David Silver

David Silver (* 1976) ist ein britischer Informatiker und einer der prägendsten Köpfe der modernen Reinforcement-Learning-Forschung. Von 2013 bis Anfang 2026 leitete er bei Google DeepMind das Reinforcement-Learning-Forschungsprogramm und war federführender Forscher hinter AlphaGo, das 2016 den südkoreanischen Großmeister Lee Sedol im Go-Spiel besiegte, sowie hinter AlphaZero. Parallel zu seiner DeepMind-Tätigkeit ist Silver Professor am University College London (UCL). Anfang 2026 verließ er DeepMind und gründete das Londoner KI-Unternehmen Ineffable Intelligence, das im April 2026 eine Finanzierungsrunde in Höhe von rund 1,1 Milliarden US-Dollar abschloss (TechCrunch 2026).

Zusammenfassung

Silvers wissenschaftliche Laufbahn verbindet eine akademische Karriere im Reinforcement Learning mit der industriellen Umsetzung bei DeepMind. Nach dem Studium in Cambridge und einer Zwischenstation als Mitgründer eines Videospielunternehmens promovierte er an der University of Alberta bei Richard S. Sutton, einem der Begründer des modernen Reinforcement Learning. Ab 2010 beriet er DeepMind, ab 2013 arbeitete er dort in Vollzeit und baute das Reinforcement-Learning-Team auf, das mit AlphaGo (2016), AlphaZero (2017) und AlphaStar (2019) mehrere KI-Systeme hervorbrachte, die menschliche Spitzenspieler in komplexen Spielen übertrafen.

2021 veröffentlichte Silver gemeinsam mit Satinder Singh, Doina Precup und Richard Sutton den vieldiskutierten Aufsatz Reward is Enough, der die These vertritt, dass sich ein Großteil dessen, was als Intelligenz gilt, allein aus der Maximierung eines skalaren Belohnungssignals erklären lässt. Diese Position ist in der Forschungsgemeinschaft umstritten und wurde unter anderem von einer Gruppe um Peter Vamplew mit dem Gegenaufsatz Scalar Reward is Not Enough (2022) kritisiert.

Anfang 2026 verließ Silver Google DeepMind, um mit Ineffable Intelligence ein eigenes Forschungslabor zu gründen. Das Unternehmen verfolgt das Ziel, KI-Systeme durch Reinforcement Learning und sogenannte Weltmodelle – interne Simulationen, mit denen ein Agent die Folgen eigenen Handelns vorhersagt – weitgehend unabhängig von menschlich erzeugten Trainingsdaten lernen zu lassen. Im April 2026 sammelte Ineffable Intelligence eine Finanzierungsrunde von rund 1,1 Milliarden US-Dollar ein, angeführt von Sequoia Capital und Lightspeed Venture Partners (TechCrunch 2026).

Werdegang

David Silver wurde 1976 geboren und studierte am Christ’s College der University of Cambridge, wo er 1997 mit dem Addison-Wesley-Preis abschloss. Anschließend war er Mitgründer und Chief Technology Officer der Videospielfirma Elixir Studios, für die er als leitender Programmierer mehrere Technologie- und Innovationspreise erhielt.

Danach wechselte Silver in die akademische Forschung und promovierte an der University of Alberta in Kanada. Seine Dissertation zu Reinforcement Learning und simulationsbasierter Suche im Computer-Go entstand 2009 unter der Betreuung von Richard S. Sutton, dessen Lehrbuch Reinforcement Learning: An Introduction als Standardwerk des Feldes gilt. 2011 erhielt Silver ein University Research Fellowship der Royal Society und wurde Dozent am University College London, wo sein Reinforcement-Learning-Kurs – seit 2015 als Vorlesungsreihe „DeepMind x UCL: Introduction to Reinforcement Learning” öffentlich verfügbar – zu einer vielgenutzten Einstiegsreferenz für das Fach wurde. Die zehnteilige Kursreihe behandelt unter anderem Markov-Entscheidungsprozesse, dynamische Programmierung, modellfreies Lernen und Policy-Gradient-Methoden.

Ab 2010 beriet Silver DeepMind Technologies, ab 2013 arbeitete er dort in Vollzeit als Leiter des Reinforcement-Learning-Forschungsprogramms – parallel zu seiner fortlaufenden Professur am UCL. In dieser Doppelrolle blieb er bis zu seinem Weggang Anfang 2026.

AlphaGo, AlphaZero und die Selbstspiel-Reihe

Silver war federführender Forscher des AlphaGo-Programms, das im März 2016 in einem öffentlich ausgetragenen Wettkampf den südkoreanischen Go-Großmeister Lee Sedol mit 4:1 besiegte. Das Ereignis galt als Meilenstein, weil Go aufgrund seines exponentiell großen Suchraums lange als Spiel gegolten hatte, das klassische Suchverfahren nicht bewältigen können. AlphaGo kombinierte tiefe neuronale Netze mit Baumsuche und war zunächst noch auf menschliche Partiedatenbanken zum Vortraining angewiesen. Für seine Leistungen erhielt Silver eine Ehren-Auszeichnung als 9-Dan-Spieler, den höchsten traditionellen Go-Rang.

Die Nachfolgesysteme verzichteten zunehmend auf menschliches Vorwissen: AlphaGo Zero (2017) lernte ausschließlich durch Selbstspiel, ohne je eine menschliche Partie gesehen zu haben. AlphaZero (2018) verallgemeinerte diesen Ansatz auf Schach und Shogi und erreichte in allen drei Spielen übermenschliches Niveau mit demselben Algorithmus. Silver war zudem Co-Leiter von AlphaStar, das 2019 professionelles Niveau im Echtzeitstrategiespiel StarCraft II erreichte, sowie an MuZero beteiligt, das ab 2020 selbst ohne Kenntnis der Spielregeln lernte, indem es sein eigenes Modell der Spieldynamik aus Erfahrung konstruierte.

Für diese Arbeiten wurde Silver 2019 mit dem ACM-Preis für Informatik ausgezeichnet, 2021 zum Fellow der Royal Society gewählt und 2022 zum Fellow der Association for the Advancement of Artificial Intelligence (AAAI) ernannt.

Forschungsprogramm: Reward is Enough und Weltmodelle

Über die Spielesysteme hinaus prägte Silver eine programmatische Position innerhalb des Reinforcement Learning. Im Aufsatz Reward is Enough (Silver u. a. 2021, Artificial Intelligence) vertritt er gemeinsam mit Satinder Singh, Doina Precup und Richard Sutton die These, dass sich zentrale Fähigkeiten von Intelligenz – Wissen, Lernen, Wahrnehmung, soziale Intelligenz, Sprache und Generalisierung – allein aus der Maximierung eines einzigen skalaren Belohnungssignals in einer hinreichend komplexen Umgebung erklären lassen, ohne dass diese Fähigkeiten einzeln vorgegeben werden müssten. Der Aufsatz löste in der Forschungsgemeinschaft eine kontroverse Debatte aus; unter anderem argumentierte eine Gruppe um Peter Vamplew 2022 in Scalar Reward is Not Enough, dass ein einzelnes skalares Belohnungssignal die Vielschichtigkeit menschlicher Werte nicht angemessen abbilden könne.

Diese Position bildet den konzeptionellen Kern von Ineffable Intelligence, dem Unternehmen, das Silver Anfang 2026 gründete, nachdem er DeepMind verlassen hatte. Das in London ansässige Labor verfolgt das Ziel, einen „Superlerner” zu entwickeln, der Wissen und Fähigkeiten durch Reinforcement Learning selbst entdeckt, statt sie aus menschlich erzeugten Trainingsdaten zu übernehmen – eine explizite Abgrenzung von der auf menschlichem Text trainierten Architektur heutiger großer Sprachmodelle. Zentral für diesen Ansatz sind sogenannte Weltmodelle: interne Simulationen, mit denen ein Agent die Konsequenzen möglicher Handlungen vorhersagt, bevor er sie ausführt, und die es ihm erlauben, sich über längere Zeiträume fortlaufend an seine Umgebung anzupassen, statt einmalig trainiert und danach unverändert eingesetzt zu werden.

Im April 2026 gab Ineffable Intelligence eine Finanzierungsrunde von rund 1,1 Milliarden US-Dollar bekannt (TechCrunch 2026), angeführt von Sequoia Capital und Lightspeed Venture Partners, mit Beteiligung unter anderem von Nvidia und Google. Berichte zur genauen Unternehmensbewertung schwanken zwischen rund 4 und gut 5 Milliarden US-Dollar (The Decoder 2026) – ein Widerspruch, der sich aus unterschiedlichen Zeitpunkten der Berichterstattung und aus der Unterscheidung zwischen Pre- und Post-Money-Bewertung ergeben kann und in den verfügbaren Quellen nicht abschließend aufgelöst ist. Silver erklärte öffentlich, sein persönlicher Gewinn aus dem Unternehmen solle vollständig an wirkungsorientierte gemeinnützige Organisationen gehen.

Zu Silvers etwaiger Beteiligung an der Entwicklung von DeepMinds Gemini-Sprachmodellfamilie liegen widersprüchliche und schlecht belegte Angaben vor; eine einzelne Quelle behauptet eine zentrale Rolle darin, ohne dass sich dies gegen weitere Berichte zu seiner Arbeit verifizieren ließe. Dieser Punkt bleibt offen.

Quellenangaben

Silver, David / Singh, Satinder / Precup, Doina / Sutton, Richard S., 2021. Reward is Enough. In: Artificial Intelligence 299, Artikel 103535. DOI: 10.1016/j.artint.2021.103535.
Vamplew, Peter u. a., 2022. Scalar Reward is Not Enough: A Response to Silver, Singh, Precup and Sutton (2021). In: Autonomous Agents and Multi-Agent Systems 36, Artikel 41. DOI: 10.1007/s10458-022-09575-5.
Silver, David u. a., 2016. Mastering the Game of Go with Deep Neural Networks and Tree Search. In: Nature 529 (7587), S. 484–489. DOI: 10.1038/nature16961.
Silver, David u. a., 2018. A General Reinforcement Learning Algorithm that Masters Chess, Shogi, and Go through Self-Play. In: Science 362 (6419), S. 1140–1144. DOI: 10.1126/science.aar6404.
TechCrunch, 27. April 2026: „DeepMind’s David Silver just raised $1.1B to build an AI that learns without human data”. https://techcrunch.com/2026/04/27/deepminds-david-silver-just-raised-1-1b-to-build-an-ai-that-learns-without-human-data/
The Decoder, Februar 2026: „DeepMind veteran David Silver raises $1B seed round to build superintelligence without LLMs”. https://the-decoder.com/deepmind-veteran-david-silver-raises-1b-seed-round-to-build-superintelligence-without-llms/
UCL, 2018: „Inaugural Lecture: David Silver”. https://www.ucl.ac.uk/engineering/events/2018/may/inaugural-lecture-david-silver
ACM: „ACM Prize in Computing Awarded to AlphaGo Developer David Silver” (2019). https://cacmb4.acm.org/news/243901-acm-prize-in-computing-awarded-to-alphago-developer/fulltext

← Zurück zur Lexikon-Übersicht