David Silver cria startup para IA que aprende sozinha e capta US$ 1,1 bi

David Silver, criador do AlphaGo, deixa a DeepMind e, em janeiro de 2026, lança em Londres a Ineffable Intelligence, startup que desenvolve uma IA “superlearner” capaz de aprender sozinha. A empresa nasce com US$ 1,1 bilhão em investimentos iniciais e a promessa de romper a dependência de dados humanos que sustenta os sistemas atuais.

Da vitória sobre Lee Sedol à ambição da superinteligência

A trajetória de Silver ajuda a explicar por que a aposta na Ineffable desperta tanto interesse no Vale do Silício e na City londrina. Em 2016, ele ganha projeção mundial ao liderar o AlphaGo, sistema que derrota por 4 a 1 o campeão mundial Lee Sedol em um jogo de Go televisionado para milhões de pessoas. O feito, considerado um marco da inteligência artificial moderna, mostra que máquinas podem dominar um dos jogos mais complexos já criados.

Depois do AlphaGo, Silver avança um passo além com o AlphaZero. Em vez de aprender com partidas humanas, o sistema joga contra si mesmo milhões de vezes até dominar xadrez, Go e shogi em nível superior ao dos campeões. O resultado consolida a aprendizagem por reforço, técnica em que o algoritmo aprende por tentativa e erro, como base de uma nova geração de sistemas autônomos.

O pesquisador também participa de projetos como o AlphaFold, que prevê estruturas de proteínas, e o AlphaProof, capaz de resolver problemas de matemática em nível olímpico. Essas frentes ampliam o alcance da IA para áreas estratégicas como biotecnologia, energia e ciências exatas. A atuação dele, dividida entre a DeepMind e a University College London, rende prêmios e o coloca entre os nomes mais influentes do campo.

Quando anuncia a saída da DeepMind, Silver já carrega a reputação de alguém capaz de transformar artigos acadêmicos em produtos que giram bilhões. A Ineffable Intelligence nasce desse acúmulo: não como um laboratório de pesquisa isolado, mas como uma empresa estruturada para disputar o próximo salto da IA com gigantes globais.

Superlearner desafia modelos que dependem de dados humanos

No centro da nova empreitada está o conceito de “superlearner”, um sistema projetado para aprender de forma contínua, quase sem intervenção humana. Em vez de absorver trilhões de palavras escritas por pessoas, como fazem os grandes modelos de linguagem atuais, essa IA se desenvolve principalmente em ambientes de simulação, recebendo recompensas ou punições a cada ação. O processo lembra o de uma criança que aprende a andar caindo e levantando, mas em escala digital e acelerada.

Silver compara os dados humanos a “combustível fóssil” da inteligência artificial. A metáfora reforça a ideia de que há um limite para coletar, limpar e armazenar tudo o que as pessoas escrevem, falam ou produzem online. “Sistemas que aprendem sozinhos são como energia renovável: uma vez criadas as condições certas, podem evoluir sem esgotar a fonte”, costuma dizer em apresentações a investidores.

A aposta da Ineffable vai na contramão do modelo predominante do setor, dominado por empresas que alimentam seus algoritmos com enormes bases de textos, imagens e vídeos produzidos por usuários. Esse caminho impulsiona chatbots cada vez mais fluentes, mas enfrenta gargalos: disputas por direitos autorais, custos crescentes de computação e a dificuldade de corrigir vieses e erros presentes no material humano.

O superlearner tenta contornar essas barreiras ao se basear quase só em experiência própria. A cada tentativa, o sistema ajusta o comportamento, guarda o que funciona e descarta o que falha. A lógica é a mesma que orienta o AlphaZero, mas aplicada a problemas muito além de tabuleiros. Em cenários industriais, por exemplo, a IA poderia testar virtualmente milhões de configurações de uma linha de produção antes de sugerir ajustes que reduzam desperdícios em dois dígitos percentuais.

O modelo de negócios apresentado pela companhia inclui aplicações em energia, biotecnologia, automação e finanças. Em redes elétricas, algoritmos de reforço já mostraram ganhos de eficiência ao equilibrar demanda e oferta em tempo real. Em data centers, técnicas do mesmo tipo ajudaram a cortar consumo de energia em até 40% em alguns testes. A Ineffable se vende como o próximo passo: um sistema que não apenas otimiza, mas continua melhorando indefinidamente conforme interage com o ambiente.

Dinheiro, disputa geopolítica e dúvidas sobre controle

A rodada de US$ 1,1 bilhão levantada em poucos meses, que avalia a startup em cerca de US$ 5,1 bilhões, sinaliza que investidores querem exposição direta à possibilidade de uma superinteligência autônoma. Grandes fundos e empresas de tecnologia entram na lista de cotistas, atraídos pela combinação de histórico técnico de Silver e narrativa de ruptura em relação aos modelos atuais. O tíquete coloca a Ineffable entre as maiores rodadas seed já vistas na Europa.

A corrida por tecnologias de IA que aprendem sozinhas também tem contornos geopolíticos. Governos observam de perto projetos capazes de influenciar cadeias de suprimentos, redes de energia e pesquisa biomédica. Uma IA que explora, sem descanso, novas moléculas, novos materiais e novas estratégias de otimização pode reduzir custos industriais, encurtar prazos de desenvolvimento de remédios e redesenhar mercados inteiros em poucos anos.

Empresas que dominam esse tipo de sistema tendem a ganhar vantagem competitiva difícil de recuperar. Companhias de software tradicionais, consultorias e até parte do setor de dados podem perder espaço se soluções autônomas passarem a aprender diretamente com o ambiente, sem depender de históricos longos de comportamento humano. Do outro lado, setores intensivos em infraestrutura, como energia, logística e manufatura pesada, podem ver margens crescerem com operações mais enxutas e previsíveis.

O avanço da ideia de superlearner reacende o debate sobre segurança e controle. Sistemas que aprendem sem parar levantam questões sobre alinhamento de objetivos, transparência de decisões e impacto no trabalho. Pesquisadores alertam que ganhos de produtividade podem conviver com demissões em larga escala em tarefas repetitivas e analíticas. Regulações em discussão na Europa, nos Estados Unidos e em países asiáticos começam a considerar cenários em que máquinas tomam decisões cada vez mais autônomas.

A Ineffable se apresenta como parte dessa conversa. O discurso oficial promete mecanismos de supervisão humana e limites claros para aplicações de alto risco, como uso militar ofensivo ou decisões médicas sem validação profissional. O desafio é conciliar esse compromisso com a pressão de investidores que apostam justamente na capacidade da tecnologia de ir além do que se conhece hoje.

Próximo capítulo da IA e desafios em aberto

Os próximos anos devem mostrar se o superlearner de Silver entrega, na prática, a promessa de uma inteligência artificial que se melhora sozinha sem depender de dados humanos. A empresa planeja divulgar, ao longo de 2026, demonstrações técnicas em domínios específicos, como otimização de consumo de energia e problemas complexos de pesquisa científica. O roteiro prevê provas de conceito com parceiros industriais e, depois, contratos comerciais de maior escala.

Enquanto a disputa entre gigantes de modelos de linguagem segue intensa, a aposta da Ineffable abre uma frente paralela: em vez de ensinar máquinas a imitar textos humanos, treinar sistemas para descobrir soluções que ninguém pensou. O desempenho dessa estratégia pode redefinir prioridades de investimento, acelerar debates regulatórios e obrigar governos a rever políticas para proteger empregos e dados. A dúvida que permanece é se a tecnologia de Silver vai inaugurar um ciclo sustentável de inovação ou apenas antecipar, em ritmo ainda mais rápido, as tensões entre eficiência, poder econômico e controle das máquinas que estamos criando.