TechEveryday2026-05-14|中文優先 · 文章化整理
AI.智慧應用

黃仁勳押注英國新創 揭NVIDIA布局AI前瞻超級學習者

【摘要】輝達執行長黃仁勳宣布與英國AI新創Ineffable Intelligence展開工程層級合作,聯手打造可透過試錯學習持續自我進化的「超級學習者」下一代AI架構。Ineffable由前Google DeepMind強化學習團隊主管大衛·席佛創辦,今年四月甫以51億美元估值完成11億美元史上最大歐洲AI種子輪募資。黃仁勳強調:「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。」席佛則點出當前AI發展的盲點:研究人員已大致解決了「建構能重現人類已知事物的系統」的簡單問題,但真正的難題是「如何建構能自行發現新知識的系統」。這需要完全不同的技術路徑——從海量人類文字資料監督學習轉向從環境經驗中自主學習的強化學習範式。雙方將在輝達Grace Blackwell與Vera Rubin平台上共同開發大規模強化學習所需的資料管道基礎設施,標誌著AI能力提升正從「資料驅動」轉向「經驗驅動」的關鍵轉型。

2026年的AI競賽,主戰場可能不在更大的語言模型,而在「會學習」的系統。輝達執行長黃仁勳本週宣布與英國AI新創Ineffable Intelligence展開工程層級合作,聯手打造可透過試錯學習持續自我進化的下一代AI架構。這項合作代表輝達的AI佈局正從主流的大型語言模型領域,朝向強化學習與自主發現新知識的前沿方向挺進——一個可能重寫AI能力天花板的長期戰略賭注。

Ineffable Intelligence於2025年底由Google DeepMind前頂尖科學家、倫敦大學學院教授大衛·席佛(David Silver)低調創立,目標是追求「超級智慧」(superintelligence)。席佛曾主導DeepMind的強化學習團隊,其研究成果催生了震驚業界的AlphaGo系統——2016年擊敗南韓棋王李世乭的那場歷史性對局,至今仍是AI領域最令人難忘的里程碑之一。今年四月,Ineffable正式走出隱身模式,宣布完成11億美元種子輪募資,由Sequoia與Lightspeed共同領投,輝達、Google、英國主權AI基金等重量級投資者參與,估值一舉攀升至51億美元,創下歐洲AI新創史上最大種子輪紀錄,維持約一週後才被Recursive Superintelligence的6.5億美元種子輪打破。

「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」,黃仁勳在雙方合作的聲明中表示。他強調,輝達很高興能與Ineffable合作,共同設計大規模強化學習所需的基礎設施,推動AI邊界並開創新一代智慧系統。席佛則在同日接受Sequoia合夥人採訪時,更尖銳地點出了當前AI發展的盲點:「研究人員已經大致解決了AI的簡單問題:如何建構能重現人類已知事物的系統。但現在我們需要解決更困難的問題:如何建構能自行發現新知識的系統。這需要完全不同的方法——從經驗中學習的系統。」

這段話揭示了當前AI主流範式的根本限制。現有大型語言模型依賴海量人類文字資料進行監督式學習,系統學到的是人類既有的知識與表達方式;但在科學發現、數學推理或技術創新等領域,真正的瓶頸不是「重現人類已知」,而是「發現人類未知」。席佛在DeepMind期間主導的AlphaGo Zero專案,正是這個理念的最佳實證:AlphaGo Zero完全去除人類棋譜,從零開始僅透過自我對弈學習,最終版本的棋力不僅超越了所有人類棋手,更超越了一切使用人類資料訓練的前代版本,棋風也呈現出人類數千年圍棋歷史中從未出現過的創新著法。這一「無人類資料」的學習路徑,正是Ineffable試圖複製並規模化的核心技術假說。

然而,將AlphaGo的成功經驗從19×19的棋盤遷移到真實世界的複雜任務,所需的基礎設施與當前LLM訓練堆疊有本質上的差異。Sequoia合夥人Sonya Huang與Alfred Lin在Ineffable的投資備忘錄中解釋:「不同於預訓練中固定的人類資料集持續流入系統,強化學習工作負載是即時生成的——系統必須不斷地行動、觀察、評分並更新,形成一個緊密閉合的循環,這對互連、記憶體頻寬與服務架構的壓力,與監督式預訓練截然不同。」也就是說,強化學習需要一種全新的軟硬體共同設計,輝達的Grace Blackwell與即將推出的Vera Rubin平台,正是這套新範式的硬體支撐基礎。

根據雙方公布的消息,雙方工程師將共同探索如何創建一個能大規模餵送強化學習系統的訓練資料管道。這項工作將從輝達Grace Blackwell平台開始,並將率先探索下一代Vera Rubin平台的應用潛力。輝達與Ineffable的合作焦點,不是現有的AI應用,而是理解當AI世界從人類資料轉向模擬與經驗學習時,需要什麼樣的下一代硬體與軟體架構。這是一個時間跨度以十年計算的前瞻布局,而非短期產品發布。

除了Ineffable Intelligence,近期多家由前Big Tech科學家出走創立的新AI實驗室相繼獲得巨額資金挹注,儼然形成一股「AI研究人員出走潮」。Recursive Superintelligence由前DeepMind工程師提姆·羅克塔舍爾(Tim Rocktäschel)創立,日前完成6.5億美元募資,估值與Ineffable相當;AMI Labs則由Meta前AI主管楊立昆離開後宣布籌集10億美元。這些實驗室的共同特點是:均由曾在頂尖AI研究機構主導過突破性專案的科學家領軍,且研究方向均指向LLM以外的另類AI範式——無論是強化學習、自動化推理,還是其他尚未被主流關注的路徑。這股出走潮正在重塑全球AI創新版圖,將AI研究的主導權從少數科技巨頭分散至更廣泛的生態系。

對台灣而言,這些動向透露了一個重要的技術訊號:AI能力的提升正在從「資料驅動」轉向「經驗驅動」。在半導體、先進封裝與系統整合的深厚基礎,加上過去數十年累積的製造工藝與自動化經驗,台灣或許能在這個新賽道上找到獨特定位。究竟誰能在這場「超級學習者」競賽中脫穎而出,將是未來數年科技產業界最受矚目的發展主軸之一,而輝達與Ineffable的合作,無疑已為這場競賽鳴槍起跑。

參考來源:

  • NVIDIA官方部落格(2026年5月13日):《NVIDIA, Ineffable Intelligence Team Up to Build the Future of Reinforcement Learning Infrastructure》 - 連結
  • Sequoia Capital(2026年4月27日):《Partnering with Ineffable Intelligence: A Superlearner for the Era of Experience》 - 連結
  • CNBC(2026年4月27日):《Ex-DeepMind David Silver raises $1.1 billion for AI startup Ineffable》 - 連結
  • Bloomberg(2026年4月27日):《Sequoia and Nvidia Back Ex-DeepMind Researcher at $5.1 Billion Value》 - 連結
  • TheStreet(2026年5月20日):《Nvidia-backed AI startup wants to solve AI's 'hard problem'》 - 連結
  • Index Ventures(2026年4月27日):《The Superlearner: Investing in David Silver and Ineffable Intelligence》 - 連結