Inherent, основанная бывшими сотрудниками DeepMind, заявляет, что ее ИИ-«коллега» только что превзошел Anthropic и OpenAI в воспроизведении исследований

Inherent, лондонская лаборатория ИИ, основанная бывшими сотрудниками Google DeepMind, заявляет, что её ИИ-агент только что превзошёл значительно более крупные модели Anthropic и OpenAI, используя лишь малую долю их размера.

Среди всех стартапов, созданных бывшими сотрудниками Google DeepMind, Inherent получил относительно мало внимания. Но пока более обеспеченные конкуренты ещё не представили миру ничего конкретного, лондонская команда начинает рассказывать о том, что она разрабатывала.

Всего через несколько недель после выхода из скрытого режима с посевным раундом на 50 миллионов долларов британский стартап заявил, что его недавно выпущенный ИИ-агент Faraday превзошёл более крупные и известные модели в выполнении конкретной задачи: самостоятельном воспроизведении результатов опубликованных научных статей без предварительного раскрытия ответа.

Это может показаться всего лишь эффектным трюком, учитывая гораздо более амбициозную цель Inherent — создать ИИ, способный открывать новые научные знания, а не просто проверять старые результаты. Но воспроизведение результатов исследований — это также стандартное учебное упражнение для учёных, сказал сооснователь и главный научный сотрудник Эдвард Хьюз. «Многие аспиранты фактически начинают именно с этого».

По словам Хьюза, рассказавшего TechCrunch, целью было не превзойти другие ИИ-системы в этой задаче; важнее было то, как именно этого удалось добиться. «Для нас самым интересным в этом был не столько результат — то, что мы превзошли эти передовые агенты, конечно, нас порадовало, — сколько сам способ, которым мы подошли к созданию этой системы».

Вот что должно привлечь внимание инвесторов: по сравнению с Claude Opus 4.8 от Anthropic и GPT-5.5 от OpenAI — обеими значительно более крупными системами передового уровня — Faraday работает на сравнительно небольшой модели под названием Qwen 3.6, содержащей всего 27 миллиардов параметров. (Грубо говоря, «параметры» — это показатель размера модели и, как правило, также стоимости её обучения.) Критерий успеха Inherent был связан не только с точностью. Помимо воспроизведения результатов, компания хотела, чтобы Faraday продемонстрировал «научный вкус» — интуитивное понимание того, какие эксперименты стоит проводить и как грамотно их спроектировать.

Обучить чему-то столь неосязаемому, как вкус, сложно, и здесь на помощь приходит обучение с подкреплением. Это метод обучения, при котором ИИ-система получает вознаграждение за хорошие результаты, вместо того чтобы ей подробно объясняли правила, которым нужно следовать. Вместо того чтобы в основном обучать своих агентов на изучении того, как именно ведётся научная работа, Inherent делает ставку на этот основанный на вознаграждении подход, рассчитывая, что он лучше обобщится для долгосрочной цели — создания агентов, способных вносить вклад в самые разные научные области.

«Нас всегда ведёт эта путеводная звезда — создание ИИ-агента-учёного и наделение наших агентов научным вкусом», — сказал Хьюз. Эта направленность также определила, что Inherent решает не создавать. Вместо разработки собственного инструмента для программирования компания поручила Faraday использовать GPT-5.5 Codex от OpenAI — примерно так же, как учёные-люди опираются на существующее программное обеспечение, а не создают всё самостоятельно.

Inherent также старается не создавать агентов, которые просто говорят пользователям то, что те хотят услышать. Вместо этого, по словам Хьюза, цель смоделирована на основе его любимого типа коллеги по команде — человека, который возвращается и говорит: «Мне стало интересно вот это, и я пошёл и провёл такие-то эксперименты. Что вы думаете об этих результатах?»

Этот дух сотрудничества распространяется и на то, как Inherent работает как компания. Все 12 сотрудников работают очно в офисе в Кингс-Кросс — некогда неблагополучном лондонском районе, который благодаря присутствию Google DeepMind превратился в один из ведущих мировых центров ИИ. «Мы считаем, что Лондон — это то место, где нужно быть», — сказал Хьюз.

Хьюз с оптимизмом оценивает концентрацию специалистов по ИИ в Лондоне, но также присоединил свой голос к призывам отменить «garden leave» — распространённую в Великобритании практику, запрещающую увольняющимся сотрудникам в течение нескольких месяцев после ухода присоединяться к конкурирующей компании или основывать её. Американские исследователи как правило, с этим не сталкиваются, что даёт стартапам в США преимущество при найме специалистов, покинувших прежнее место работы. «Это моё личное мнение, а не позиция компании, но проблема с garden leave затронула и меня», — сказал он TechCrunch.

В конце концов Хьюз смог обойти это ограничение и основал Inherent вместе с двумя другими бывшими сотрудниками DeepMind и четвёртым сооснователем. Стартап также не сбавляет темп. К концу года он планирует увеличить штат примерно до 20–25 человек. Учитывая также его амбиции в области мировых моделей, а также то, что новая роль Демиса Хассабиса оставляет некоторых сотрудников DeepMind в неопределённости, активный набор сотрудников в Inherent может сделать компанию привлекательным местом для перехода специалистов DeepMind, обдумывающих смену работы.

Слева направо: сооснователи Inherent Луи Кирш, Калоян Алексиев, Тантум Коллинз и Эдвард Хьюз.