Startup de ex-líder do DeepMind recebe US$ 1,1 bi para IA autônoma

A Ineffable Intelligence, startup britânica fundada por David Silver, ex-DeepMind, recebe em abril de 2026 um aporte de US$ 1,1 bilhão para criar uma inteligência artificial que aprende sozinha, sem depender de dados humanos. O investimento, que eleva a avaliação da empresa a US$ 5,1 bilhões, aposta em um modelo de aprendizado por reforço que tenta ir além de sistemas como ChatGPT e Gemini.

Investimento recorde e corrida global por novas IAs

A empresa nasce há poucos meses em Londres e já se posiciona no centro da disputa global por inteligência artificial avançada. A rodada, descrita como semente, é liderada pelos fundos Sequoia Capital e Lightspeed Venture Partners e conta com gigantes como Nvidia, Google, Index Ventures, DST Global e investidores britânicos. Com US$ 1,1 bilhão em caixa, cerca de R$ 5,4 bilhões, a Ineffable passa a valer US$ 5,1 bilhões, algo próximo de R$ 25,4 bilhões.

A startup afirma que essa é a maior rodada semente já registrada na Europa, em um momento em que laboratórios de IA se multiplicam em torno de nomes conhecidos da área. O anúncio reforça a importância de Londres no mapa da tecnologia, cidade que abriga há mais de uma década o DeepMind, laboratório comprado pelo Google em 2014 e que ajudou a redefinir a pesquisa em IA. Também expõe uma nova onda de migração de talentos de grandes empresas de tecnologia para startups com capital bilionário e metas ambiciosas.

O plano de Silver: da DeepMind ao “superlearner”

David Silver é um dos nomes centrais dessa transição. Professor da University College London (UCL) e figura-chave no desenvolvimento do aprendizado por reforço no DeepMind, ele ganha projeção internacional com projetos que ensinam máquinas a jogar apenas com a própria experiência. Em 2016, seu trabalho no sistema AlphaGo ajuda a derrotar o campeão Lee Sedol em uma série histórica no jogo de tabuleiro Go, marco que mostra ao mundo a força de algoritmos que aprendem por tentativa e erro.

Agora, à frente da Ineffable, Silver tenta repetir a ruptura. O objetivo é criar um “superlearner”, como ele descreve, um sistema que descobre conhecimentos e habilidades por conta própria, sem seguir exemplos prontos retirados da internet. Em vez de treinar modelos com trilhões de palavras escritas por humanos, a empresa aposta em ambientes simulados em que a máquina testa ações, erra, acerta e recebe sinais de recompensa, num processo contínuo de experimentação.

Essa técnica, conhecida como aprendizado por reforço, já é usada em robótica, jogos e sistemas de recomendação. Na Ineffable, porém, ela se torna o centro do projeto, não um complemento aos métodos tradicionais. Em entrevista à CNBC, Silver afirma que a ambição é “transcender as grandes invenções da história da humanidade, como a linguagem, ciência, matemática e tecnologia”. À Wired, ele compara dados humanos a uma fonte de energia finita. “Dados humanos são como combustível fóssil que nos forneceu um incrível atalho”, diz. “Sistemas que aprendem por conta são combustíveis renováveis – algo que pode aprender para sempre, sem limites”.

Desafios técnicos e impacto no mercado de IA

A aposta mira limites claros dos modelos atuais. Hoje, chatbots como ChatGPT, Gemini e Claude combinam grandes bases de dados textuais, técnicas de aprendizado auto-supervisionado e camadas de reforço guiadas por avaliação humana. O desempenho impressiona, mas também evidencia gargalos: dependência de conteúdo produzido por pessoas, risco de reproduzir vieses e dificuldade de extrapolar para situações totalmente novas, sem exemplos prévios.

Um sistema que aprende sem consultar textos ou imagens humanos tenta escapar desse teto. Em tese, poderia descobrir estratégias próprias em ciência, engenharia, finanças ou pesquisa clínica, explorando possibilidades que não aparecem em manuais ou artigos. Na prática, o desafio é operar fora de ambientes controlados. Pesquisadores em IA lembram que algoritmos de aprendizado por reforço costumam funcionar bem em jogos ou simulações fechadas, mas encontram dificuldades quando o mundo real se torna imprevisível, com regras que mudam e objetivos que nem sempre são claros.

Mesmo com essas incertezas, o mercado vê na Ineffable um laboratório para a próxima geração de sistemas autônomos. Um modelo capaz de aprender em tempo real, sem intervenção constante, interessa a setores que vão de automação industrial a logística, passando por saúde, energia e defesa. Na indústria farmacêutica, por exemplo, um “superlearner” poderia testar combinações de moléculas em ambientes simulados, ajustando hipóteses a cada falha. Em fábricas, poderia redesenhar a linha de produção ao detectar gargalos, sem esperar por atualizações de software preparadas por engenheiros.

O movimento também pressiona empresas que apostam em grandes modelos de linguagem. Com US$ 1,1 bilhão em rodada inicial, a Ineffable se soma a uma leva de laboratórios que tentam convencer investidores de que a próxima fronteira não depende apenas de comprar mais dados e chips, mas de criar sistemas que desenvolvem as próprias estratégias. A presença de Nvidia e Google na rodada indica que grandes fornecedores de hardware e nuvem querem acompanhar de perto qualquer mudança nesse eixo.

Filantropia, incertezas e próximos passos

Silver acrescenta um elemento incomum a um projeto dessa escala: ele afirma que pretende doar o que ganhar com a empresa para instituições de caridade de “alto impacto”, focadas em salvar o maior número possível de vidas. A declaração ecoa iniciativas de filantropos ligados à tecnologia, mas ainda deixa perguntas em aberto sobre o modelo de negócios da Ineffable. Até agora, a empresa não define com clareza como a pesquisa se transforma em produto comercial ou serviço.

O laboratório ainda está em fase de montagem, com a rodada semente destinada a montar equipes, infraestrutura de computação e ambientes de simulação em larga escala. Nos próximos anos, o desempenho dos primeiros protótipos do “superlearner” vai indicar se a promessa de uma IA que aprende sem dados humanos é viável além de demonstrações controladas. Enquanto isso, a disputa por talentos em Londres se intensifica, e cada novo experimento da Ineffable vira um teste sobre quão longe é possível ir ao tirar o ser humano do centro do processo de aprendizado das máquinas.