摘要

2026年4月底，英国政府的主权 AI 基金宣布与英国商业银行联合投资初创企业 Ineffable Intelligence。这家由 AI 先驱、前 DeepMind 强化学习主管 David Silver 创立的公司，正致力于构建能够超越人类已有数据、自主发现新知识的新一代“发现型 AI”。这标志着 AI 技术正从“模仿与预测”向“自主探索与创新”的范式转变。

事件背景

目前绝大多数主流大模型（如 GPT-4、Claude）的核心能力仍基于对人类已有海量数据的模式匹配和预测。虽然表现惊艳，但在生成真正全新的科学发现方面存在局限。为打破这一瓶颈，曾主导 AlphaGo、AlphaZero 等项目的 David Silver 创立了 Ineffable Intelligence，并迅速获得了英国政府主权 AI 基金的战略级投资。

核心技术解析

技术架构

Ineffable Intelligence 的核心系统建立在高级强化学习和环境交互框架之上。它不单纯依赖预训练数据集，而是通过在虚拟或真实环境中不断试错和反馈来优化自身策略。

  graph TD
    A[环境/问题设定] --> B[AI 代理执行动作]
    B --> C{状态反馈与奖励}
    C -->|正向奖励| D[强化当前策略]
    C -->|负向奖励| E[调整并探索新策略]
    D --> F[知识库积累]
    E --> B
    F --> A

关键创新点

1. 经验驱动学习：系统通过自身在环境中的交互经验进行学习，更接近人类探索未知世界的方式。
2. 超越人类数据边界：由于不局限于人类已有的训练数据，系统具备发现人类尚未掌握的解决方案和知识的潜力。
3. 动态策略优化：能够在复杂和动态的环境中持续优化决策路径。

性能评测

• 科学发现能力：虽然具体产品细节仍在保密中，但其技术路线曾在 AlphaFold 和 AlphaProof 等项目中证明了在生物学和数学领域发现新知识的卓越能力。
• 自适应性：相较于传统的大语言模型，该系统在处理无明确历史数据参考的全新问题时展现出更强的自适应性。

行业影响

对市场的影响

英国政府的这一投资举措释放了一个强烈的信号：国家级资本正在积极布局下一代“超级学习者（Superlearner）”。这不仅是对生成式 AI 路线的补充，更可能在未来的科技竞争中开辟出一条全新的赛道。

对开发者的意义

开发者和研究人员需要开始关注强化学习在基础科学和工程发现中的应用。未来的 AI 开发可能不仅仅是“提示词工程（Prompt Engineering）”，更是“环境设计与奖励机制构建”。

商业化前景

在材料科学、新药研发、复杂系统工程等需要高度创新和突破的领域，发现型 AI 具有不可估量的商业价值。Ineffable Intelligence 有望成为这些垂直领域的核心引擎。

实际体验

优势与不足

优势:

• 真正的创新能力：有望解决人类尚未解决的科学和工程难题。
• 摆脱数据依赖：减少对大规模高质量人类标注数据的依赖。
• 顶尖团队加持：拥有以 David Silver 为核心的世界级强化学习研究团队。

不足:

• 研发周期长：从实验室的算法突破到实际商业化产品的落地，可能需要漫长的时间。
• 计算资源需求：在庞大状态空间中进行强化学习探索，往往需要极其惊人的算力支持。

总结与展望

Ineffable Intelligence 代表了 AI 发展的下一个重要方向——从“学霸”向“科学家”的转变。英国主权 AI 基金的背书不仅为其提供了充足的弹药，也为全球 AI 军备竞赛增添了新的变数。我们期待看到这种基于经验和探索的发现型 AI 能够尽快带来改变世界的实际成果。

参考来源:

• UK backs company building breakthrough AI