החברה של יוצר AlphaGo גייסה 1.1 מיליארד דולר כדי לבנות “לומד־על” שאינו מסתמך על טקסט אנושי

את הסבב הובילו Sequoia Capital ו-Lightspeed Venture Partners. בין המשקיעים שהשתתפו בו נמנים NVIDIA, Google, DST Global, Index Ventures ו-Sovereign AI Fund של בריטניה . מדובר באחד מסבבי ההשקעה הראשוניים הגדולים בעולם, והוא משקף אמון חריג גם בסילבר עצמו וגם בכיוון מחקרי שאינו הולך בתלם המרכזי של התעשייה .

למה דווקא Google Cloud?

כשישה שבועות לאחר הגיוס הודיעה Ineffable Intelligence כי לאחר בחינה של שוק התשתיות בחרה ב-Google Cloud כדי להפעיל את מיזם ה“לומד־על” שלה . ההסכם, שנחשף ב-16 ביוני 2026 בכנס Google Cloud Summit London, מעניק לסטארט־אפ גישה לאחד המערכים הגדולים של מעבדי GPU מתוצרת NVIDIA, באמצעות תשתית AI Hypercomputer של Google Cloud .

הקשר בין הצדדים אינו מסתכם בספקית ולקוחה: Google הייתה גם אחת המשקיעות בסבב הסיד. ההסכם משלב את צורכי המחשוב הכבדים של למידת חיזוק עם החומרה החדשה של Google Cloud, ובה בין היתר שבבי TPU מהדור השמיני ושרתי A5X bare-metal המבוססים על שבבי Vera Rubin של NVIDIA — טכנולוגיות שהוכרזו בכנס Google Cloud Next ’26 .

הבחירה בלונדון כמקום ההכרזה מדגישה גם את מעמדה המתבסס של בריטניה כמרכז למחקר ופיתוח של בינה מלאכותית מתקדמת .

ההימור “נגד מודלי השפה”

בלב המיזם עומדת ביקורת על הגישה שהפכה לדומיננטית בתעשייה: אימון מודלי שפה גדולים (LLMs) על כמויות עצומות של טקסטים שנוצרו בידי בני אדם. מודלים כמו ChatGPT, Gemini ו-Claude לומדים ממאגרי מידע אנושיים ומפיקים תשובות על בסיס הדפוסים שמצאו בהם.

דייוויד סילבר, פרופסור ב-University College London ולשעבר ראש צוות למידת החיזוק ב-Google DeepMind, מוכר כאדריכל המרכזי מאחורי AlphaGo, AlphaZero ו-MuZero . המערכות הללו למדו לשחק גו, שחמט ומשחקים אחרים באמצעות ניסוי וטעייה ומשחק עצמי — בלי להסתמך על מאגרי מהלכים אנושיים.

התזה של סילבר היא שלמודלי שפה יש תקרה עקרונית: הם יכולים ללמוד רק ממה שבני אדם כבר כתבו, תיעדו או יצרו. לעומתם, “לומד־על” אמור לייצר נתונים משל עצמו באמצעות אינטראקציה עם סביבות, לקבל תגמולים על פעולות מוצלחות ולגלות ידע שאף אדם לא תיעד קודם לכן .

במילים פשוטות, במקום לקרוא את כל האינטרנט וללמוד ממנו, המערכת אמורה ללמוד כמו שחקן שמנסה מהלך, בוחן את התוצאה, מתקן את עצמו וממשיך לנסות. זהו עיקרון הבסיס של למידת חיזוק — שיטה שבה סוכני AI לומדים באמצעות פעולות, טעויות ואותות תגמול .

המסגרת האינטלקטואלית להימור הזה הוצגה, בין היתר, במאמרו של סילבר מ-2024, “Reward is Enough”, שטען כי סוכן חכם דיו, המונע על ידי אות תגמול, עשוי להסיק בעצמו את הידע הדרוש לו . המשימה המוצהרת של החברה היא “ליצור מגע ראשון עם סופר־אינטליגנציה” .

האם למידת חיזוק יכולה לעבוד בעולם האמיתי?

ההשקעה של 1.1 מיליארד דולר והחיבור ל-NVIDIA ול-Google Cloud מסמנים הימור מוסדי משמעותי על “למידה מניסיון” כנתיב אפשרי לבינה מלאכותית מתקדמת. במובן הזה, Ineffable Intelligence מנסה לשמש משקל נגד לאסטרטגיות שמבוססות בעיקר על הגדלת מודלי שפה, כמו אלה של OpenAI ו-Anthropic .

אך מדובר גם בהימור עתיר סיכון. למידת חיזוק בקנה מידה הנדרש עבור “לומד־על” כללי צורכת כוח מחשוב עצום, והצלחותיה הבולטות עד כה קשורות בעיקר למשחקים ולסביבות שאפשר לדמות ולשלוט בהן. עדיין לא הוכח שהגישה תוביל לפריצות דרך במחקר מדעי, או להתמודדות אמינה עם תחומים פתוחים ומורכבים בעולם האמיתי.

לכן, בשלב זה, הכסף והתשתית אינם הוכחה לכך שהגישה של סילבר תנצח את מודלי השפה. הם כן מבהירים עד כמה משקיעים וחברות תשתית מוכנים להמר על אפשרות שהשלב הבא של ה-AI לא יהיה רק מודל שקרא יותר — אלא מערכת שלומדת לגלות בעצמה.