【2026年5月】Ineffable 11億ドル｜DeepMind発の超知能ラボ

結論: DeepMindでAlphaGoとAlphaZeroを生み出したDavid Silverが設立したIneffable Intelligenceが、2026年4月に欧州史上最大となる11億ドルのシード資金調達を発表。人間が生成したデータに依存せず、試行錯誤の経験だけから知識を獲得する「スーパーラーナー」の実現を目指している。

この記事の要点:

• 調達額11億ドル（約1,650億円）、バリュエーション51億ドル——設立わずか数ヶ月での欧州史上最大シード
• SequoiaとLightspeedが共同主導、Nvidia・Google・英国政府系ファンドも参加という異例の顔ぶれ
• 「強化学習だけで超知能へ」という技術的賭けが、現在のLLMスケーリング路線とどう違うかを解説

対象読者: AGI研究動向に関心がある経営者・技術者、AI投資・調達動向をウォッチしているビジネスパーソン
読了後にできること: Ineffable Intelligenceの技術的アプローチを説明できるようになり、AI戦略の文脈で強化学習の意義を自社に当てはめて考えられる

「また巨額調達か」と思ってスルーしそうになりましたが、このニュースだけは一度立ち止まって読んでほしいと感じました。

2026年4月27日、Google DeepMindの強化学習チームを10年以上率いてきたDavid Silverが、新しいAI研究ラボ「Ineffable Intelligence」を発表しました。シード資金は11億ドル（約1,650億円）。欧州のスタートアップとしては史上最大のシードラウンドです。

注目すべきはその技術的な方向性です。OpenAIやAnthropicが膨大な人間生成テキストでLLMをスケールさせてきた路線に対し、Ineffable Intelligenceは「人間データに一切依存しない」強化学習だけで超知能を目指すと宣言しています。AlphaGoがルール以外の人間の棋譜をほぼ使わずに世界最強になったのと同じ発想を、汎用知能に持ち込もうとしているわけです。

100社以上の企業向けAI研修・コンサルを行う立場から見ると、この動きには2つの意味があります。一つは「現行LLMの限界をどう超えるか」という研究競争が本格化しているという事実。もう一つは、その研究が現実の企業AI活用に影響する可能性があるという点です。この記事では、Ineffable Intelligenceが何を目指しているのか、なぜこれほどの資金が集まったのかを丁寧に解説します。

AIエージェントの活用や企業導入全般については、AIエージェント導入完全ガイドで体系的にまとめています。本記事はその研究動向の最前線として位置づけてください。

何が起きたのか——ファクトの全体像

まず確認されたファクトを整理します。

欧州のスタートアップとして「史上最大のシードラウンド」というのはCNBCとtech.euがともに確認しています（参照日: 2026年4月27日）。バリュエーション51億ドルというのは、これから実証研究を始めるラボとしては驚異的な水準です。

投資家の顔ぶれも異例です。Sequoiaが「スーパーラーナーの時代への投資（A Superlearner for the Era of Experience）」という声明を出し、NvidiaとGoogleという競合関係にある二社が共に参加しています。英国政府系のSovereign AI FundとBritish Business Bankが入っているのは、英国のAI研究競争力への国家的な投資意欲を示しているといえるでしょう。

また、Silver氏本人はFounders Pledgeを通じて自分が得る個人利益の100%を寄付することを誓約しました。Founders Pledgeによれば「当機関史上最大の誓約」で、実現すれば数十億ドル規模になる見通しです（出典: tech.eu、2026年4月27日）。

David Silverとは何者か——AlphaGoからIneffableまでの軌跡

Ineffable Intelligenceを理解するには、創業者David Silverの経歴を知る必要があります。彼の研究人生は「強化学習で何ができるか」を30年かけて証明し続けた歩みだからです。

ケンブリッジからDeepMindへ

1976年生まれのSilverはケンブリッジ大学Christ’s Collegeで学び、1997年にAddison-Wesley賞を受賞して卒業しました。学生時代にDeepMindの共同創業者Demis Hassabisと知り合い、長年の交流が続くことになります。

卒業後はゲーム会社Elixir StudiosのCTO兼主任プログラマーとして活躍した後、2004年にアルバータ大学の博士課程で強化学習の研究に戻ります。2009年に博士号を取得し、2010年からDeepMindのコンサルタント、2013年からフルタイム社員として加わりました。

AlphaGo——AIの歴史的転換点

DeepMindでのSilverの最大の業績がAlphaGoプロジェクトです。囲碁は長年「AIには難しすぎる」と言われてきた分野でした。盤面の分岐が天文学的に多く、評価関数が非常に難しいためです。

SilverはDeep Learningと強化学習、モンテカルロ木探索を組み合わせ、2016年に世界トップ棋士のイ・セドルを4勝1敗で破るAlphaGoを完成させました。さらに翌年、人間の棋譜データをほとんど使わずに自己対戦だけで学ぶAlphaGo Zeroを発表。こちらはわずか40日間の学習でAlphaGoを完全に凌駕しました。

その後、AlphaZeroは囲碁・チェス・将棋の三種類のゲームを同じアーキテクチャで学習し、それぞれの最強プログラムを超える水準に達しました。AlphaStarではスタークラフトIIでプロ級の腕前を実現しています。

2019年にACMコンピューティング賞を受賞したSilverは、「強化学習は汎用知能への道」という信念をDeepMindの外でも公言し続けていました。そして2025年末にDeepMindを離れ、Ineffable Intelligenceを設立したのです。

なぜ今、独立だったのか

複数のメディア報道を総合すると、Silverの独立には「DeepMindではできない研究スケールと方向性を追求したい」という動機があったと推察されます。GoogleとDeepMindは2023年に統合されており、組織の優先事項がGeminiなど製品寄りにシフトしていたという観測があります。
Silverは「強化学習パラダイムの全可能性が開花できる場所が必要だ」と語っています（Sequoia Capital声明、2026年4月27日）。独立は研究の純粋追求のための選択だったといえるでしょう。

「スーパーラーナー」とは何か——技術的アプローチの核心

Ineffable Intelligenceが目指す「スーパーラーナー」というコンセプトを理解するには、現在主流のLLMがどのように学習しているかを整理する必要があります。

現行LLMの学習方法とその限界

ChatGPT、Claude、Geminiをはじめとする現在の大規模言語モデルは、基本的には「人間が生成した膨大なテキストを学習する」という教師あり学習（Supervised Learning）に依存しています。ウェブ上のテキスト、本、コード、会話履歴などから統計的なパターンを学び、「次のトークンを予測する」能力を高めていきます。

この方法は確かに強力です。GPT-4やClaude 3.5がさまざまなタスクでインパクトを示したのはご存知の通りです。しかし2026年現在、研究者たちの間では「スケーリング則の限界」が議論されるようになっています。

モデルサイズを増やしデータ量を増やすだけでは、劇的な能力向上が頭打ちになってきているという観測です。GPT-4.5とLlama 4の登場で、「パラメータ数と学習データだけで性能を上げ続けるアプローチ」の限界が見え始めたとSebastian Raschka氏らの分析でも指摘されています（参照日: 2026年5月2日）。

強化学習の根本的な違い

Silverが提唱する強化学習アプローチは、根本的に異なります。

強化学習のエージェントは「環境と相互作用」し、「行動の結果として得られる報酬」から学びます。人間が正解を教えるのではなく、試行錯誤の中でより良い行動を発見していきます。

AlphaGo Zeroを思い出してください。人間の棋譜データを使わず、囲碁のルールと「勝ち負け」という報酬だけを与えて自己対戦させたところ、40日で人間のトップ棋士を超えました。この「環境との相互作用だけで学習できる」という特性こそが強化学習の核心です。

Ineffable Intelligenceが開発しようとしているスーパーラーナーは、この原理を汎用知識の獲得に拡張しようとしています。

「ダーウィンに匹敵する科学的突破」という野心

Ineffable Intelligenceのウェブサイトには、次のような目標が掲げられています——「初等運動スキルから深い知識上の突破口まで、自身の経験から直接すべての知識を発見するシステムを作る」。さらにSilverは「人類史上最大の発明（言語、科学、数学、技術）を超える」と語っています。

具体的には、物理法則の自律的な発見、新しい数学分野の発明、未知の材料設計、医薬品の発見といった領域でのブレークスルーを想定しています（Sequoia Capital声明、2026年4月27日）。

これは「現実的か非現実的か」という議論になりがちですが、AlphaGo Zeroが人間を超えた時点でも「あり得ない」と言われていたことを思い出すべきでしょう。

なぜNvidiaとGoogleが同じラウンドに参加したのか

競合するはずのNvidiaとGoogleが同じシードラウンドに参加しているのは一見奇妙に思えます。ここには両社の戦略的計算が透けて見えます。

Nvidiaの視点——GPUの最大顧客を育てる

強化学習のトレーニングはLLMの学習に劣らず、いや場合によってはそれ以上に大量の計算資源を必要とします。AlphaGoの学習には数千のCPUとGPUが使われ、AlphaZeroでは5,000個のGPUが複数月稼働しました。

超知能の実現を目指すスーパーラーナーの学習がどれほどの計算資源を必要とするかは想像を超えます。NvidiaにとってIneffable Intelligenceへの投資は「最良の顧客になりうるラボを育てる」戦略的な賭けです。

Googleの視点——DeepMindの研究成果を間接的に取り込む

GoogleはすでにDeepMindを子会社として持っています。DeepMindの研究リーダーが独立して設立したラボに投資することは、一見すると二重投資に見えます。しかし、独立したラボが生み出す研究成果への「先買い権」と考えると理解できます。

また、Googleのようなテック大企業が有望な研究ラボに関与しておく慣習は、OpenAIとMicrosoftの関係でも確認できます。早期に関係を構築しておくことに戦略的な価値があります。

英国政府の参加——国家的AIレース

UK Sovereign AI FundとBritish Business Bankの参加は、英国政府がAI研究の国際競争で存在感を示したい意図の表れです。米国とフランス（Mistral AI）、中国（DeepSeek）が注目を集める中、英国もDeepMind発祥の地として研究拠点を確立しようとしています。

Silverがケンブリッジ・ロンドン大学という英国学術拠点に深く根ざしていることも、英国政府にとっては投資を後押しする要因でしょう。

AI業界の「人材流出」構造——独立ラボが生まれる理由

Ineffable Intelligenceの誕生は、孤立した事例ではありません。AI業界全体で「大企業の研究部門から独立して研究ラボを立ち上げる」という動きが加速しています。

主な独立事例

このパターンには共通の構造があります。大企業の研究部門では「組織の優先事項と研究者個人の研究ビジョン」が乖離してくる。それが積み重なると、研究者が独立して資金を調達するという形になります。

DeepMindからは特に多くの独立事例が生まれています。Mustafa Suleyman（Inflection AI創業、後にMicrosoft AI部門トップ）に続き、今回のSilverという流れです。DeepMindが長年培った研究文化が「研究者の独立」を生む温床になっているとも言えます。

独立ラボが有利な理由

大企業内の研究部門と独立ラボでは、研究の自由度に根本的な違いがあります。大企業は四半期ごとの業績や既存製品との整合性が求められますが、独立ラボは「10年後に意味があるかどうか」だけで研究方向を決められます。

また、優秀な研究者を集める際に「ここでは世界を変える研究ができる」という訴求は強力なリクルーティング要因になります。Ineffable Intelligenceは、AIを知悉した投資家から11億ドルを集めた時点で、優秀な研究者を世界中から集める競争力を持ったと見ていいでしょう。

日本企業への影響——AGI競争をどう捉えるべきか

「欧米の研究ラボの話は遠い」と思うかもしれませんが、今起きていることには日本企業にとって重要な示唆があります。

示唆1: AIの能力は今後も非線形に向上する

OpenAI、Anthropic、xAIに加えてIneffable Intelligenceが11億ドルを調達したことは、「AI研究への投資競争が一段と激しくなった」ことを意味します。これは現在活用しているAIツールの能力が、短期間で大きく変わる可能性が高いことを示しています。

企業のAI戦略として「現在のChatGPTやClaudeの能力を前提に組み立てたシステム」は、1〜2年後に陳腐化するリスクがあります。能力の変化に対応できる柔軟なアーキテクチャを設計することが重要です。

示唆2: 「強化学習型AI」が企業に来る前に知っておくべきこと

Ineffable Intelligenceが目指すスーパーラーナーが実用レベルに達するまでには年単位の時間がかかるでしょう。しかし、強化学習の考え方は実は企業AIにすでに浸透しています。

例えばOpenAI o1/o3、Anthropic Claude 3.7 Sonnetは推論能力の向上に強化学習（RLHF、RLVR）を活用しています。これらのモデルが「考える」プロセスをとるのは強化学習的な訓練の賜物です。

企業導入の観点では、「LLMは確率的な出力をする道具」として扱うだけでなく、「環境に適応して目標を達成するエージェント」として活用する考え方が今後より重要になります。AI導入戦略の設計フレームワークでも、この点について詳しく解説しています。

示唆3: 研究動向をフォローする「AIリテラシー」の重要性

100社以上の研修・コンサル経験を振り返ると、AI活用で先行している企業には共通点があります。それは「新しいモデルが出るたびに自社の業務に当てはめて考える習慣がある」ことです。

Ineffable Intelligenceのような研究動向は、直近の業務改善に直結しないかもしれません。しかし、「何が可能になろうとしているのか」を理解していると、AIツールが進化した時に素早く取り込める体制が整います。月に一度でも最新の研究動向をキャッチアップする習慣が、中長期的な競争優位につながります。

現在の超知能ラボ競争の構図

Ineffable Intelligenceが登場したことで、「AGI/超知能を目指す」と明言しているラボの顔ぶれが一段と充実しました。

注目すべきはIneffable Intelligenceのアプローチが他社と根本的に異なる点です。他のラボが基本的にはLLMスケーリングを軸に置いているのに対し、Ineffable Intelligenceは「人間データに依存しない純粋強化学習」というラジカルな選択をしています。

これが「正しい道」なのか現時点では誰にも分かりません。しかし、AlphaGoが「AIには無理」と言われた囲碁を制したように、Silverのチームが同じ驚きをもたらす可能性はゼロではないでしょう。

David Silverによるファウンダーズ・プレッジ——研究者の倫理的スタンス

技術的な話だけでなく、Silverが個人利益の100%をFounders Pledgeで寄付すると誓約した点にも注目したいと思います。

超知能の実現に向けた研究が商業的利益を生む可能性があるとすれば、その規模は想像を絶するものになります。そうした潜在的な利益を最初から手放すという姿勢は、「金銭的動機ではなく知的好奇心と人類への貢献が目的」というメッセージとして受け取れます。

AI研究者が商業化と研究倫理の間でどのような立場をとるかは、AI業界全体の信頼性に関わる問題です。この誓約は研究コミュニティや投資家にとって、ラボの誠実さを示すシグナルになっています。

まとめ——Ineffable Intelligenceが示すAI研究の新章

Ineffable Intelligenceの11億ドル調達は、AI業界に「第二波」が来たことを告げる出来事だと感じます。第一波はChatGPTの登場に象徴されるLLMの民主化でした。第二波は「人間データの限界を超えた学習方法」を巡る競争です。

David Silverのキャリアを振り返ると、彼が主導したAlphaGoは「不可能」と思われていた囲碁のAI制覇を実現しました。同じ情熱と方法論を汎用知能に向けることへの期待感が、11億ドルという金額に表れているといえます。

日本企業にとっての即時的なアクションは次の通りです。

今日やること: Ineffable Intelligenceの公式サイト（ineffable.ai）を一度開き、「Era of Experience（経験の時代）」という概念を確認する。現在のLLMとどう違うかのイメージをつかむ。

今週中: 自社のAI活用方針の中に「モデルの能力向上に対応する柔軟性」が組み込まれているか確認する。特定のモデル・ベンダーに過度に依存した設計になっていないかを見直す。

今月中: 社内のAI推進担当者に「Ineffable Intelligenceのような強化学習型AIが実用化されたとき、自社のどの業務に影響があるか」を考えてもらう。先読みが競争優位につながる。

参考・出典

• Ex-DeepMind David Silver raises $1.1 billion for AI startup Ineffable — CNBC（参照日: 2026-04-27）
• DeepMind’s David Silver just raised $1.1B to build an AI that learns without human data — TechCrunch（参照日: 2026-04-27）
• Ineffable Intelligence launches with record-breaking $1.1B Seed round — Tech.eu（参照日: 2026-04-27）
• Partnering with Ineffable Intelligence: A Superlearner for the Era of Experience — Sequoia Capital（参照日: 2026-04-27）
• Ineffable Intelligence breaks out of stealth with $1.1B Seed round, largest in Europe, at $5.1B valuation — Path Founders（参照日: 2026-04-28）
• David Silver (computer scientist) — Wikipedia（参照日: 2026-05-02）

著者: 佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。早稲田大学法学部在学中に生成AIの可能性に魅了され、X（旧Twitter）で活用法を発信（@SuguruKun_ai、フォロワー約10万人）。100社以上の企業向けAI研修・導入支援を展開。著書『AIエージェント仕事術』（SBクリエイティブ）。SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。

ご質問・ご相談はお問い合わせフォームからお気軽にどうぞ。