David Silver non è un nome che si trova spesso sui giornali italiani. Ma se avete mai sentito parlare di AlphaGo, il programma che nel 2016 ha battuto il campione del mondo di Go Lee Sedol davanti a 200 milioni di spettatori, quello era in gran parte lavoro suo. Ieri Silver ha annunciato di aver raccolto 1,1 miliardi di dollari per la sua nuova azienda, Ineffable Intelligence. È il round seed più grande nella storia d’Europa. Valutazione: 5,1 miliardi di dollari. Per una società fondata da pochi mesi che non ha ancora un prodotto.
Il round è co-condotto da Sequoia Capital e Lightspeed Venture Partners, due dei fondi VC più aggressivi della Silicon Valley. Tra gli investitori: Nvidia, Google, DST Global, Index Ventures. E poi il Sovereign AI Fund del governo britannico e la British Business Bank, che insieme rappresentano la scommessa diretta del Regno Unito sul progetto. La Science Secretary Liz Kendall ha parlato di “scommessa sulla Gran Bretagna”, con l’obiettivo di non essere solo un consumatore di tecnologia americana ma un produttore.
Imparare dall’esperienza, non dai dati umani
Ineffable Intelligence vuole costruire quello che Silver chiama un “superlearner”: un’AI che impara dalla propria esperienza senza mai vedere un dato prodotto dall’uomo. Niente scraping di Wikipedia, niente miliardi di pagine web. Solo reinforcement learning puro: il sistema prova, sbaglia, riceve un feedback, migliora.
Chi segue il settore riconosce l’approccio: è lo stesso dietro AlphaZero, il sistema che nel 2017 ha imparato da solo a giocare a scacchi, shogi e Go, battendo i campioni del mondo in tutti e tre senza mai vedere una partita umana. Lo stesso principio di AlphaFold, che ha cambiato la biologia strutturale prevedendo la forma delle proteine. Ma AlphaZero operava in un ambiente chiuso, con regole chiare e un segnale di reward definito: vincere la partita. Un “superlearner” nel mondo reale deve cavarsela senza regole predefinite, ed è una sfida di complessità completamente diversa.
Nessuno ci è ancora riuscito a questa scala. Silver lo sa e ha scritto in un post del 15 gennaio che Ineffable è “il lavoro della sua vita”. I primi risultati concreti sono attesi per fine 2026. Tre ex DeepMind lo seguono: Wojciech Czarnecki, Lasse Espehlt e Junhyuk Oh. È una concentrazione di talento in reinforcement learning che non si vedeva dai tempi della fondazione di DeepMind stessa, nel 2010.
Londra e la gara per il talento
Ineffable non è un caso isolato. Londra si sta confermando il punto di incontro tra talento accademico europeo e capitali americani. Tim Rocktäschel, altro ex DeepMind, sta raccogliendo fino a 1 miliardo per Recursive Superintelligence. Yann LeCun, ex capo dell’AI di Meta, ha raccolto 1,03 miliardi per AMI Labs a marzo. Safe Superintelligence di Ilya Sutskever vale circa 30 miliardi di dollari. Il Sovereign AI Fund britannico, lanciato il 16 aprile con un budget di 500 milioni di sterline, ha fatto di Ineffable il suo secondo investimento.
In pratica, il governo del Regno Unito sta finanziando direttamente la concorrenza alla Silicon Valley nel settore più competitivo del mondo. E lo fa da Londra, non da un parco scientifico di periferia. Google mantiene il suo hub “Platform 37” nella stessa città. Jeff Bezos ha appena trovato spazi per il suo Project Prometheus a pochi isolati.
Il rischio di un miliardo senza prodotto
Sequoia e Lightspeed scommettono 1,1 miliardi su una società senza roadmap pubblicata, senza benchmark e senza un prodotto. È una scommessa sul fondatore, non sulla tecnologia, almeno per ora. Il reinforcement learning ha prodotto risultati sovrumani solo in domini con regole chiare. Scalare al mondo reale, dove non esiste un segnale di vittoria netto per la scoperta scientifica o l’ingegneria del software, resta un problema aperto.
Silver ha fatto comunque una mossa che pochi si aspettavano: ha devoluto il 100% delle sue azioni a beneficenza tramite Founders Pledge, l’impegno più grande nella storia dell’organizzazione. Se Ineffable fallisce, gli investitori ci rimettono. Se ha successo, i proventi di Silver vanno interamente in cause benefiche. Rinforza la sua credibilità personale, ma non cancella i rischi tecnici e di mercato.
Il modello dominante nell’AI di oggi, ovvero addestrare modelli sempre più grandi su sempre più dati umani, mostra i primi limiti. I costi di training sono esplosi, i dati di qualità cominciano a scarseggiare, e i miglioramenti tra una generazione e l’altra diventano incrementali. Silver scommette che la prossima svolta non arriverà da più dati, ma da un modo completamente diverso di imparare. Se ha ragione, il reinforcement learning diventa l’alternativa concreta ai grandi modelli linguistici. Se sbaglia, 1,1 miliardi di dollari non li rivede nessuno. Intanto Silver ha tempo e soldi per provare.
