David Silver har lenge vært et av de mest innflytelsesrike navnene i internasjonal AI-forskning. Nå har han tatt et dristig skritt ut av DeepMind og inn i en ny æra — med tidenes ene av de raskeste milliardinnhentingene i britisk AI-historie.
Rekordfinansiering til nystiftet selskap
Ifølge TechCrunch har Ineffable Intelligence, som Silver grunnla for bare noen måneder siden, sikret seg 1,1 milliarder dollar i finansiering. Verdsettelsen er satt til 5,1 milliarder dollar — et bemerkelsesverdig tall for et selskap som knapt har rukket å finne kontorplass.
Selskapet er basert i Storbritannia og bygger på en ambisjon om å utvikle kunstig intelligens som ikke er avhengig av store mengder menneskeproduserte data for å lære. Det er en retning som skiller seg fundamentalt fra hvordan de fleste store språkmodeller i dag trenes opp.
Hvorfor lære uten menneskelige data?
Bakgrunnen for Ineffable Intelligences tilnærming handler ikke bare om teknologisk originalitet — det handler om ressursknapphet. Forskningsmiljøet har lenge varslet om at tilgangen på høykvalitets tekstdata for AI-trening kan være i ferd med å nå et tak.
Ifølge forskningsoversikter i feltet spår noen analytikere at høykvalitets tekstdata kan være tilnærmet uttømt allerede innen 2026 dersom nåværende treningstrender fortsetter. Lavkvalitets tekstdata antas å holde lenger — kanskje til mellom 2030 og 2050 — men utviklingen tvinger frem nye løsninger.
En ny modell kalt Absolute Zero Reasoner, som trener seg selv med minimale menneskelige data, skal ha slått tradisjonell AI på sentrale referansetester — med over 22 prosent bedre ytelse på ett komplekst benchmark.
I praksis eksperimenteres det med tre hovedtilnærminger: syntetisk datagenerering, selvveiledet læring og trening i simulerte miljøer. Alle metodene søker å redusere behovet for kostbar og tidkrevende menneskelig merking og innsamling av reelle datasett.
Syntetiske data på fremmarsj
Analyseselskapet Gartner anslår ifølge tilgjengelig forskning at de fleste AI-modeller vil trenes på syntetiske data innen 2030, og at syntetiske data vil utgjøre over 95 prosent av treningsdatasett for bilde- og videomodeller innen samme år. Allerede i 2024 skal over 60 prosent av data brukt i AI-applikasjoner ha vært syntetisk generert.
Det er imidlertid viktig å understreke at syntetiske data ikke er uten utfordringer. Forskningsmiljøet peker på risikoen for at bias fra opprinnelige reelle datasett videreføres, og på fenomenet «model collapse» — der modeller som trenes på egne utganger gradvis forringer seg. Disse problemstillingene er aktive forskningsfelt.
Norsk og nordisk relevans
For norske AI-forskere og investorer er Ineffable Intelligences tilnærming interessant av flere grunner. Norsk næringsliv og offentlig sektor begynner å investere tungt i AI-løsninger, men støter raskt på problemer knyttet til datatilgang — særlig innen helse, der personvernhensyn begrenser bruken av reelle pasientdata. Teknologi som lar modeller lære uten slike data kan potensielt åpne nye muligheter.
Det er likevel grunn til å være nøktern: Ineffable Intelligence er et svært ungt selskap, og det foreligger foreløpig ingen offentliggjort teknisk dokumentasjon eller uavhengig verifisering av selskapets fremgang. Verdsettelsen og kapitalen som er hentet inn, reflekterer primært tilliten til Silvers faglige rykte snarere enn demonstrerte resultater.
Hva skjer videre?
David Silver er særlig kjent for sin sentrale rolle i utviklingen av AlphaGo og AlphaZero ved DeepMind — systemer som nettopp lærte seg å spille brettspill på ekstraordinært høyt nivå gjennom selvspilling, uten menneskelig eksempeldata. Det er nærliggende å tro at lignende prinsipper vil prege retningen til Ineffable Intelligence.
Internasjonale tech-medier, inkludert TechCrunch, melder om finansieringsrunden, men detaljene om hvilke investorer som deltar og hva pengene konkret skal brukes til, er foreløpig begrenset offentlig tilgjengelig informasjon. 24AI følger utviklingen videre.