Inherent, fundada por exalumnos de DeepMind, dice que su agente de IA superó a Anthropic y OpenAI

Inherent, un laboratorio de IA con sede en Londres fundado por exalumnos de Google DeepMind, dice que su agente de IA acaba de superar modelos mucho más grandes de Anthropic y OpenAI usando una fracción del tamaño.

De todos los startups lanzados por exalumnos de Google DeepMind, Inherent ha recibido relativamente poca atención. Pero mientras rivales mejor financiados aún no han mostrado al mundo nada concreto, el equipo con sede en Londres está comenzando a compartir lo que ha estado construyendo.

Faraday: el nuevo agente de IA

Solo semanas después de emerger del sigilo con una ronda semilla de 50 millones de dólares, la startup británica dice que su agente de IA recientemente lanzado, Faraday, ha superado modelos más grandes y mejor conocidos en una tarea específica: reproducir independientemente los hallazgos de trabajos científicos publicados sin ser informado de la respuesta con anticipación.

Esto puede sonar como un simple truco dado el objetivo mucho más ambicioso de Inherent: construir IA que pueda descubrir nuevo conocimiento científico y no solo verificar resultados antiguos. Pero la replicación de trabajos es un ejercicio de entrenamiento estándar para científicos humanos también, dijo el cofundador y científico jefe Edward Hughes. "Muchos estudiantes de doctorado en realidad comienzan haciendo esto".

El enfoque diferenciador de Inherent

Superar otros sistemas de IA en la tarea no fue el punto, Hughes le dijo a TechCrunch; cómo llegaron allí sí lo fue. "Lo más interesante para nosotros sobre esto no fue tanto el resultado de superar a esos agentes fronterizos, que por supuesto nos gustó, sino realmente la manera en que procede este".

Aquí está la parte que debería captar la atención de un inversor: medido contra Claude Opus 4.8 de Anthropic y GPT-5.5 de OpenAI, ambos sistemas mucho más grandes y a escala fronteriza, Faraday se ejecuta en un modelo comparativamente diminuto llamado Qwen 3.6 que tiene solo 27 mil millones de parámetros. (En términos generales, "parámetros" es un proxy para el tamaño de un modelo y, típicamente, también sus costos de entrenamiento.)

Criterios de éxito más altos

El criterio de Inherent para el éxito también fue más alto que simplemente precisión. Más allá de replicar resultados, quería que Faraday demostrara "gusto de investigación", un instinto para elegir cuál de varias replicas de trabajo era más interesante desde una perspectiva científica.

Esta tesis de investigación más ambiciosa refleja la creencia de Inherent de que el verdadero valor de los agentes de IA en ciencia no estará en simplemente validar lo que ya sabemos, sino en ayudarnos a descubrir cosas completamente nuevas. El logro de Faraday sugiere que el camino hacia esa visión más amplia es viable.

Fuente: TechCrunch