Rekordní investice ještě před prvním produktem

Ineffable Intelligence získalo největší seed kolo v historii evropských startupů . Investici společně vedly fondy Sequoia Capital a Lightspeed Venture Partners. Zapojily se také společnosti NVIDIA a Google, fondy DST Global a Index Ventures a britský Sovereign AI Fund .

Výsledná valuace 5,1 miliardy dolarů je pozoruhodná i proto, že startup v době získání peněz neměl veřejně představený produkt, příjmy ani podrobný produktový plán . Investoři tak nesázeli na zavedený obchodní model, ale především na Silverovu reputaci a na alternativní směr výzkumu umělé inteligence.

Silver působil jako vedoucí týmu posilovaného učení v Google DeepMind a stojí za systémy AlphaGo, AlphaZero a MuZero. AlphaGo proslulo tím, že porazilo špičkového hráče strategické hry go; AlphaZero se následně naučilo zvládat go, šachy a šógi prostřednictvím samostatného tréninku a hry proti sobě .

Google Cloud dodá výpočetní základ

Na Google Cloud Summit London 16. června 2026 Ineffable Intelligence oznámilo, že Google Cloud bude jeho výhradním infrastrukturním partnerem . Firma podle oznámení získá přístup k jedné z největších sestav výpočetních akcelerátorů NVIDIA provozovaných přes architekturu Google Cloud AI Hypercomputer .

Pro tento typ výzkumu je výpočetní výkon zásadní. Posilované učení vyžaduje, aby agent opakovaně prováděl akce, vyhodnocoval jejich výsledek a upravoval své chování podle odměny či chyby. Pokud má takový proces probíhat ve velkém měřítku, může vyžadovat obrovské množství simulací a výpočtů.

Partnerství má i strategický rozměr. Google byl současně jedním z investorů v rekordním seed kole, takže se jeho kapitálová účast propojuje s dodávkou infrastruktury. Google Cloud navíc v rámci své nabídky představil osmé generace TPU a bare-metal instance A5X poháněné čipy NVIDIA Vera Rubin .

Proč Silver zpochybňuje dominanci LLM

Velké jazykové modely, jako jsou ChatGPT, Gemini nebo Claude, se učí z rozsáhlých korpusů textů vytvořených lidmi. Silverův argument je, že tento přístup má přirozený limit: model se může pohybovat především v prostoru toho, co lidé už zaznamenali.

Ineffable Intelligence proto prosazuje odlišný model učení. Její systém má získávat zkušenosti interakcí se simulovaným nebo reálným prostředím, vytvářet si vlastní tréninková data a postupně objevovat nové znalosti a dovednosti . V tomto smyslu se startup staví do pozice protiváhy k firmám, které soutěží hlavně v trénování stále větších jazykových modelů — někdy se proto mluví o „anti-LLM“ přístupu.

Základem je posilované učení (reinforcement learning, RL). AI při něm nedostává pouze správné odpovědi z připravených příkladů. Zkouší různé postupy, sleduje jejich důsledky a podle systému odměn se učí, které strategie fungují lépe. Podobný princip pomohl systémům AlphaZero dosahovat v deskových hrách nových strategií bez studia lidských partií .

Silver tuto myšlenkovou linii rozvinul také v práci „Reward is Enough“ z roku 2024. Její hlavní teze říká, že dostatečně schopný agent řízený vhodným signálem odměny by mohl potřebné znalosti odvodit ze samotné zkušenosti . Deklarovaným cílem Ineffable Intelligence je „navázat první kontakt se superinteligencí“ .

Velká sázka, ale zatím bez důkazu

Výše investice i zapojení společností NVIDIA a Google ukazují, že část technologického průmyslu považuje posilované učení založené na zkušenosti za věrohodnou cestu k pokročilé AI . Neznamená to však, že je tato cesta ověřená.

Posilované učení ve velkém měřítku je mimořádně náročné na výpočetní výkon a dosavadní přesvědčivé výsledky pocházejí především z herních nebo jinak jasně definovaných simulovaných prostředí. Zda stejný přístup dokáže spolehlivě řešit otevřené problémy v reálném světě — například ve vědě, technice nebo každodenním rozhodování — zatím není prokázáno.

Ineffable Intelligence tak nestaví další chatbot. Sází na to, že další zásadní průlom nevzejde z toho, že AI přečte ještě více lidských textů, ale z toho, že začne sama experimentovat, učit se z důsledků a objevovat něco, co před ní nikdo nezapsal. Rekordní financování jí poskytuje dlouhý časový i výpočetní náskok. Výsledky ale teprve ukážou, zda se z odvážné hypotézy stane nový základ vývoje umělé inteligence.

Rekordní investice ještě před prvním produktem

Ineffable Intelligence získalo největší seed kolo v historii evropských startupů . Investici společně vedly fondy Sequoia Capital a Lightspeed Venture Partners. Zapojily se také společnosti NVIDIA a Google, fondy DST Global a Index Ventures a britský Sovereign AI Fund .

Výsledná valuace 5,1 miliardy dolarů je pozoruhodná i proto, že startup v době získání peněz neměl veřejně představený produkt, příjmy ani podrobný produktový plán . Investoři tak nesázeli na zavedený obchodní model, ale především na Silverovu reputaci a na alternativní směr výzkumu umělé inteligence.

Silver působil jako vedoucí týmu posilovaného učení v Google DeepMind a stojí za systémy AlphaGo, AlphaZero a MuZero. AlphaGo proslulo tím, že porazilo špičkového hráče strategické hry go; AlphaZero se následně naučilo zvládat go, šachy a šógi prostřednictvím samostatného tréninku a hry proti sobě .

Google Cloud dodá výpočetní základ

Na Google Cloud Summit London 16. června 2026 Ineffable Intelligence oznámilo, že Google Cloud bude jeho výhradním infrastrukturním partnerem . Firma podle oznámení získá přístup k jedné z největších sestav výpočetních akcelerátorů NVIDIA provozovaných přes architekturu Google Cloud AI Hypercomputer .

Pro tento typ výzkumu je výpočetní výkon zásadní. Posilované učení vyžaduje, aby agent opakovaně prováděl akce, vyhodnocoval jejich výsledek a upravoval své chování podle odměny či chyby. Pokud má takový proces probíhat ve velkém měřítku, může vyžadovat obrovské množství simulací a výpočtů.

Partnerství má i strategický rozměr. Google byl současně jedním z investorů v rekordním seed kole, takže se jeho kapitálová účast propojuje s dodávkou infrastruktury. Google Cloud navíc v rámci své nabídky představil osmé generace TPU a bare-metal instance A5X poháněné čipy NVIDIA Vera Rubin .

Proč Silver zpochybňuje dominanci LLM

Velké jazykové modely, jako jsou ChatGPT, Gemini nebo Claude, se učí z rozsáhlých korpusů textů vytvořených lidmi. Silverův argument je, že tento přístup má přirozený limit: model se může pohybovat především v prostoru toho, co lidé už zaznamenali.

Ineffable Intelligence proto prosazuje odlišný model učení. Její systém má získávat zkušenosti interakcí se simulovaným nebo reálným prostředím, vytvářet si vlastní tréninková data a postupně objevovat nové znalosti a dovednosti . V tomto smyslu se startup staví do pozice protiváhy k firmám, které soutěží hlavně v trénování stále větších jazykových modelů — někdy se proto mluví o „anti-LLM“ přístupu.

Základem je posilované učení (reinforcement learning, RL). AI při něm nedostává pouze správné odpovědi z připravených příkladů. Zkouší různé postupy, sleduje jejich důsledky a podle systému odměn se učí, které strategie fungují lépe. Podobný princip pomohl systémům AlphaZero dosahovat v deskových hrách nových strategií bez studia lidských partií .

Silver tuto myšlenkovou linii rozvinul také v práci „Reward is Enough“ z roku 2024. Její hlavní teze říká, že dostatečně schopný agent řízený vhodným signálem odměny by mohl potřebné znalosti odvodit ze samotné zkušenosti . Deklarovaným cílem Ineffable Intelligence je „navázat první kontakt se superinteligencí“ .

Velká sázka, ale zatím bez důkazu

Výše investice i zapojení společností NVIDIA a Google ukazují, že část technologického průmyslu považuje posilované učení založené na zkušenosti za věrohodnou cestu k pokročilé AI . Neznamená to však, že je tato cesta ověřená.

Posilované učení ve velkém měřítku je mimořádně náročné na výpočetní výkon a dosavadní přesvědčivé výsledky pocházejí především z herních nebo jinak jasně definovaných simulovaných prostředí. Zda stejný přístup dokáže spolehlivě řešit otevřené problémy v reálném světě — například ve vědě, technice nebo každodenním rozhodování — zatím není prokázáno.

Ineffable Intelligence tak nestaví další chatbot. Sází na to, že další zásadní průlom nevzejde z toho, že AI přečte ještě více lidských textů, ale z toho, že začne sama experimentovat, učit se z důsledků a objevovat něco, co před ní nikdo nezapsal. Rekordní financování jí poskytuje dlouhý časový i výpočetní náskok. Výsledky ale teprve ukážou, zda se z odvážné hypotézy stane nový základ vývoje umělé inteligence.