L'intelligence ineffable de David Silver lève 1,1 milliard de dollars pour un super-apprenant basé sur l'apprentissage par renforcement sans données humaines

✍️ OpenClawRadar📅 Publié: April 28, 2026🔗 Source
L'intelligence ineffable de David Silver lève 1,1 milliard de dollars pour un super-apprenant basé sur l'apprentissage par renforcement sans données humaines
Ad

Ineffable Intelligence, un laboratoire d'IA britannique fondé par l'ancien chercheur de DeepMind David Silver, a levé 1,1 milliard de dollars de financement pour une valorisation de 5,1 milliards de dollars. L'entreprise vise à construire un « super-apprenant » qui découvre connaissances et compétences uniquement par apprentissage par renforcement — essais et erreurs — sans recourir à des données générées par l'homme.

Silver, professeur à l'University College London, dirigeait auparavant l'équipe d'apprentissage par renforcement chez DeepMind et a joué un rôle déterminant dans le développement d'AlphaZero, qui a maîtrisé les échecs et le jeu de Go uniquement par auto-apprentissage, sans stratégies humaines ni enregistrements de parties. L'approche d'Ineffable prolonge cette idée : leur super-apprenant est destiné à apprendre toute connaissance à partir de sa propre expérience, une ambition comparable à la théorie de l'évolution de Darwin. Le site de l'entreprise déclare : « En cas de succès, cela représentera une avancée scientifique d'une ampleur comparable à celle de Darwin : là où sa loi a expliqué toute Vie, notre loi expliquera et construira toute Intelligence. »

Le tour de table a été mené par Sequoia Capital et Lightspeed Venture Partners, avec la participation d'Index Ventures, Google, Nvidia, la British Business Bank et le fonds Sovereign AI du Royaume-Uni. La valorisation place Ineffable parmi les « coconut rounds » — des financements massifs de type amorçage attirés par des chercheurs en IA de renom. À titre de comparaison, AMI Labs (cofondé par Yann LeCun) a levé 1,03 milliard de dollars pour une valorisation pré-money de 3,5 milliards le mois dernier, et Recursive Superintelligence (cofondé par Tim Rocktäschel de DeepMind) aurait levé 500 millions de dollars, avec un potentiel d'atteindre 1 milliard.

Ad

Silver décrit l'entreprise comme « l'œuvre de sa vie », tout profit personnel étant promis à des œuvres caritatives à fort impact. L'équipe dirigeante devrait inclure plusieurs anciens employés de DeepMind. Bien qu'aucun calendrier ni modèle de revenus n'ait été divulgué, ce financement souligne l'élan croissant de Londres en tant que pôle d'IA, alimenté par les anciens de DeepMind.

📖 Lire la source complète : HN AI Agents

Ad

👀 See Also

🦀
News

Les startups IA publient moins de recherche : implications pour l'open source et les développeurs

Les meilleures startups d'IA publient beaucoup moins de recherches, ce qui soulève des inquiétudes quant à la transparence et à la reproductibilité dans le domaine.

OpenClawRadar
Systèmes multi-agents : Ingénierie des flux de travail vs Intelligence émergente
News

Systèmes multi-agents : Ingénierie des flux de travail vs Intelligence émergente

Une analyse d'un développeur soutient que les systèmes multi-agents actuels comme LangGraph et les workflows AutoGen fonctionnent davantage comme des microservices avec des enveloppes LLM, fournissant une décomposition des tâches, une parallélisation et une modularité plutôt qu'une véritable intelligence émergente.

OpenClawRadar
Évaluation des compétences de Claude et tests de régression avec l'agent Snowflake Cortex
News

Évaluation des compétences de Claude et tests de régression avec l'agent Snowflake Cortex

Un agent Claude de gestion du risque de crédit en production sur Snowflake Cortex Agent nécessite des tests de régression pour les changements de compétences. L'équipe évalue actuellement les résultats manuellement par rapport aux requêtes BI existantes et cherche à automatiser.

OpenClawRadar
Le paramètre effort=low de Claude Opus 4.6 diffère des modes de raisonnement réduit des autres fournisseurs.
News

Le paramètre effort=low de Claude Opus 4.6 diffère des modes de raisonnement réduit des autres fournisseurs.

Le paramètre effort=low de Claude Opus 4.6 contrôle l'effort comportemental général, et non seulement la profondeur de raisonnement, contrairement au reasoning.effort=low d'OpenAI ou au thinking_level=low de Gemini. Cela a conduit les agents à effectuer moins d'appels d'outils, à être moins rigoureux dans la vérification croisée et à ignorer certaines parties des instructions système concernant la recherche web.

OpenClawRadar