AlphaGoの父親が起業し、シードラウンドで11億ドルを調達

David Silverは、**2016年にソウルで会議室で最後にスポットライトを浴びた**と言えます。正確には、イ・セドルが向かい合っているテーブルの「後ろ」に座っていた。テーブルの隣に座っていたのは AlphaGo です。

10年が経過し、彼はGoogle DeepMindを辞職し、ロンドンで新たな事業を始めました。資金調達の発表が24時間も経たないうちに、欧州のベンチャーキャピタル業界は息をのみました：11億ドルのシードラウンド、評価額51億ドル、Redpoint VenturesとLightspeed Venture Partnersが共同リード、NVIDIA、DST Global、Index、Google、英国のAI主権ファンドなど、名だたる企業が連ねました。

**これは、欧州ベンチャーキャピタル史上最大のシードラウンド**です。

「最大のシードラウンド」はただの序章であり、重要な点ではありません

まず数字を示します。

その企業の名前はIneffable Intelligenceです。2025年11月に登録され、Silverは今年1月にDeepMindを正式に退社し、専任で会社を引き継ぎました。会社の設立からこの資金調達まで、半年にも満たない期間でした。

**シードラウンドで評価額は51億ドル**であり、ほぼ1年前のMistralのシリーズBを追い越し、当時の欧州のどのAIスタートアップよりも早い段階での評価額を超えました。投資家リストは、欧米の主権資本、シリコンバレーのトップベンチャーキャピタル、およびコンピューティングパワー提供者が一度に揃う異例なものでした。英国政府のAI主権ファンドがこの規模の初期ラウンドに初めて参加したこと自体が、1つのシグナルでした。

**このような金額をシードラウンドで得ることは、通常の意味ではありえない**ことです。早期の投資家は通常、少なくとも製品、収益、および顧客のいずれかが現れるのを待ってから本格投資を行います。Silverのこのラウンドは、すべての段階をスキップし、中型の上場企業に匹敵する評価額を直接得たものと言えます。

資金の出どころには疑いの余地はありません。**彼らが賭けたのは製品ではなく、一連の枠組み**でした。この判断については後述します。

まずはSilver自身の経歴を見てみましょう。10年間DeepMindで、Atariのピクセルでのゲームプレイ、AlphaGo、AlphaZero（囲碁、チェス、将棋の人間非対局バージョン）、AlphaProof（国際数学オリンピックで銀メダルを獲得）などを主導または共同主導してきました。彼はまた、UCLの教授でもあります。つまり、過去15年間で強化学習を学術的なマイナーから産業のトップヘッドラインへと押し上げた人物です。

このような履歴の価値は、論文の量ではなく、独占的な話し方の権限です。この一行で「学術的評価 + エンジニアリング経歴 + 教科書の地位」を同時に手に入れることができる人は、世界中で5人を超えません。

人類データは必要ない

物語の真の逆説はここにあります。

GPT、Claude、Gemini 世代のモデルは、本質的には人間が書いたすべてのものをネットワークに詰め込み、意味論確率の塊として圧縮し、さまざまな事後トレーニング手法を使用してそれを「引き出す」ものです。それはメールを書いたり、コードを書いたり、漫才を演じたりすることができるのは、人間がすでにこれらすべてのことを書いているからです。

Ineffable のサイトに掲載された Silver の目標は、スーパーリアーナーを造ることです。それが行うことは、人間が生成したデータに依存せず、自らの「経験」だけを通じてゼロから学び、基本的な運動スキルから「深い知識の突破口」までを網羅します。

これはマーケティング文でありません。その背後には出版間近の記事があります。

昨年、Silver は強化学習の教科書の著者であり、チューリング賞受賞者でもある Richard Sutton と共著で、MIT Press から出版される予定の「Designing an Intelligence」からの抜粋として、記事を執筆しました。記事には何度も引用される判断があります。

「数学、コード、科学などの重要分野では、人間のデータから抽出できる知識が急速に限界に近づいています。」

人間が書いたものは、モデルによってすでにほぼ読まれています。その先には、事前トレーニングの限界効果がますます薄くなり、スケーリング法則が緩やかな折れ線となります。

次世代のAIの道筋は、より大きなコーパスやより多くの人間フィードバックではなく、モデル自体が環境から経験を生成することです。それは試行し、失敗し、相互作用し、誰も書いたことのないものを自ら模索します。

ベンチャーキャピタリストは、その発表でより具体的に述べています。「成功すれば、これは達成されたダーウィンレベルの科学的突破となります。彼の法則がすべての命を説明するのに対し、私たちの法則はすべての知能を説明し構築するでしょう。」

この種の話は、人々が眉をひそめさせるのが簡単です。しかし、すぐに否定的な反応を示すことなく、少なくともRedwoodは、チャットボットでもなく、ある業界の共同運転者でもなく、新しい可能性を賭けていると正直に述べています。

実際、これは新しい話ではありません

Silverの履歴に精通している人々は、このスーパーラーナーのアプローチが新しいものではないことに気づくでしょう。

2017年のAlphaZeroは、このようにしています。囲碁、チェス、将棋の3つのプロジェクトで、人間の棋譜を使用せず、自己対局に完全に依存し、数時間でそれまでの最強エンジンを上回りました。2024年のAlphaProofは、国際数学オリンピックで銀メダルを獲得し、同じ方法を辿っていて、自己生成された形式化された証明を使用して自分自身を訓練しています。

AlphaProofチームが賞を受賞後にオフィスで「ベルを鳴らす」

聞こえはいいですが、この経路は過去10年間ほどの間、ほとんどすべてのRLラボが壁にぶつかってきました。

それは「自己対局」にはクリーンな環境が必要だからです。囲碁には19×19の盤面と黒白のルールがありますし、チェスには8本の横線と明確な勝敗があります。このような閉鎖された環境では、モデルは何が「勝利」かをはっきりと知っているため、はっきりと最適化することができます。

しかし、タスクを「クライアントに支払わせる契約書を書く」、「証明されていない数学の予想を証明する」、「未知の街でタクシーを運転してホテルに戻る」と変えると、報酬信号をどのように設定し、環境をどのように構築するかといったこれらの問題は、過去10年間で本当に解決されたものはありませんでした。

Silverの今回の賭けは、この問題がまだ解決されていないことを公然と認め、そして110億ドル、新しいチーム、新しい組織を持参して再び取り組むことです。

なぜ今なのか？

2026年の市場は、「人間のデータを読まない」AIに110億ドルを賭ける用意ができています。その答えは、過去12か月間にいくつか独立した信号で見つけることができます。

OpenAIのo3、o4シリーズは、トレーニングが強化学習後のトレーニングにますます依存しています。「考える」「推論する」といった能力は、もはやより大きな事前トレーニングからではなく、RL段階の環境との対話から得られています。その後、DeepSeek R1は、強化学習の少量データ経路を直接オープンソースのテンプレートとして提供し、今日ではどんなエンジニアリング能力のあるチームでも「考える」モデルを再現できます。RLは、もはやDeepMind内部での秘伝ではなく、業界の常識となっています。

さらに深いレベルでは、2025年後半からほぼ毎月新しい論文が出始めた、**Pre-Training Scaling Law** の頂点に関する議論があります。人間のコーパス内の高品質トークンがほぼ使い果たされた時、モデルサイズを拡大することのマージナルリターンが著しく低下し始めます。キャピタルサイドはすでに静かにコースを変え始めており、過去半年でシリコンバレーのトップVCがAIに巨額の投資をし始めたが、ますますそれはRL、ワールドモデル、エージェントという "Pre-Trainingの後" の方向に向かっており、もはや別のLLM工場ではありません。

市場は既に "Pre-Training後の時代" に向けて弾薬を準備しています。ただ、その旗を持つ人を待っているだけです。Silverは、その役割の教科書的な答えです。彼はRLの経歴であり、AlphaGoの一般的な認知度を持ち、さらにAlphaZero、AlphaProofのようなエンジニアリング履歴、そしてSuttonとの共著権も持っています。

110億ドルが投じられたことは、本質的に市場がお金を使って投票していることを意味します。強化学習は技術経路ではなく、次のパラダイムです。

12ヶ月後、私たちは何を見るのか

110億ドルで製造ラインを一つ造り、サッカークラブを一つ買い、数本の映画を撮ることができます。人間データを必要としない汎用的な知能を造ることができるでしょうか？

誰もわかりません。Silverも言っていません。

ただ、次の12ヶ月にはいくつかの観測ポイントが用意されています。最も直接的なものは、**Ineffable**がAlphaProofよりも難しい "self-learning" ベンチマーク証明を行うかどうかです。数学オリンピアードはクリーンな閉鎖環境ですが、「形式未定義の研究レベルの数学」と進む次の段階は、難易度が急激に上昇します。この関門を通過するかどうかは、全体の物語の展開をほぼ決定するでしょう。

次に見るべきは、Sequoia（紅杉資本）の動きです。シードラウンドで重点を置いたTop VCの後、Aラウンドのリズムがプロジェクトに対する外界の評価を決定します。12ヶ月以内に30億ドル規模のAラウンドが発生すれば、早期の成果が予想を上回ったことを意味します。遅れがちであれば、市場はその評価を再調整するでしょう。

最後にDeepMindの動向も注目です。Silverが去った後、彼が率いていたRLチームの次の論文はどのように書かれ、誰が署名するか、誰かが付いて行くのか、これらは "単独スター" から "機関レベルの研究能力" に向かうスタートアップの判断ポイントです。

最後に中国のことを見る必要があります。すでにR1パスのDeepSeek、バイトDanceのSeedがありますが、2026年後半に "人間データ不要" の探求を公開するでしょうか。この道を歩めば、それはロンドンの1社だけのものではありません。

スーパーレーナーが最終的に成功するかどうかにかかわらず、少なくとも11億ドルが1つのことを明らかにしました。人類の話し方をより良く模倣できるかを競っている間に、なぜAIが私たちになる必要があるのか、そして私たちよりも優れた存在になることができるのか、という疑問が生まれました。

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia