化。

1. 為何「人類資料」是 AI 的化石燃料？

在傳統的監督式學習或 LLM 訓練裡，模型會吸收成千上萬甚至上 TB 等級的人類生成文本、圖像、語音等資料。這些資料就像石油一樣，曾經是人類文明的「能源」，讓 AI 能快速取得人類已知的知識與模式。但 Silver 指出，這種「化石燃料」有一個致命缺點：它提供的捷徑是有限的——當資料停滯或過時，模型的表現也會跟著停滯。更糟糕的是，一旦模型所受的訓練資料偏向某一特定觀點（例如「地球是平的」），它會把這種偏見內化，無法自行檢驗真實世界的規律。

2. 強化學習：AI 的可再生能源

相較於依賴靜態資料的做法，強化學習的核心概念是「嘗試‑錯誤‑回饋」迴圈。把 AI 視為一個在環境中探索的「代理人」，它會設立目標、実行行動、根據獎勵或懲罰調整策略，然後再行動。正如 AlphaGo 初期結合人類棋譜與自我對弈（self‑play）一樣，這種「自我對話」讓 AI 能發現人類從未见过的創新走法，最終甚至超越人類的直覺。Silver 把這種方式稱為「可再生能源」——只要環境足夠豐富，AI 就能不斷學習、永遠前進。

3. Ineffable Intelligence 的「超級學習者」

新創公司計畫在虛擬模擬器中建立所謂的「超級學習者」（Superlearner）——這些 AI 代理人會被放入高度可控的虛擬環境，像是宇宙模擬、化學實驗室或城市交通系統等，讓它們在沒有任何人類干預的情況下自行設立目標、犯錯、學習、合作，最終展現出超越人類現有知識範疇的行為。雖然 Silver 目前拒絕透露詳細的模擬內容，但他強調這些環境將提供「無限的可能性」，讓 AI 能自行發現新形式的科學、技術、政府或經濟模式。

4. 為何現在是關鍵時刻？

從 2016 年 AlphaGo 震驚世界，到 2022 年 AlphaZero 以無師自通的方式擊敗圍棋、將棋與西洋棋高手，強化學習已證明自己能在「狹窄領域」達到或超越人類。然而要在「通用情境」達到同等水平，仍然缺乏大規模、持續的自主學習平台。與此同時，全球 AI 領域的主要資源幾乎全部流向 LLM，形成了「一窩蜂」的現象。Silver 的出現無疑是一記「強心針」——他要用全力的專注、而不是把 RL 當作一個小角落來運營真正的「超級學習者實驗室」。

5. 對台灣 AI 生態的啟示

對於台灣的新創與学術界而言，這筆募資背後的訊息相當振奮。首先，它顯示「不依賴人類資料」的學習方式已經得到頂級資本的認可，暗示未來 VC 將更願意資助類似 RL、自監督或生成式 AI 的專案。其次，Silver 要打造的模擬環境「超級學習者」可能需要大量 GPU、TPU 或量子運算資源，這對於台灣的硬體製造商（如 ASUS、Acer）來說是新的出海口。最後，若這條技術路徑真的實現「超級智慧」，台灣的 AI 法規、倫理框架也得提前佈局，避免日後出现監管真空。

結語：從「工具」到「合作夥伴」的轉捩點

David Silver 與 Ineffable Intelligence 的願景不僅是一次技術突破，更是一次思考方式的顛覆。當 AI 能自行在模擬世界裡「玩」並從錯誤中成長，我們或許即將迎來一個由「人類教導」轉向「AI 自學」的時代。未來的 AI，不再只是人類指令的執行者，而可能成為共同創新、共同解決問題的夥伴。接下來幾個月，業界將密切關注 Ineffable 的首批「超級學習者」會在什麼樣的模擬環境裡嶄露頭角。這場金額龐大的實驗，或許正是 AI 走向「超級智慧」的第一步。