AI不再向人類學習——強化學習的十億美元豪賭

11億美元——給一家成立不到半年的公司。這筆錢買的不是產品，而是一個賭注：下一代AI，將不再需要人類教它任何東西。

2026年5月14日，Nvidia 正式宣布與英國AI新創公司 Ineffable Intelligence 展開工程層級的深度合作。兩家公司的目標，是建構一套能讓AI透過「試錯經驗」而非人類數據來學習的基礎設施。這個方向，與當前以 ChatGPT、Gemini 為代表的大型語言模型（LLM）路線形成了鮮明對比。

誰是 David Silver，為何這筆錢值得關注

Ineffable Intelligence 於2025年底在倫敦成立，創辦人是 David Silver——倫敦大學學院（UCL）教授，前 Google DeepMind 強化學習團隊負責人。他最廣為人知的成就，是主導開發了擊敗人類頂尖棋手的圍棋AI「AlphaGo」與「AlphaZero」。

2026年4月，該公司完成了11億美元的種子輪融資，創下全球新創公司初期融資紀錄。投資方陣容涵蓋 Sequoia、Lightspeed、Nvidia、Google、DST Global、Index Ventures，以及英國政府的 Sovereign AI Fund。

此次與 Nvidia 的合作，雙方工程師將共同打造「大規模強化學習管道」，使用 Nvidia 最新的 Grace Blackwell 晶片與 Vera Rubin 平台。Nvidia CEO Jensen Huang 表示：「AI的下一個前沿是『超級學習者』——能從經驗中持續學習的系統。」

從「模仿人類」到「自主發現」——這個轉變有多根本

理解這場技術轉向，需要先理解當前AI的核心限制。

現有的大型語言模型，本質上是對人類已有知識的高度壓縮與重組。它們的能力邊界，取決於訓練數據的邊界。Silver 對此直言不諱：「研究人員已基本解決了AI的簡單問題——如何建構知道人類已知一切的系統。但現在我們需要解決更難的問題：如何建構能自行發現新知識的系統。這需要一種截然不同的方法——從經驗中學習的系統。」

廣告

廣告合作

[email protected]

廣告

Ineffable 的方向是強化學習（Reinforcement Learning）：AI透過在環境中反覆行動、觀察結果、調整策略，自主習得能力。這套邏輯在圍棋、電玩遊戲中已展現超人表現，但 Ineffable 的野心更大——將其推向開放式、現實世界的複雜問題。公司明確表示，訓練數據將是「與人類語言截然不同的豐富經驗形式」，並可能需要「全新的模型架構與訓練演算法」。

「前DeepMind」的出走潮——資本在押注什麼

Ineffable 並非孤例，而是一波更大浪潮中的一朵浪花。

同樣在5月14日，前 Google DeepMind 工程師 Tim Rocktäschel 創辦的 Recursive Superintelligence 宣布完成6.5億美元融資。2026年3月，離開 Meta AI首席科學家職位的 Yann LeCun 所創辦的 AMI Labs 完成10億美元融資。過去一年，來自 OpenAI、DeepMind、Anthropic、xAI 的頂尖研究者相繼出走，各自募得數億美元，創辦包括 Periodic Labs、Humans& 在內的新一代AI實驗室。

這股出走潮揭示了一個結構性張力：大型科技公司提供資源，卻也帶來官僚束縛與商業壓力；獨立實驗室提供自由，但需要外部資本支撐長期研究。投資人的判斷是：下一個AI突破，更可能來自這些研究者主導的小型機構，而非已陷入路線慣性的巨頭。

對華人世界意味著什麼

這場技術轉向，對亞洲市場的影響值得細思。

對台灣而言，Nvidia 深化對強化學習基礎設施的投入，意味著對先進晶片的需求將持續增長。Grace Blackwell 與 Vera Rubin 的製造，高度依賴台積電（TSMC）的先進製程。這是短期利多，但也意味著台灣在全球AI供應鏈中的戰略重要性將進一步上升，地緣政治風險同步加劇。

對中國大陸而言，情況更為複雜。強化學習本身並非新技術，中國在這一領域有深厚積累——華為、百度、字節跳動均有相關研究。然而，晶片出口管制使中國無法取得 Nvidia 最新硬體，在「大規模強化學習基礎設施」的建構上存在明顯瓶頸。若強化學習成為下一代AI的核心範式，算力差距可能轉化為能力差距。

對整個投資生態而言，這波「研究者出走創業」的浪潮，目前仍以矽谷與倫敦為核心。亞洲——無論是日本、韓國還是東南亞的科技生態——在這場頂尖AI人才的爭奪中，尚未看到同等規模的本土對應。這是一個值得關注的結構性缺口。