David Silver lança startup de IA que aprende sozinha em Londres

David Silver, um dos principais nomes da inteligência artificial, deixa o DeepMind e lança em janeiro de 2026, em Londres, a Ineffable Intelligence. A startup promete sistemas de “superinteligência” que aprendem sozinhos, sem depender de grandes bases de dados humanas.

Do tabuleiro de Go a uma nova geração de máquinas

Silver não é um estreante em revoluções tecnológicas. O cientista britânico ganha projeção global em 2016, quando lidera o AlphaGo, sistema que derrota o campeão mundial Lee Sedol em um jogo considerado um dos mais complexos já criados. Depois disso, coordena o AlphaZero, programa que aprende a jogar xadrez, Go e shogi em nível superior apenas enfrentando a si próprio, sem consultar partidas humanas.

O mesmo raciocínio orienta agora a Ineffable Intelligence. Em vez de treinar modelos com trilhões de palavras escritas por pessoas, a empresa aposta em um “superlearner”, um sistema que aprende por tentativa e erro de forma contínua. A meta é construir uma IA que nunca para de estudar o próprio ambiente, ajusta estratégias em tempo real e dispensa o combustível comum da indústria hoje: grandes volumes de dados humanos.

Silver compara essa mudança a uma transição energética. Dados produzidos por pessoas funcionariam como “combustível fóssil”: finitos, caros e sujeitos a esgotamento. Sistemas que aprendem sozinhos, segundo ele, se parecem mais com uma fonte renovável, capaz de gerar conhecimento novo sem depender de um estoque prévio de informação.

O histórico do pesquisador ajuda a explicar o interesse em torno da nova empresa. Além de AlphaGo e AlphaZero, Silver participa do AlphaFold, voltado à previsão de estruturas de proteínas, e do AlphaProof, que atinge desempenho de nível olímpico em problemas de matemática. Esses projetos consolidam o aprendizado por reforço, técnica em que a máquina testa ações, recebe recompensas e ajusta seu comportamento, como um pêndulo central da IA moderna.

US$ 1,1 bilhão para uma IA que não se contenta em parar

A Ineffable nasce em Londres cercada de atenção e dinheiro. Em poucos meses, a empresa levanta cerca de US$ 1,1 bilhão em investimento inicial, uma das maiores rodadas seed já registradas na Europa, e alcança avaliação próxima de US$ 5,1 bilhões. Grandes fundos e empresas de tecnologia entram na lista de investidores, atraídos pelo histórico de Silver e pela promessa de um salto além dos modelos atuais.

O foco é atacar uma fragilidade que começa a preocupar até as gigantes do setor: a dependência de dados humanos de boa qualidade. Treinar modelos de linguagem cada vez maiores consome textos, imagens e códigos em escala industrial, pressiona custos e esbarra em limites legais e de privacidade. Em paralelo, cresce o temor de que esses sistemas apenas recombinem o conhecimento já existente, sem avançar de fato a fronteira científica.

Silver tenta responder a esse impasse ao projetar uma IA que aprende de forma autônoma, sem roteiro pronto. O “superlearner” da Ineffable seria capaz de explorar problemas complexos por conta própria, experimentar soluções e acumular experiência, como um pesquisador permanente que nunca encerra o expediente. Em vez de replicar textos humanos, o sistema buscaria organizar, testar e ampliar hipóteses.

O plano tem ambição ampla. A empresa mira aplicações em otimização de redes elétricas, redução do consumo de energia em data centers e desenho de novos materiais. Setores que lidam com problemas cheios de variáveis, como logística, finanças quantitativas e saúde, aparecem no radar. Em laboratórios, o mesmo tipo de IA poderia acelerar a busca por moléculas promissoras ou sugerir caminhos matemáticos que humanos ainda não enxergam.

Ao mesmo tempo, a proposta tensiona o equilíbrio de forças no Vale do Silício. A disputa entre empresas como OpenAI e Anthropic cristaliza um modelo baseado em grandes modelos de linguagem, alimentados por dados humanos. Se a Ineffable mostra resultados sólidos com sistemas que aprendem sozinhos, o centro de gravidade da pesquisa pode migrar para outro paradigma.

Superinteligência em construção e novas disputas pela frente

O discurso da empresa é ambicioso. Silver fala em “superinteligência”, termo que descreve um sistema capaz de superar o desempenho humano em praticamente todas as áreas cognitivas. O caminho, segundo ele, passa por uma IA que não depende de atualizações pontuais, mas que evolui continuamente, como um organismo em constante adaptação.

Esse horizonte abre oportunidades e riscos. Governos e indústrias enxergam a chance de ganhar vantagem competitiva em setores estratégicos, de energia a defesa. Parcerias para aplicar o modelo em larga escala, inclusive com infraestrutura crítica, aparecem como desdobramento quase inevitável diante de uma avaliação de US$ 5,1 bilhões já na largada. Ao mesmo tempo, cresce a preocupação sobre como monitorar sistemas que aprendem sem cessar e podem tomar decisões em cenários para os quais ninguém os treinou diretamente.

Pesquisadores de IA destacam que o aprendizado por reforço, base da proposta de Silver, já prova eficácia em ambientes controlados, como jogos e simulações. O desafio agora é manter desempenho semelhante em contextos caóticos do mundo real, cheios de incertezas e de dilemas éticos. O sucesso ou o fracasso da Ineffable tende a servir como termômetro da viabilidade de uma IA que se desenvolve quase em tempo real.

A presença de Silver na University College London reforça o elo entre laboratório e mercado. Premiado por instituições científicas e acostumado a traduzir ideias teóricas em produtos industriais, ele tenta repetir o movimento com a própria empresa. Essa combinação de prestígio acadêmico e apetite de investidores aumenta a expectativa de que a Ineffable influencie políticas públicas e agendas de pesquisa, e não apenas linhas de código.

O próximo capítulo ainda está em aberto. A startup precisa mostrar, nos próximos anos, que o “superlearner” entregue ganhos concretos em eficiência energética, descobertas científicas ou novos serviços. Se conseguir cumprir a promessa, pode inaugurar uma era em que o recurso mais valioso da inteligência artificial deixa de ser o estoque de dados humanos e passa a ser a capacidade das máquinas de aprender sozinhas, sem data para parar.