AlphaGo之父創(chuàng)歐洲種子輪新紀錄，11億美元引資本狂歡

在風險投資領域，人們習慣性地將創(chuàng)業(yè)者的第一筆投資稱為“種子輪”。因為在這個階段，創(chuàng)業(yè)者大概率沒有公司、沒有產品、沒有團隊，很多東西都還停留在理論層面，就像一顆種子，最重要的任務就是發(fā)芽。

但最近幾年，很多人覺得“種子輪”這個稱呼應該改一改，叫做“椰子輪”更合適。因為種子輪的重點是孵化，是萌芽，不確定性拉滿，通常情況下整體規(guī)模都不會太大，基本都集中在幾十到幾百萬這個區(qū)間內。可最近幾年——尤其是大模型創(chuàng)業(yè)潮出現之后——種子輪的規(guī)模已經夸張到沒邊了。比如前OpenAI首席科學家伊利亞·蘇茨克維（Ilya Sutskever）創(chuàng)立Safe Superintelligence（SSI），所謂的種子輪規(guī)模高達10億美元。還有Meta前首席科學家楊立昆（Yann LeCun）下場創(chuàng)業(yè)成立的AMI Labs，所謂的種子輪規(guī)模也達到了10.5億美元。

誰家種子比樹還大？

而最近，一顆嶄新的“椰子”誕生了。近日，來自英國的大模型初創(chuàng)公司Ineffable Intelligence完成了總規(guī)模達11億美元（約合人民幣75億元）的種子輪融資，一舉超越了伊利亞·蘇茨克維和楊立昆，刷新了歐洲風險投資史上的種子輪融資新紀錄。根據公開信息，本輪融資由紅杉資本和光速創(chuàng)投領投，英偉達、谷歌、Index Ventures跟投。此外英國兩大國資——英國商業(yè)銀行和英國人工智能主權風險投資基金Sovereign AI——也參與了本輪融資。

AlphaGo之父

平心而論，雖然種子輪的融資規(guī)模越來越夸張，人們甚至發(fā)明出了“椰子輪”的說法來調侃，但總的來說人們的總體情緒還是“意料之外情理之中”。因為人工智能確實是公認的下一代基礎設施，楊立昆和伊利亞·蘇茨克維又是人工智能領域公認的前沿領袖。再加上硅谷又是風投熱錢最集中的區(qū)域，他們下場創(chuàng)業(yè)之后打破常規(guī)，完成現象級的融資，并不是一件很難理解的事。

但今天這顆“新椰子”的特殊之處在于：這次刷新種子輪新紀錄的Ineffable Intelligence誕生在歐洲、誕生在英國——這是一片被無數人認為“落后于時代”的土地，這顯然太反直覺了。

那么Ineffable Intelligence為什么能如此“逆天”？故事要從2016年說起。

2016年3月，全世界計算機科學家的目光都聚焦在了韓國首爾。因為這里即將舉辦一場足以載入人類史冊的圍棋比賽，對弈的雙方分別是人工智能AlphaGo和世界上最頂尖的圍棋選手李世石。在此之前，圍棋一直被視為“機器學習”的禁忌領域，因為這項運動過于復雜，高度依賴棋手的直覺、創(chuàng)造力和策略性思維。在這場對局前，最好的電腦圍棋選手也堪堪只能達到圍棋職業(yè)體系里的“業(yè)余”段位。饒是馬斯克這樣的“鐵血科技樂觀主義者”，也認為人工智能想要打敗人類最頂尖的圍棋選手，也需要至少10年左右的時間。

可最終的賽果打臉了所有人，AlphaGo以4比1的比分輕松戰(zhàn)勝了李世石，當場被韓國圍棋協會認定為最高段位“九段”。

緊接著在2017年5月，潛心修煉了一年、已經進化為Master版本的AlphaGo再次坐在了圍棋桌前，這次的對手換成了真正的人類頂級選手、當時排名第一的中國棋手柯潔。賽前柯潔不斷放狠話，說“就算AlphaGo戰(zhàn)勝了李世石，但他贏不了我”。可這次的結果更加殘酷，AlphaGo直接3比0贏下了所有比賽，沒有給柯潔留下任何翻盤機會。

可以說，這兩場比賽之后，再也沒有人質疑“人工智能是否代表著未來”了。人們的好奇心開始集中在這樣一個務實的問題上：誰創(chuàng)造出了如此牛逼的AlphaGo？

Ineffable Intelligence的故事正是從這里開始。AlphaGo由谷歌旗下的人工智能研究團隊DeepMind開發(fā)，而負責開發(fā)AlphaGo的技術框架，擔任技術負責人的是一位叫做大衛(wèi)·西爾弗（David Silver）的年輕人。

可以說AlphaGo的這兩場比賽不僅改變了人工智能的命運，也改變了大衛(wèi)·西爾弗的命運。受到鼓舞母公司谷歌不僅將人工智能業(yè)務的所有希望都集中在了DeepMind團隊上，并堅定了西爾弗的領導地位，期待他推動AlphaGo的技術向其他更實用、更關鍵的領域泛化。大衛(wèi)·西爾弗一夜之間從“好像懂點技術的關系戶”轉變?yōu)榱恕白铐敿獾挠嬎銠C科學家”。

西爾弗也確實沒有辜負谷歌的信任。在委以重任后，西爾弗又成功帶領AlphaGo進軍國際象棋領域、將棋領域、電競領域，展現了技術的極高通用性。DeepMind的技術積累也開始嘗試滲透到工程領域內，據說成功地優(yōu)化了英國電網系統，每年節(jié)約成本超過100萬英鎊，也將谷歌數據中心的使用效率提升了30%。還有江湖傳聞稱，西爾弗的團隊還幫助歐洲航天局開發(fā)地外行星探測器。

總之，等到2020年美國計算機協會（ACM）決定授予西爾弗年度大獎，以表彰其在計算機科學領域內卓越貢獻的時候，業(yè)內對他的評價已經變成了這樣：“自20世紀50年代以來，教會計算機程序與人類進行游戲一直是人工智能研究的核心實踐……而在這件事上很少有研究人員能像大衛(wèi)·西爾弗那樣引起如此大的轟動。他在深度強化學習領域做出的奠基性貢獻，從而迅速推動了人工智能技術的發(fā)展，激發(fā)了公眾的想象力，并吸引年輕的研究人員投身機器學習等領域。更重要的是，西爾弗及其同事開發(fā)的框架將為人工智能的各個領域以及未來多年在商業(yè)和工業(yè)領域的實際應用提供指導。”

有媒體如是評價說：西爾弗最擅長用最小的團隊、最少的資源，去挑戰(zhàn)最棘手的問題。

歐洲之殤

當然了，創(chuàng)始人的江湖地位只是Ineffable Intelligence創(chuàng)造歷史的一部分原因。通常情況下，一個種子輪能夠膨脹為“椰子輪”，更重要的原因在于創(chuàng)始人在極具共識的創(chuàng)業(yè)賽道上提出了一個截然不同的解決方案。例如伊利亞認為OpenAI處在失控的邊緣，人們如果想要將人工智能轉化為實際生產力就需要更安全合規(guī)的路線，因此才有了SSI。同樣，楊立昆選擇創(chuàng)業(yè)的原因是在他看來目前大模型的研發(fā)方向走入了一個死胡同，想要徹底提高智能水平，就必須想辦法擁抱物理世界，開發(fā)所謂的“世界模型”。

那西爾弗提出的新東西是什么呢？一個關鍵詞：“強化學習”。

“強化學習”這個關鍵詞也可以解釋西爾弗為什么不繼續(xù)留在DeepMind。自從OpenAI異軍突起，點燃了大模型的戰(zhàn)爭，谷歌一直扮演著追趕者的角色，十分被動處處挨打。而為了扭轉這種局面，DeepMind早就從一個遠在英國的獨立工作室變成了谷歌人工智能業(yè)務的主力，負責領導Gemini站穩(wěn)大模型的第一梯隊，與ChatGPT掰手腕。DeepMind也要想辦法利用好谷歌投入多年開發(fā)的TPU和矩陣算法，打破英偉達的壟斷地位。

不過看到這里你也應該意識到了一個問題：前面讓我們驚訝的最大標簽，Ineffable Intelligence誕生在歐洲這件事，確實是一個偶然因素。一個這樣的創(chuàng)業(yè)者，帶著這樣的履歷，無論在哪里都會取得現象級的關注。

而且同期的歐洲創(chuàng)投圈還誕生了這樣一個案例：4月25日，加拿大人工智能大模型Cohere收購了德國的大模型公司Aleph Alpha。在收購之前，Aleph Alpha的估值約為30億美元，是歐洲排在Mistral AI之后的第二大大模型獨角獸公司，在歐洲拿下了大量的企業(yè)訂單以及政府事業(yè)單位訂單。收購整合之后，全新的Cohere將以200億美元的估值，完成總規(guī)模為6億美元的E輪融資，投資方為Aleph Alpha的老股東、德國零售巨頭施瓦茨集團（Schwarz Group）。

據說，這次合并得到了加拿大政府和德國政府的全力支持，因為此舉可以“加強自主人工智能能力并減少對（美國）戰(zhàn)略技術的依賴”。同樣，施瓦茨集團更是非常熱心，希望Cohere之后能夠將數據放在自家的云數據中心STACKIT上。

你看，這或許才是歐洲或者全球人工智能行業(yè)的現狀：除了中美之外，已經再沒有參與者能夠跟上大模型進化的腳步了。從資金到技術到人才再到應用場景，所有人都在強調“獨立自主”的重要性，但這其中的差距已經很難靠一些常規(guī)策略來解決了。