Inherent, заснована колишніми співробітниками DeepMind, заявляє, що її ШІ-«напарник» щойно перевершив Anthropic та OpenAI у відтворенні досліджень

Inherent, лондонська лабораторія ШІ, заснована колишніми співробітниками Google DeepMind, заявляє, що її ШІ-агент щойно перевершив значно більші моделі від Anthropic та OpenAI, використовуючи лише частину їхнього розміру.

Серед усіх стартапів, заснованих колишніми співробітниками Google DeepMind, Inherent отримував відносно мало уваги. Але поки краще фінансовані конкуренти ще не продемонстрували світові нічого конкретного, лондонська команда починає показувати, над чим працювала.

Лише через кілька тижнів після виходу зі стелс-режиму із посівним раундом на 50 мільйонів доларів британський стартап заявив, що його новий ШІ-агент Faraday перевершив більші й відоміші моделі у виконанні конкретного завдання: самостійно відтворювати результати опублікованих наукових статей, не знаючи заздалегідь відповіді.

З огляду на значно масштабнішу мету Inherent — створити ШІ, здатний відкривати нові наукові знання, а не лише перевіряти старі результати, — це може здатися просто своєрідним трюком. Але відтворення результатів досліджень є стандартною вправою для людей-науковців, також зазначив співзасновник і головний науковець Едвард Г’юз. «Багато аспірантів насправді починають саме з цього».

За словами Г’юза, перевершити інші ШІ-системи в цьому завданні не було головною метою; важливіше було те, як їм це вдалося. «Для нас найцікавішим у цьому був не стільки сам результат — те, що ми перевершили ці передові агенти, що, звісно, нас порадувало, — скільки спосіб, у який ми це зробили».

Ось що має привернути увагу інвесторів: у порівнянні з Claude Opus 4.8 від Anthropic і GPT-5.5 від OpenAI — значно більшими системами передового рівня — Faraday працює на порівняно невеликій моделі під назвою Qwen 3.6, яка має лише 27 мільярдів параметрів. (Грубо кажучи, «параметри» є показником розміру моделі й, зазвичай, також вартості її навчання.) Критерій успіху Inherent також полягав не просто в точності. Окрім відтворення результатів, компанія хотіла, щоб Faraday продемонстрував «науковий смак» — інтуїцію щодо того, які експерименти варто проводити і як правильно їх спланувати.

Навчити чогось такого невловимого, як смак, складно, і саме тут у гру вступає навчання з підкріпленням. Це метод навчання, який винагороджує ШІ-систему за хороші результати, а не детально прописує правила, яких вона має дотримуватися. Замість того щоб переважно навчати своїх агентів на вивченні того, як саме проводиться наука, Inherent покладається на цей підхід, заснований на винагородах, розраховуючи, що він краще узагальнюватиметься для довгострокової мети — створення агентів, здатних робити внесок у різні наукові галузі.

«Ми завжди керуємося цією головною метою — створити агента ШІ-науковця і наділити наших агентів смаком», — сказав Г’юз. Цей фокус також вплинув на те, що Inherent вирішила не розробляти. Замість створення власного інструменту для програмування компанія доручила Faraday використовувати GPT-5.5 Codex від OpenAI — приблизно так само, як люди-науковці покладаються на наявне програмне забезпечення, а не створюють усе самостійно.

Inherent також намагається не створювати агентів, які просто кажуть користувачам те, що ті хочуть почути. Натомість, за словами Г’юза, мета змодельована за його улюбленим типом колеги — таким, хто повертається і каже: «Мені стало цікаво, і я пішов та провів ці експерименти. Що ви думаєте про ці результати?»

Цей колаборативний підхід поширюється і на роботу Inherent як компанії. Усі дванадцять її співробітників працюють особисто в офісі в Кінгс-Кроссі — колись занедбаному лондонському районі, який присутність Google DeepMind допомогла перетворити на один із провідних ШІ-хабів світу. «Ми вважаємо, що саме Лондон є тим місцем, де потрібно бути», — сказав Г’юз.

Г’юз оптимістично оцінює концентрацію талантів у галузі ШІ в Лондоні, але також приєднав свій голос до закликів скасувати «garden leave» — поширену у Великій Британії практику, яка забороняє працівникам, що звільняються, приєднуватися до конкуруючої компанії або засновувати її протягом кількох місяців після відставки. Це обмеження, з яким американські дослідники зазвичай не стикаються, дає американським стартапам фору в найманні талантів, які залишили попереднє місце роботи. «Це особиста думка, а не позиція компанії, але проблема garden leave торкнулася мене», — сказав він TechCrunch.

Зрештою Г’юз обійшов це обмеження й заснував Inherent разом із двома іншими колишніми співробітниками DeepMind і четвертим співзасновником. Стартап також не планує сповільнюватися. До кінця року він планує збільшити штат до «приблизно 20–25» осіб. З огляду на його амбіції у сфері світових моделей, а також на те, що нова роль Деміса Хассабіса залишила частину співробітників DeepMind у невизначеності, активний набір працівників Inherent може зробити її привабливим місцем для переходу співробітників DeepMind, які розглядають зміну роботи.

Зліва направо: співзасновники Inherent Луїс Кірш, Калоян Алексієв, Тантум Коллінз та Едвард Г’юз.