AI-лабораторія Inherent, заснована колишніми співробітниками Google DeepMind, стверджує, що її ШІ-агент продемонстрував кращі результати, ніж значно більші моделі від Anthropic та OpenAI, використовуючи лише частку їхнього розміру.
З усіх стартапів, заснованих випускниками Google DeepMind, Inherent отримувала відносно мало уваги. Однак, поки її краще фінансовані конкуренти ще не представили нічого конкретного, команда з Лондона починає демонструвати свої розробки.
Лише через кілька тижнів після виходу з тіньового режиму з початковим раундом фінансування на $50 мільйонів, британський стартап повідомляє, що його нещодавно випущений ШІ-агент Faraday перевершив більші та більш відомі моделі у конкретному завданні: самостійне відтворення результатів опублікованих наукових статей без попереднього надання відповідей.
Це може здатися простим трюком, враховуючи значно амбітнішу мету Inherent — створення ШІ, який може відкривати нові наукові знання, а не лише перевіряти старі результати. Але, як зазначив співзасновник і головний науковий співробітник Едвард Г’юз, відтворення статей є стандартною навчальною вправою і для людей-науковців. «Багато аспірантів починають саме з цього».
Г’юз розповів TechCrunch, що мета полягала не в тому, щоб обігнати інші ШІ-системи, а в тому, як цього було досягнуто. «Найцікавішим для нас у цьому було не стільки досягнення результату обгону цих передових агентів — що, звісно, нам сподобалося — скільки сам процес побудови цього».
І ось частина, яка має зацікавити інвесторів: за показниками, що порівнюються з Claude Opus 4.8 від Anthropic та GPT-5.5 від OpenAI — обидві значно більші системи передового масштабу — Faraday працює на порівняно крихітній моделі Qwen 3.6, яка має лише 27 мільярдів параметрів. (Приблизно кажучи, «параметри» є показником розміру моделі і, зазвичай, її витрат на навчання.) Вимоги Inherent до успіху були також вищими, ніж просто точність. Окрім відтворення результатів, компанія прагнула, щоб Faraday демонстрував «науковий смак» — інтуїцію щодо того, які експерименти варто проводити та як їх добре спланувати.
Навчити чомусь такому невловимому, як «смак», складно, і саме тут на допомогу приходить навчання з підкріпленням. Це метод навчання, який винагороджує ШІ-систему за хороші результати, а не диктує їй правила, яких слід дотримуватися. Замість того, щоб тренувати своїх агентів переважно на вивченні того, як проводиться сама наука, Inherent покладається на цей підхід, заснований на винагороді, роблячи ставку на те, що він краще узагальнюватиметься для її довгострокової мети створення агентів, здатних робити внесок у багатьох наукових галузях.
«Ми завжди керуємося нашою головною метою — створенням агента-науковця ШІ та наділенням наших агентів смаком», — сказав Г’юз. Цей фокус також вплинув на те, що Inherent вирішує не створювати. Замість розробки власного інструменту кодування, компанія дозволила Faraday використовувати GPT-5.5 Codex від OpenAI, подібно до того, як люди-науковці покладаються на існуюче програмне забезпечення, а не створюють все самостійно, зазначає компанія.
Inherent також намагається уникати створення агентів, які просто кажуть користувачам те, що вони хочуть почути. Натомість, за словами Г’юза, мета моделюється за його улюбленим типом колеги — тим, хто повертається і каже: «Мені стало цікаво це, і я пішов проводити ці експерименти. Що ви думаєте про ці результати?»
Цей командний інстинкт поширюється і на те, як Inherent функціонує як компанія. Усі її дванадцять співробітників працюють особисто в офісі в Кінгс-Крос — колись занедбаному районі Лондона, який завдяки присутності Google DeepMind перетворився на один із провідних центрів ШІ у світі. «Ми віримо, що Лондон — це правильне місце», — сказав Г’юз.
Г’юз оптимістично оцінює концентрацію талантів у галузі ШІ в Лондоні, але він також додав свій голос до закликів припинити «відпустку за садівництво» — практику, поширену у Великій Британії, яка забороняє звільненим співробітникам приєднуватися до конкурентів або засновувати власні компанії протягом кількох місяців після звільнення. Це обмеження, з яким американські дослідники зазвичай не стикаються, що дає американським стартапам перевагу у наймі karyawan, які пішли з попередньої посади. «Це особиста думка, а не думка компанії, але на мене вплинула проблема «відпустки за садівництво»», — розповів він TechCrunch.
Г’юз зрештою подолав це обмеження і заснував Inherent разом із двома іншими випускниками DeepMind та четвертим співзасновником. Стартап також не сповільнюється. Компанія планує збільшити кількість співробітників до «приблизно 20-25» до кінця року. З огляду на амбіції компанії щодо глобальних моделей, а також на нову роль Деміса Хассабіса, яка викликала певне занепокоєння серед співробітників DeepMind, активізація найму в Inherent може зробити її привабливим варіантом для співробітників DeepMind, які розглядають можливість переїзду.
Джерело новини: techcrunch.com