Inherent, fundada por ex-alunos da DeepMind, diz que seu "colega de equipe" de IA acabou de superar a Anthropic e a OpenAI na replicação de pesquisas

Inherent, um laboratório de IA de Londres fundado por ex-alunos do Google DeepMind, diz que seu agente de IA superou recentemente modelos muito maiores da Anthropic e da OpenAI usando uma fração do tamanho.

De todas as startups lançadas por ex-alunos do Google DeepMind, a Inherent tem recebido relativamente pouca atenção. Mas, enquanto rivais com financiamento melhor ainda não mostraram nada de concreto ao mundo, a equipe sediada em Londres está começando a compartilhar o que tem construído.

Apenas semanas após sair do modo furtivo com uma rodada seed de 50 milhões de dólares, a startup britânica diz que seu agente de IA recém-lançado, Faraday, superou modelos maiores e mais conhecidos em uma tarefa específica: reproduzir de forma independente as descobertas de artigos científicos publicados sem receber a resposta com antecedência.

Isso pode parecer um mero truque de salão diante da meta muito mais ambiciosa da Inherent — construir uma IA capaz de descobrir novo conhecimento científico e não apenas verificar resultados antigos. Mas a replicação de artigos também é um exercício padrão de treinamento para cientistas humanos, disse o cofundador e cientista-chefe Edward Hughes. “Muitos alunos de doutorado começam fazendo exatamente isso.”

Vencer outros sistemas de IA nessa tarefa não era o objetivo principal, disse Hughes ao TechCrunch; a forma como chegaram lá é que importava. “O que mais nos interessava não era tanto o resultado de vencer esses agentes de fronteira — o que é claro que gostamos —, mas sim a maneira como construímos isso.”

Aqui está a parte que deve chamar a atenção de um investidor: comparado ao Claude Opus 4.8 da Anthropic e ao GPT-5.5 da OpenAI — ambos sistemas de escala de fronteira e muito maiores —, o Faraday roda em um modelo comparativamente minúsculo chamado Qwen 3.6, que possui apenas 27 bilhões de parâmetros. (A grosso modo, “parâmetros” são um indicador do tamanho de um modelo e, normalmente, de seus custos de treinamento também.) A barra de exigência da Inherent para o sucesso também era mais alta do que a simples precisão. Além de replicar resultados, eles queriam que o Faraday demonstrasse “senso de pesquisa” — um instinto para saber quais experimentos vale a pena realizar e como projetá-los bem.

Ensinar algo tão intangível quanto o senso crítico é difícil, e é aí que entra o aprendizado por reforço. É um método de treinamento que recompensa um sistema de IA por bons resultados, em vez de ditar regras a serem seguidas. Em vez de treinar seus agentes primariamente no estudo de como a ciência em si é conduzida, a Inherent aposta nessa abordagem baseada em recompensas, confiando que ela se generalizará melhor para seu objetivo de longo prazo: agentes capazes de contribuir em vários campos científicos.

“Estamos sempre guiados por essa estrela-guia de construir um agente cientista de IA e infundir senso crítico em nossos agentes”, disse Hughes. Esse foco também moldou o que a Inherent optou por não construir. Em vez de desenvolver sua própria ferramenta de codificação, ela fez com que o Faraday usasse o GPT-5.5 Codex da OpenAI, de forma muito semelhante a como cientistas humanos recorrem a softwares existentes em vez de construir tudo sozinhos, de acordo com a empresa.

A Inherent também está tentando evitar a criação de agentes que simplesmente dizem aos usuários o que eles querem ouvir. Em vez disso, disse Hughes, o objetivo é modelado a partir de seu tipo favorito de colega de equipe — aquele que volta e diz: “Fiquei curioso sobre isso, fui lá e fiz estes experimentos. O que você acho destes resultados?”

Esse instinto colaborativo se estende à forma como a Inherent opera como empresa. Seus doze funcionários trabalham presencialmente em um escritório em King’s Cross — o bairro londrino outrora degradado que a presença do Google DeepMind ajudou a transformar em um dos principais polos de IA do mundo. “Acreditamos que Londres é o lugar certo”, disse Hughes.

Hughes está otimista quanto à densidade de talentos em IA de Londres, mas também somou sua voz aos apelos para acabar com o “aviso prévio indenizado/gardening leave” — a prática, comum no Reino Unido, de proibir funcionários demissionários de se juntarem a uma empresa rival ou fundarem uma por meses após pedirem demissão. É uma restrição que pesquisadores americanos geralmente não enfrentam, dando às startups dos EUA uma vantagem inicial na contratação de talentos que deixaram um cargo anterior. “Esta é uma visão pessoal e não da empresa, mas fui afetado pelo problema do garden leave”, disse ele ao TechCrunch.

Hughes acabou contornando essa restrição e fundou a Inherent ao lado de outros dois ex-alunos do DeepMind e um quarto cofundador. A startup também não está desacelerando. Ela planeja aumentar seu quadro de funcionários para “cerca de 20 a 25” até o final do ano. Dadas as suas ambições em modelos de mundo e com o novo cargo de Demis Hassabis deixando parte da equipe do DeepMind descontente, o impulso de contratação da Inherent pode torná-la um destino atraente para funcionários do DeepMind que estejam avaliando uma mudança.

Da esquerda para a direita: Os cofundadores da Inherent, Louis Kirsch, Kaloyan Aleksiev, Tantum Collins e Edward Hughes.