Inherent, основана от бивши служители на DeepMind, заяви, че нейният ИИ „съотборник“ току-що е надминал Anthropic и OpenAI във възпроизвеждането на изследвания

Inherent, лондонска лаборатория за изкуствен интелект, основана от бивши служители на Google DeepMind, заявява, че нейният ИИ агент току-що е надминал много по-големи модели на Anthropic и OpenAI, използвайки само малка част от техния размер.

От всички стартъпи, създадени от бивши служители на Google DeepMind, Inherent получи сравнително малко внимание. Но докато по-добре финансираните конкуренти все още не са показали на света нещо конкретно, базираният в Лондон екип започва да споделя какво е разработвал.

Само седмици след като излезе от режим на секретност със начален инвестиционен рунд от 50 млн. долара, британският стартъп заяви, че новият му ИИ агент, Faraday, е надминал по-големи и по-известни модели в конкретна задача: самостоятелно да възпроизвежда резултатите от публикувани научни статии, без предварително да му бъде казан отговорът.

Това може да звучи като обикновен трик за забавление предвид далеч по-амбициозната цел на Inherent — да създаде ИИ, способен да открива нови научни знания, а не просто да проверява стари резултати. Но възпроизвеждането на научни статии е стандартно тренировъчно упражнение и за учените, заяви съоснователят и главен научен директор Edward Hughes. „Много докторанти всъщност започват именно с това.“

Да надминат други ИИ системи в тази задача не е било целта, каза Hughes пред TechCrunch; важно е било как са стигнали дотам. „Най-интересното за нас в това не беше толкова самият резултат от надминаването на тези водещи агенти — макар че, разбира се, това ни хареса — а всъщност начинът, по който подходихме към създаването му.“

Ето коя част би трябвало да привлече вниманието на инвеститорите: спрямо Claude Opus 4.8 на Anthropic и GPT-5.5 на OpenAI — и двата много по-големи системи от водещ клас — Faraday работи с сравнително малък модел, наречен Qwen 3.6, който има само 27 милиарда параметъра. (Казано най-общо, „параметрите“ са ориентир за размера на модела и обикновено за разходите по обучението му.) Критерият на Inherent за успех също е бил по-висок от простата точност. Освен да възпроизвежда резултати, компанията е искала Faraday да демонстрира „научен усет“ — инстинкт за това кои експерименти си струва да бъдат проведени и как да бъдат добре проектирани.

Да научиш нещо толкова неосезаемо като усета е трудно и именно тук се намесва обучението с подсилване. Това е метод за обучение, който възнаграждава ИИ системата за добри резултати, вместо да ѝ задава изрични правила, които да следва. Вместо да обучава агентите си предимно чрез изучаване на начина, по който се провеждат научни изследвания, Inherent разчита на този подход, основан на награди, с надеждата, че той ще се обобщава по-добре към дългосрочната цел за създаване на агенти, способни да допринасят в множество научни области.

„Винаги се ръководим от тази водеща цел — да създадем ИИ агент учен и да му придадем усет“, каза Hughes. Този фокус е повлиял и на това, което Inherent избира да не създава. Вместо да разработва собствен инструмент за програмиране, компанията е накарала Faraday да използва GPT-5.5 Codex на OpenAI, подобно на начина, по който човешките учени разчитат на съществуващ софтуер, вместо да създават всичко сами.

Inherent също така се опитва да избегне създаването на агенти, които просто казват на потребителите това, което искат да чуят. Вместо това, каза Hughes, целта е моделирана по любимия му тип колега — човекът, който се връща и казва: „Стана ми любопитно за това, затова проведох тези експерименти. Какво мислите за резултатите?“

Този стремеж към сътрудничество се простира и до начина, по който Inherent функционира като компания. Всичките ѝ дванадесет служители работят присъствено от офис в King’s Cross — някогашния занемарен лондонски квартал, който присъствието на Google DeepMind помогна да се превърне в един от водещите центрове за изкуствен интелект в света. „Вярваме, че Лондон е мястото, където трябва да бъдем“, каза Hughes.

Hughes е оптимистично настроен заради концентрацията на таланти в областта на ИИ в Лондон, но също така се присъедини към призивите за прекратяване на „градинската отпуска“ — практиката, разпространена във Великобритания, при която напускащите служители нямат право да се присъединят към конкурентна компания или да създадат такава в продължение на месеци след подаването на оставка. Това е ограничение, с което американските изследователи обикновено не се сблъскват, което дава на американските стартъпи преднина при наемането на таланти, напуснали предишната си работа. „Това е лично мнение, а не позиция на компанията, но аз бях засегнат от проблема с градинската отпуска“, каза той пред TechCrunch.

В крайна сметка Hughes успява да заобиколи това ограничение и основава Inherent заедно с още двама бивши служители на DeepMind и четвърти съосновател. Стартъпът също не забавя темпото. Плановете му са до края на годината броят на служителите да нарасне до „около 20–25“. Предвид амбициите му и в областта на моделите на света, както и факта, че новата роля на Demis Hassabis оставя част от служителите на DeepMind несигурни, активното наемане на кадри от Inherent може да я превърне в привлекателно място за служители на DeepMind, обмислящи промяна.

На снимката отляво надясно: съоснователите на Inherent Louis Kirsch, Kaloyan Aleksiev, Tantum Collins и Edward Hughes.