英国人工智能初创公司Inepable Intelligence在成立数月内便获得了11亿美元（约合1.6199万亿韩元）的种子轮投资。对于一家初期企业而言，这是非同寻常的规模，表明超越生成式AI、自行发现“新知识”的模型开发竞争正日益升温。
据CNBC报道，通过此次投资，Inepable Intelligence的企业估值达到51亿美元（约合7.5103万亿韩元）。本轮投资由Lightspeed Venture Partners和Sequoia Capital领投，Nvidia、谷歌、英国主权AI基金、DST Global、Index Ventures等参与跟投。
Inepable Intelligence由出身于DeepMind的著名AI研究者David Silver领导。他曾在Alphabet旗下的机器学习组织DeepMind工作超过十年，以主导开发2016年公开的“AlphaGo”而闻名。当时AlphaGo击败了世界顶级围棋棋手，引发了全球关注，据报道相关对弈有超过2亿人观看。
此后，DeepMind扩展了AlphaGo的基础技术，开发了专注于解决数学问题的AI“AlphaProof”。2024年，AlphaProof在国际数学奥林匹克竞赛中作为基于神经网络的AI首次获得奖牌，具有技术象征意义。David Silver的新创业之所以备受期待，也与此背景有关。
超越回答既有知识，瞄准“创造新知识”
据《连线》报道，Inepable Intelligence正在推进与依赖公开网络和既有数据给出答案的传统AI模型不同的方法。其目标是创建能够自行发现尚未被知晓的知识的所谓“超级学习者”。该公司认为，这种形式的AI能够大幅提升科学研究和工程设计的效率。
核心开发方式是强化学习。强化学习是一种训练方法：向AI提出任务，评估其执行结果，并基于反馈改进性能。通常，在此过程中，一个更简化的“教师模型”会扮演评估者的角色，检查正在学习的模型的输出。
强化学习有多个分支。典型的是“基于模型的强化学习”，它以数据库形式预先提供生产环境中频繁遇到的情境，以提高学习速度。相反，也有更注重适应性而非预设数据库的方法。此外，像RLHF这样将人类反馈反映到教师模型中以提升回答质量的技术也被广泛使用。
省略预训练的实验……引入AlphaGo式的“自我对弈”
Inepable Intelligence构想中引人注目的部分在于，它跳过了部分常规AI开发流程。通常，强化学习应用于已完成大规模预训练的模型，但该公司正推进省略该步骤的方案。取而代之的计划是将AI模型置于模拟环境中，让它们通过彼此互动来学习。
这种方式与AlphaGo展示的成功案例相关联。AlphaGo通过与自己进行数百万次对弈的“自我对弈”方式，创造了既有学习数据中没有的新战术。Inepable Intelligence也被解读为试图通过类似结构，引导AI超越简单模仿，自主发现问题解决策略。
这类尝试表明，AI产业的下一个竞争轴心正从“更大的模型”转向“更会学习的模型”。尽管许多企业已在投入巨资改善大语言模型性能，但下一代决胜点很可能是自行提出假设、验证并积累新知识的能力。
资金向重量级创始人集中……市场预期进一步升温
此次融资也与近期资金向著名研究者出身的创始人集中的趋势相吻合。就在两个月前，另一家早期AI初创公司AMI Labs也获得了10.3亿美元资金。当时首席执行官Yann LeCun表示，将开发优化于诸如改进飞机零部件设计等任务的“世界模型”。
归根结底，市场已开始超越简单的聊天机器人竞争，对能够改变整个科学和工程领域的“研究型AI”赋予更高价值。Inepable Intelligence的超大型种子轮投资正是这一预期的体现。不过，鉴于技术难度极高，真正能产出“新知识”的AI何时能带来可见成果，仍有待进一步观察。
TP AI注意事项 本文使用基于TokenPost.ai的语言模型进行了摘要。可能遗漏了正文中的主要内容或与事实不符。