Inherents 27-milliarders Faraday-agent slår Claude og GPT-5.5 i forskningsreplikation

Det London-baserede AI-laboratorium Inherent, der er grundlagt af tidligere Google DeepMind-medarbejdere, siger, at den 27 milliarder parametre store Faraday-agent kan genskabe resultater fra offentliggjorte videnskabelige artikler uden på forhånd at få facit. Virksomheden oplyser samtidig, at Faraday klarede sig bedre end Anthropic Claude Opus 4.8 og OpenAI GPT-5.5 på netop denne opgave. 259

Det er et opsigtsvækkende resultat, hvis det holder ved bredere og uafhængige tests. Men det er også et mere afgrænset resultat, end overskriften kan få det til at lyde som: Faraday er blevet testet i at reproducere kendte forskningsresultater – ikke i selvstændigt at opdage ny videnskabelig viden.

Sådan blev Faraday testet

Inherent har udviklet benchmarken Replica på baggrund af 100 artikler inden for maskinlæring og AI-baseret videnskab. Artiklerne er omsat til 310 replikationsopgaver, hvor agenten skal genskabe en bestemt figur fra en artikel uden adgang til den oprindelige figur og inden for begrænsede tids- og computerressourcer. 34

Det kræver mere end at beskrive en artikel eller kopiere et publiceret diagram. Agenten skal forstå forskningen, implementere de nødvendige eksperimenter, prioritere sine ressourcer og producere et resultat, der ligger tilstrækkeligt tæt på det offentliggjorte fund til at tælle som en replikation.

Inherent siger, at Faraday overgik Claude Opus 4.8 og GPT-5.5 på denne benchmark, selv om selve modellen kun har 27 milliarder parametre. 158 Sammenligningen bør dog læses som en påstand om en bestemt benchmark – ikke som en generel rangliste over modellernes evner inden for forskning, programmering eller andre opgaver.

Derfor taler Inherent om “research taste”

Ifølge Inherent handler godt videnskabeligt arbejde ikke kun om at ramme det rigtige slutresultat. En dygtig forsker skal også kunne vurdere, hvilke eksperimenter der er værd at gennemføre, designe dem fornuftigt, fortolke uklare resultater og skifte kurs, når en metode ikke virker. Det kalder virksomheden “research taste” – en form for forskningsmæssig dømmekraft. 47

Pointen er, at en model godt kan levere et plausibelt resultat uden at følge en robust videnskabelig proces. Inherent siger, at Faraday i stedet er trænet til at håndtere et længere undersøgelsesforløb: opstille hypoteser, afprøve dem, lære af fejl og vælge de næste skridt med størst sandsynlighed for at føre til noget brugbart. 4

Forstærkningslæring – reinforcement learning – skal ifølge virksomheden hjælpe modellen med netop denne langsigtede adfærd frem for blot at optimere efter et overfladisk lignende output. Replikation bliver dermed en slags træningsbane: Når en agent forsøger at genskabe en offentliggjort opdagelse, må den ofte rekonstruere den praktiske prøve-og-fejl-proces, som en forskningsartikel ikke nødvendigvis beskriver i detaljer. 49

Inherents større tese er, at denne evne på sigt kan hjælpe AI-agenter med at bevæge sig fra at kontrollere kendte resultater til at udføre mere åben forskning. 49

Faraday bruger GPT-5.5 Codex som værktøj

Faraday er ikke tænkt som en selvstændig afløser for avancerede kodningsagenter. I stedet fungerer den som et overordnet videnskabeligt lag, der styrer OpenAI GPT-5.5 Codex under replikationsopgaverne. Inherent sammenligner modellen med en forsker, der bruger en kodningsassistent: Faraday står for planlægning og videnskabelig dømmekraft, mens Codex udfører en stor del af implementeringen. 39

Det flytter fokus fra modelstørrelse alene. En mindre model kan skabe værdi ved at beslutte, hvad den større model skal gøre, hvornår strategien skal ændres, og hvordan resultaterne skal vurderes. Faradays påståede fordel er derfor delvist en fordel ved orkestrering – kombinationen af videnskabelig planlægning og avancerede kodningsevner – snarere end et bevis på, at en 27-milliarders model generelt er bedre end større systemer.

Målet er en videnskabelig makker – ikke en autonom forsker

Inherent siger, at virksomheden vil udvikle AI-agenter, der samarbejder med forskere som kolleger. Den tiltænkte agent skal kunne hjælpe med at planlægge, gennemføre, kritisere og gentage eksperimenter, mens mennesker fortsat sætter retningen og fører tilsyn. 45

Faraday bør derfor ses som en tidlig version af denne idé: en model, der tilfører videnskabelig intuition og styring af forskningsprocessen oven på generelle kodningsværktøjer. Inherents langsigtede ambition er at udvikle agenter, som kan bidrage til opdagelsen af ny viden, men det aktuelle resultat demonstrerer replikation – ikke opdagelse. 34

Den forskel er afgørende. At kunne genskabe et kendt resultat er en værdifuld test af videnskabelig pålidelighed. Det viser dog ikke i sig selv, at en agent kan formulere vigtige originale spørgsmål, opstille genuint nye hypoteser eller validere opdagelser i den virkelige verden.

Hvad lanceringen fortæller om Inherents strategi

Inherent er trådt ud af stealth som et fokuseret London-laboratorium med rødder i Google DeepMind og en rapporteret seed-investering på 50 millioner dollar. 25 Strategien er at koncentrere sig om de dele af AI-assisteret forskning, som generelle modeller ikke nødvendigvis lærer automatisk: eksperimentel dømmekraft, beslutninger over lange forløb, evaluering og samspillet mellem mennesker og softwareværktøjer.

Det forklarer også, hvorfor virksomheden fremhæver brugen af et eksternt kodningssystem. I stedet for at bygge alle funktioner ind i én model forsøger Inherent at træne et specialiseret lag, der kan gøre eksisterende frontmodeller mere effektive i videnskabeligt arbejde. 39

Den nøgterne konklusion er derfor både interessant og begrænset: Inherent hævder, at en relativt lille model, trænet med forstærkningslæring og placeret i en superviserende rolle, kan slå større frontmodeller på en nøje defineret benchmark for forskningsreplikation. Om metoden også kan føre til pålidelige og originale videnskabelige bidrag, er stadig et åbent spørgsmål.