Startup de David Silver capta US$ 1,1 bilhão para IA que aprende sem dados humanos

A Ineffable Intelligence, laboratório britânico lançado há apenas alguns meses pelo ex-pesquisador da DeepMind David Silver, captou US$ 1,1 bilhão com avaliação de US$ 5,1 bilhões. Uma rodada desse tamanho é uma aposta muito grande, não apenas em uma nova empresa, mas em uma nova ideia técnica: criar uma IA que adquira conhecimentos e habilidades sem depender de enormes conjuntos de dados humanos.

Para o mercado, é um sinal importante. Nos últimos anos, a principal corrida da IA girou em torno de modelos cada vez maiores, treinados com textos, imagens, código e outros dados criados por pessoas. Essa abordagem já entregou resultados impressionantes, mas também expôs limites: dados de qualidade não são infinitos, a pressão em torno dos direitos autorais cresce e o ganho de capacidade com o simples aumento de escala fica cada vez mais caro. Nesse contexto, a tese de um sistema que aprende não de um acervo humano, mas da própria interação com tarefas e ambientes, soa como a candidatura à próxima etapa do setor.

O nome de David Silver torna essa aposta especialmente visível. Ele é conhecido como um dos principais pesquisadores da DeepMind e um dos maiores divulgadores de abordagens em que um agente aprende por experiência, busca e autojogo. Foi essa linha de pesquisa que sustentou os grandes avanços da DeepMind em ambientes de jogos, nos quais os sistemas não apenas repetiam exemplos humanos, mas encontravam estratégias próprias e muitas vezes iam além da intuição humana. Por isso, a nova empresa de Silver é vista não como mais uma startup de IA com nome da moda, mas como uma tentativa de escalar as ideias de aprendizado por reforço e busca autônoma para uma classe mais ampla de problemas.

A fórmula de aprender sem dados humanos não significa que as pessoas desaparecem totalmente do processo. Trata-se, antes, de um deslocamento do centro de gravidade: menos dependência de corpora criados à mão e de rotulagem, mais apoio em simulações, geração de tarefas, ambientes verificáveis, feedback a partir de resultados e ciclos internos de melhoria. Se essa arquitetura funcionar, ela poderá permitir sistemas que não apenas reproduzem o que a humanidade já acumulou, mas desenvolvem novas estratégias e conhecimentos enquanto agem. Isso é especialmente importante onde há poucos dados históricos, eles são de má qualidade ou limitam demais o modelo ao quadro da experiência passada.

A escala do financiamento merece atenção à parte. Uma rodada de US$ 1,1 bilhão para um laboratório surgido literalmente há alguns meses mostra com que agressividade o capital continua entrando em infraestrutura de IA e pesquisa fundamental. Os investidores, nesse caso, não compram receita nem um mercado de produto confirmado, mas uma combinação de reputação do fundador, escola científica e chance de ocupar primeiro uma posição na próxima grande onda. A avaliação de US$ 5,1 bilhões ressalta que o mercado está disposto a pagar caro por equipes que oferecem uma alternativa ao caminho atual dos LLMs e prometem uma forma mais geral de treinar máquinas.

Mas, junto com a ambição, há um risco sério. Construir um sistema que realmente aprenda sem um conjunto de dados humano é muito mais difícil do que formular a ideia numa manchete. Ele precisa de ambientes de treinamento de qualidade, mecanismos de autoverificação, resistência ao acúmulo de erros e formas de transferir habilidades de cenários artificiais para o mundo real. Além disso, mesmo resultados muito fortes em jogos e simulações não garantem o mesmo progresso em tarefas abertas e caóticas, com ambiguidade demais, variáveis ocultas e exigências de segurança.

O que isso significa na prática: o mercado de IA volta a apostar não só em escala, mas em uma mudança de paradigma. Se a Ineffable Intelligence conseguir provar que o aprendizado autônomo pode ser transferido de forma confiável para fora de ambientes de jogos e de laboratório, o setor ganhará um argumento poderoso a favor de modelos que aprendem agindo, e não apenas lendo a internet humana. Se não, essa rodada ficará como exemplo de quão caro é avaliado hoje até a mera possibilidade de ir além da geração atual de IA.