Мета компанії — створити першого у світі «супернавчальника» — ШІ, який зможе самостійно відкривати знання, взаємодіючи з навколишнім середовищем, а не лише узагальнюючи вже опубліковані людьми дані .

Рекордний посівний раунд

Ineffable Intelligence залучила найбільший посівний раунд в історії європейського венчурного ринку ще до появи продукту, публічної дорожньої карти чи доходів .

Раунд спільно очолили Sequoia Capital і Lightspeed Venture Partners. Серед інших інвесторів — Nvidia, Google, DST Global, Index Ventures і британський Sovereign AI Fund . Такий склад учасників свідчить не лише про довіру до засновника, а й про готовність великих гравців профінансувати альтернативний напрям розвитку ШІ .

Для компанії це один із найбільших в історії раундів першого зовнішнього фінансування у світі. Фактично інвестори вкладають гроші не в перевірений комерційний продукт, а в дослідницьке бачення Сільвера та його команду .

Чому Google Cloud важливий для проєкту

Після оцінки доступних варіантів інфраструктури Ineffable Intelligence обрала Google Cloud для реалізації своєї програми «супернавчальника» . Про угоду оголосили 16 червня 2026 року на Google Cloud Summit London.

Партнерство передбачає розгортання одного з найбільших масивів графічних процесорів NVIDIA через архітектуру Google Cloud AI Hypercomputer . Для навчання з підкріпленням це критично важливо: система має постійно взаємодіяти із середовищем, отримувати винагороди або штрафи, аналізувати результат і повторювати цикл.

Google вже був серед інвесторів посівного раунду, тож угода поглиблює стратегічний зв’язок між компаніями. Стартап також зможе використовувати нову AI-оптимізовану інфраструктуру Google, зокрема TPU восьмого покоління та «голі» сервери A5X на базі чипів NVIDIA Vera Rubin, представлені на Google Cloud Next ’26 .

Водночас сама локація оголошення — Лондон — підкреслює роль Великої Британії як одного з європейських центрів досліджень передових систем ШІ .

«Анти-LLM» підхід: навчання через досвід

У центрі стратегії Ineffable Intelligence — навчання з підкріпленням (reinforcement learning, RL). У такій моделі агент навчається через взаємодію із середовищем: пробує різні дії, отримує сигнал винагороди або покарання і поступово виробляє ефективнішу поведінку.

Це відрізняється від підходу великих мовних моделей (LLM), зокрема ChatGPT, Gemini та Claude. LLM навчаються на величезних масивах текстів, створених людьми, а потім прогнозують і комбінують закономірності, знайдені в цих даних.

Сільвер вважає, що така залежність створює фундаментальне обмеження: якщо знання ніколи не було зафіксоване людьми, мовній моделі складно відкрити його самостійно. Натомість «супернавчальник» Ineffable Intelligence має генерувати власні дані під час взаємодії зі світом і відкривати знання, яких раніше не документувала жодна людина .

Саме тому підхід компанії часто описують як «анти-LLM». Йдеться не про буквальну відмову від усіх мовних моделей, а про відмову від попереднього навчання на масиві текстів, зібраних з інтернету, як головного джерела інтелекту системи .

Від AlphaGo до «супернавчальника»

Девід Сільвер — професор Університетського коледжу Лондона та колишній керівник команди навчання з підкріпленням у Google DeepMind. Він був головним архітектором AlphaGo, AlphaZero та MuZero — систем, які опановували складні ігри через самонавчання та взаємодію із середовищем .

AlphaGo здобув популярність після перемоги над одним із найсильніших гравців у го, а AlphaZero продемонстрував, що може опановувати го, шахи та сьоґі, починаючи без готових людських партій і навчаючись через самогру .

Тепер Сільвер прагне перенести цю логіку за межі ігор. Його ідея полягає в тому, що достатньо розумний агент, керований правильно визначеним сигналом винагороди, зможе самостійно виводити необхідні знання. Теоретичні основи цього бачення Сільвер виклав, зокрема, у статті 2024 року «Reward Is Enough» .

Заявлена місія Ineffable Intelligence звучить амбітно: «встановити перший контакт із надінтелектом» .

Велика ставка, але без доведеного результату

Фінансування від Sequoia і Lightspeed, інвестиції Google та Nvidia, а також ексклюзивний доступ до хмарних обчислень Google Cloud показують, що великі гравці вважають навчання на досвіді перспективною альтернативою домінуванню LLM . Ineffable Intelligence таким чином позиціонує себе як контрвага стратегіям OpenAI, Anthropic та інших компаній, які роблять ставку на масштабування мовних моделей.

Але ризики залишаються значними. Навчання з підкріпленням у масштабі, необхідному для універсального «супернавчальника», потребує надзвичайно багато обчислювальних ресурсів. Крім того, цей підхід добре показав себе в іграх і симульованих середовищах, але досі не довів здатність робити прориви в реальних наукових дослідженнях чи інших відкритих, складних сферах.

$1,1 млрд дають стартапу тривалий запас часу й ресурсів. Проте головне питання залишається без відповіді: чи зможе система, яка навчається лише через власний досвід, перейти від перемог у контрольованих середовищах до відкриттів у реальному світі?

Мета компанії — створити першого у світі «супернавчальника» — ШІ, який зможе самостійно відкривати знання, взаємодіючи з навколишнім середовищем, а не лише узагальнюючи вже опубліковані людьми дані .

Рекордний посівний раунд

Ineffable Intelligence залучила найбільший посівний раунд в історії європейського венчурного ринку ще до появи продукту, публічної дорожньої карти чи доходів .

Раунд спільно очолили Sequoia Capital і Lightspeed Venture Partners. Серед інших інвесторів — Nvidia, Google, DST Global, Index Ventures і британський Sovereign AI Fund . Такий склад учасників свідчить не лише про довіру до засновника, а й про готовність великих гравців профінансувати альтернативний напрям розвитку ШІ .

Для компанії це один із найбільших в історії раундів першого зовнішнього фінансування у світі. Фактично інвестори вкладають гроші не в перевірений комерційний продукт, а в дослідницьке бачення Сільвера та його команду .

Чому Google Cloud важливий для проєкту

Після оцінки доступних варіантів інфраструктури Ineffable Intelligence обрала Google Cloud для реалізації своєї програми «супернавчальника» . Про угоду оголосили 16 червня 2026 року на Google Cloud Summit London.

Партнерство передбачає розгортання одного з найбільших масивів графічних процесорів NVIDIA через архітектуру Google Cloud AI Hypercomputer . Для навчання з підкріпленням це критично важливо: система має постійно взаємодіяти із середовищем, отримувати винагороди або штрафи, аналізувати результат і повторювати цикл.

Google вже був серед інвесторів посівного раунду, тож угода поглиблює стратегічний зв’язок між компаніями. Стартап також зможе використовувати нову AI-оптимізовану інфраструктуру Google, зокрема TPU восьмого покоління та «голі» сервери A5X на базі чипів NVIDIA Vera Rubin, представлені на Google Cloud Next ’26 .

Водночас сама локація оголошення — Лондон — підкреслює роль Великої Британії як одного з європейських центрів досліджень передових систем ШІ .

«Анти-LLM» підхід: навчання через досвід

У центрі стратегії Ineffable Intelligence — навчання з підкріпленням (reinforcement learning, RL). У такій моделі агент навчається через взаємодію із середовищем: пробує різні дії, отримує сигнал винагороди або покарання і поступово виробляє ефективнішу поведінку.

Це відрізняється від підходу великих мовних моделей (LLM), зокрема ChatGPT, Gemini та Claude. LLM навчаються на величезних масивах текстів, створених людьми, а потім прогнозують і комбінують закономірності, знайдені в цих даних.

Сільвер вважає, що така залежність створює фундаментальне обмеження: якщо знання ніколи не було зафіксоване людьми, мовній моделі складно відкрити його самостійно. Натомість «супернавчальник» Ineffable Intelligence має генерувати власні дані під час взаємодії зі світом і відкривати знання, яких раніше не документувала жодна людина .

Саме тому підхід компанії часто описують як «анти-LLM». Йдеться не про буквальну відмову від усіх мовних моделей, а про відмову від попереднього навчання на масиві текстів, зібраних з інтернету, як головного джерела інтелекту системи .

Від AlphaGo до «супернавчальника»

Девід Сільвер — професор Університетського коледжу Лондона та колишній керівник команди навчання з підкріпленням у Google DeepMind. Він був головним архітектором AlphaGo, AlphaZero та MuZero — систем, які опановували складні ігри через самонавчання та взаємодію із середовищем .

AlphaGo здобув популярність після перемоги над одним із найсильніших гравців у го, а AlphaZero продемонстрував, що може опановувати го, шахи та сьоґі, починаючи без готових людських партій і навчаючись через самогру .

Тепер Сільвер прагне перенести цю логіку за межі ігор. Його ідея полягає в тому, що достатньо розумний агент, керований правильно визначеним сигналом винагороди, зможе самостійно виводити необхідні знання. Теоретичні основи цього бачення Сільвер виклав, зокрема, у статті 2024 року «Reward Is Enough» .

Заявлена місія Ineffable Intelligence звучить амбітно: «встановити перший контакт із надінтелектом» .

Велика ставка, але без доведеного результату

Фінансування від Sequoia і Lightspeed, інвестиції Google та Nvidia, а також ексклюзивний доступ до хмарних обчислень Google Cloud показують, що великі гравці вважають навчання на досвіді перспективною альтернативою домінуванню LLM . Ineffable Intelligence таким чином позиціонує себе як контрвага стратегіям OpenAI, Anthropic та інших компаній, які роблять ставку на масштабування мовних моделей.

Але ризики залишаються значними. Навчання з підкріпленням у масштабі, необхідному для універсального «супернавчальника», потребує надзвичайно багато обчислювальних ресурсів. Крім того, цей підхід добре показав себе в іграх і симульованих середовищах, але досі не довів здатність робити прориви в реальних наукових дослідженнях чи інших відкритих, складних сферах.

$1,1 млрд дають стартапу тривалий запас часу й ресурсів. Проте головне питання залишається без відповіді: чи зможе система, яка навчається лише через власний досвід, перейти від перемог у контрольованих середовищах до відкриттів у реальному світі?