RL contra LLMs: Ineffable levanta US$1,1B para superlearner

O que a Ineffable Intelligence está construindo?

A Ineffable Intelligence, fundada há poucos meses pelo ex-pesquisador do DeepMind David Silver, levantou US$ 1,1 bilhão em uma rodada que a valora em US$ 5,1 bilhões. A tese é ambiciosa: criar um 'superlearner' que descobre conhecimento por conta própria, usando apenas reinforcement learning (RL), sem depender de dados humanos.

Isso soa como o AlphaZero de 2017, que aprendeu a jogar xadrez e Go do zero, sem exemplos humanos. Agora Silver quer aplicar a mesma lógica para todo o conhecimento. O site da empresa compara o potencial a um salto equivalente ao de Darwin.

Como funciona (visão de operador)

Na prática, o modelo interage com um ambiente — seja simulado ou real — e aprende por tentativa e erro, recebendo recompensas. Não há curadoria de datasets, fine-tuning com exemplos ou tokens rotulados. O custo computacional, no entanto, é brutal: RL requer simulações massivas e milhares de iterações. A latência de inferência deve ser alta, já que o sistema decide o que explorar a cada passo.

Ao contrário de LLMs, que geram texto a partir de probabilidades aprendidas em dados estáticos, um superlearner RL precisa de um ambiente contínuo. Isso levanta questões sobre escalabilidade: é possível treinar um sistema que descobre física, linguagem e raciocínio sem dados prévios? O time de Silver aposta que sim.

O que isso muda na prática

Quem ganha? Investidores que buscam a próxima disrupção pós-LLM. A Sequoia, Lightspeed, Nvidia e até o governo britânico entraram. Quem perde? Empresas que apostam apenas em modelos de linguagem, se o RL mostrar vantagens reais em tarefas de descoberta e planejamento.

Ação prática: Se você trabalha com RAG ou fine-tuning, não mude o roteiro agora. Mas comece a monitorar benchmarks de RL em domínios como simulação física ou otimização. Se a Ineffable conseguir resultados replicáveis, a arquitetura de agentes autônomos vai mudar.

Tensão / Reflexão

O discurso é bonito, mas o problema de alinhamento permanece. Um sistema que aprende por tentativa e erro pode descobrir comportamentos inesperados — e potencialmente perigosos — sem supervisão humana. Além disso, o custo energético de treinar um AlphaZero em larga escala é imenso. O superlearner só será viável se conseguir generalizar com muito menos interações do que os algoritmos atuais.

E tem o elephant in the room: nenhum produto. A empresa promete 'explicar e construir toda a inteligência', mas sem roadmap claro. Isso soa como promessa de laboratório, não de negócio.

Fechamento

A Ineffable Intelligence representa um dos maiores experimentos científicos em IA dos últimos anos. Se der certo, redefine como pensamos em aprendizado. Se falhar, será um case de hype científico. Para quem constrói sistemas, o recado é: não ignore RL, mas não aposte fichas em algo que ainda não saiu do papel.