David Silver lança startup para criar IA que aprende sozinha sem dados humanos

David Silver, um dos nomes mais influentes da inteligência artificial, lança em janeiro de 2026 a Ineffable Intelligence, em Londres, para criar sistemas de superinteligência que aprendem sozinhos, sem depender de dados humanos. A iniciativa recebe uma rodada inicial de US$ 1,1 bilhão e coloca em xeque o modelo dominante de IA baseado em grandes bases de texto e imagem produzidas por pessoas.

Do tabuleiro de Go à corrida pela superinteligência

O anúncio marca um novo capítulo na trajetória de Silver, pesquisador da University College London que projeta a IA para além dos laboratórios há mais de uma década. Ele ganha projeção mundial em 2016, quando o AlphaGo derrota o campeão Lee Sedol em Seul, em um dos jogos mais complexos já criados. O feito rompe a percepção de que máquinas só vencem humanos em tarefas estritamente calculáveis.

Nos anos seguintes, Silver lidera o AlphaZero, sistema que aprende sozinho a jogar xadrez, Go e shogi apenas enfrentando a si próprio. Sem estudar partidas humanas, supera em poucas horas programas que levaram anos para ser desenvolvidos. A mesma lógica de aprendizado por reforço alimenta projetos como o AlphaFold, que prevê estruturas de proteínas, e o AlphaProof, que alcança desempenho de nível olímpico em matemática.

Esses avanços consolidam o aprendizado por reforço como um dos pilares da IA moderna e migram rapidamente para a economia real. Modelos derivados ajudam a otimizar redes elétricas, reduzir o consumo de energia em data centers e coordenar processos industriais complexos. A Ineffable nasce nesse cruzamento entre pesquisa de ponta e aplicações bilionárias, em um momento em que governos e empresas disputam vantagem tecnológica centímetro a centímetro.

Um “superlearner” em vez de montanhas de dados

A proposta central da Ineffable é construir um “superlearner”: um sistema de IA que aprende por tentativa e erro, sem depender de bases de dados pré-rotuladas por humanos. Em vez de absorver tudo o que já foi escrito ou publicado na internet, o modelo se coloca em ambientes virtuais, testa ações, recebe recompensas e ajusta o próprio comportamento em ciclos contínuos.

Silver descreve os dados humanos como um recurso finito, semelhante a um combustível fóssil que se esgota e limita o crescimento dos modelos atuais. Na visão dele, sistemas que aprendem sozinhos funcionam como uma fonte renovável de conhecimento, capaz de gerar novas experiências indefinidamente. A metáfora ecoa no Vale do Silício, onde concorrentes como OpenAI e Anthropic ainda concentram esforços em ampliar o volume de dados e a capacidade de processamento de grandes modelos de linguagem.

A Ineffable segue na direção oposta. A empresa aposta em algoritmos de aprendizado por reforço profundo, que já se mostram eficientes em jogos e simulações, para atacar problemas científicos e econômicos de alta complexidade. O objetivo declarado é criar máquinas que melhoram de forma contínua, sem necessidade de reciclar periodicamente todo o processo de treinamento a partir de downloads gigantescos de texto, código e imagens.

O mercado reage rápido. Em poucos meses, a startup levanta cerca de US$ 1,1 bilhão em uma rodada seed e alcança avaliação próxima de US$ 5,1 bilhões, uma das maiores da história da Europa em estágio inicial. Grandes fundos globais e empresas de tecnologia se aproximam, atraídos pelo histórico de Silver e pela promessa de um atalho rumo à chamada superinteligência, conceito que descreve sistemas capazes de superar humanos em praticamente todas as tarefas cognitivas.

Indústrias em disputa e nova agenda regulatória

Se o plano funciona, o impacto atravessa fronteiras e setores. A mesma lógica que permite ao AlphaZero dominar um jogo sem exemplos humanos pode acelerar a descoberta de novos medicamentos ao simular proteínas e reações químicas em escala inédita. Na indústria farmacêutica, modelos que aprendem sozinhos podem reduzir anos de pesquisa para meses, reconfigurando a competição entre multinacionais.

Em finanças, um sistema que testa bilhões de estratégias de investimento em ambientes simulados e aprende com cada erro pode oferecer vantagens assimétricas a quem controla a tecnologia. Na infraestrutura digital, algoritmos autônomos ajustam, em tempo real, o consumo de energia de data centers, o tráfego em redes de telecomunicações e o fluxo logístico de portos e aeroportos. Empresas com acesso a esse tipo de IA tendem a operar com margens mais altas e ciclos de inovação mais curtos.

O avanço também pressiona governos e reguladores. Uma superinteligência em evolução contínua levanta questões sobre segurança, responsabilidade e concentração de poder. Quem responde se um sistema autônomo provocar uma falha em cadeia na rede elétrica de um país? Como auditar decisões de um modelo que gera as próprias experiências e não se apoia em dados rastreáveis, como livros ou sites?

Especialistas em ética da tecnologia alertam para o risco de desequilíbrios geopolíticos. Países que dominam essa nova geração de IA podem ganhar vantagem em defesa, inteligência estatal e competitividade econômica. A disputa atual entre gigantes como Estados Unidos, China e União Europeia por normas globais de IA tende a se intensificar à medida que projetos como o de Silver saem do laboratório e entram em contratos públicos e privados.

O próximo movimento na corrida da IA

Silver deixa o DeepMind no auge da carreira acadêmica e corporativa para apostar que o próximo ciclo da IA não virá de mais dados, mas de aprendizado contínuo. O histórico dele, capaz de transformar artigos científicos em produtos com impacto direto na economia, pesa nas negociações com investidores e governos. A Ineffable estreia como candidata a definir, e não apenas acompanhar, o rumo da superinteligência.

Os próximos anos vão mostrar se o “superlearner” de Londres inaugura um novo paradigma ou apenas complementa os modelos de linguagem que hoje dominam a cena. Enquanto rodadas bilionárias se multiplicam e regulações tentam alcançá-las, a pergunta que se impõe não é se máquinas vão aprender sozinhas, mas quem vai controlar o que elas decidem fazer com esse conhecimento.