Faraday od Inherent pokonał Claude’a i GPT-5.5 w odtwarzaniu badań. Jest jednak ważne „ale”

Londyńskie laboratorium AI Inherent, założone przez byłych pracowników Google DeepMind, twierdzi, że jego 27-miliardowy agent Faraday potrafi odtwarzać wyniki opublikowanych prac naukowych bez znajomości odpowiedzi z góry. Firma deklaruje również, że w tym konkretnym zadaniu Faraday wypadł lepiej niż Claude Opus 4.8 firmy Anthropic oraz GPT-5.5 firmy OpenAI. 259

Jeśli wynik potwierdzą szersze i niezależne testy, będzie to interesujący sygnał. Trzeba jednak uważać na nagłówki: Faraday sprawdzano pod kątem odtwarzania znanych rezultatów, a nie samodzielnego odkrywania nowej wiedzy naukowej.

Co właściwie testowano?

Inherent stworzyło benchmark Replica na podstawie 100 prac z obszaru uczenia maszynowego i AI stosowanej w nauce. Z publikacji przygotowano łącznie 310 zadań replikacyjnych. W każdym z nich agent ma odtworzyć konkretny wykres z pracy, dysponując ograniczonym czasem i budżetem obliczeniowym, ale bez dostępu do oryginalnego wykresu. 34

To coś więcej niż prośba o streszczenie artykułu albo skopiowanie opublikowanej grafiki. Agent musi zrozumieć metodologię, napisać i uruchomić odpowiednie eksperymenty, rozsądnie rozdysponować dostępne zasoby, a następnie uzyskać wynik wystarczająco zbliżony do opisanego w pracy.

Inherent twierdzi, że Faraday przewyższył na tym benchmarku Claude’a Opus 4.8 i GPT-5.5, mimo że sam korzysta ze znacznie mniejszego modelu liczącego 27 miliardów parametrów. 158 To porównanie należy traktować jako twierdzenie dotyczące jednego, ściśle określonego benchmarku, a nie jako ogólny ranking modeli pod względem pracy naukowej czy programowania.

„Research taste”, czyli wyczucie dobrego eksperymentu

Zdaniem Inherent skuteczna praca naukowa nie polega wyłącznie na uzyskaniu końcowego wyniku. Dobry badacz musi ocenić, które eksperymenty warto przeprowadzić, właściwie je zaprojektować, interpretować niejednoznaczne rezultaty i zmienić kierunek, gdy dana metoda zawodzi. Firma określa ten zestaw praktycznych umiejętności mianem „research taste” — wyczucia badawczego. 47

To rozróżnienie jest istotne, ponieważ model może wygenerować wiarygodnie wyglądający wykres, nie stosując przy tym rzetelnego procesu naukowego. Inherent twierdzi, że Faraday trenowano tak, aby rozwijał zachowania potrzebne podczas dłuższego dochodzenia badawczego: stawiał hipotezy, testował je, uczył się na błędach i wybierał kolejne kroki, które mają największą szansę przynieść postęp. 4

Firma traktuje replikację jako dobre środowisko do ćwiczenia tych umiejętności. Odtworzenie opublikowanego wyniku wymaga często odtworzenia wielu prób i błędów, których artykuł naukowy nie opisuje szczegółowo. Szersza teza Inherent zakłada, że opanowanie tego procesu może w przyszłości pomóc agentom przejść od weryfikowania znanych ustaleń do bardziej otwartych badań. 49

Faraday korzysta z GPT-5.5 Codex jako narzędzia

Faraday nie jest przedstawiany jako samodzielny zamiennik zaawansowanego agenta programistycznego. Podczas zadań replikacyjnych pełni funkcję naukowej warstwy nadzorującej i kieruje GPT-5.5 Codex firmy OpenAI. Inherent porównuje ten układ do współpracy naukowca z asystentem programistycznym: Faraday dostarcza planowania oraz osądu naukowego, a Codex wykonuje dużą część pracy implementacyjnej. 39

Taka architektura przesuwa uwagę z samego rozmiaru modelu na sposób wykorzystania dostępnych narzędzi. Mniejszy model może być wartościowy, jeśli potrafi zdecydować, co powinien zrobić większy system, kiedy zmienić strategię i jak ocenić otrzymane rezultaty.

Ewentualna przewaga Faradaya jest więc częściowo przewagą w orkiestracji — połączeniu planowania naukowego z możliwościami zaawansowanego modelu kodującego. Nie stanowi dowodu, że 27-miliardowy model Inherent jest ogólnie bardziej zdolny od większych systemów.

Cel: naukowy partner, nie autonomiczny naukowiec

Inherent chce budować agentów AI, którzy współpracują z badaczami jak członkowie zespołu. Taki system miałby pomagać w planowaniu, przeprowadzaniu, krytycznej ocenie i iterowaniu eksperymentów, przy zachowaniu ludzkiego kierunku działań i nadzoru. 45

Faraday najlepiej rozumieć jako wczesną wersję tej koncepcji: model dostarczający naukowego wyczucia i zarządzania procesem badawczym, działający na bazie ogólnych narzędzi programistycznych. Długoterminową ambicją firmy jest tworzenie agentów, którzy będą mogli przyczyniać się do odkrywania nowej wiedzy, ale obecny wynik pokazuje replikację, a nie odkrycie. 34

Ta granica ma znaczenie. Odtworzenie znanego rezultatu jest wartościowym testem rzetelności naukowej, lecz samo w sobie nie dowodzi, że agent potrafi formułować ważne oryginalne pytania, generować naprawdę nowe hipotezy ani potwierdzać odkryć w rzeczywistym świecie.

Co ten debiut mówi o strategii Inherent?

Inherent wyszło z ukrycia jako londyńskie laboratorium założone przez byłych pracowników Google DeepMind. Firma ogłosiła również pozyskanie 50 mln dolarów w rundzie zalążkowej. 25 Jej strategia polega na skupieniu się na tych elementach pracy naukowej, których ogólne modele mogą nie opanować automatycznie: osądzie eksperymentalnym, decyzjach rozłożonych w czasie, ocenie wyników oraz koordynacji ludzi i narzędzi programistycznych.

To podejście wyjaśnia także, dlaczego Inherent podkreśla wykorzystanie zewnętrznego systemu kodującego. Zamiast próbować zamknąć wszystkie zdolności w jednym modelu, firma buduje wyspecjalizowaną warstwę, która ma sprawić, że istniejące zaawansowane narzędzia będą skuteczniejsze w pracy naukowej. 39

Najostrożniejszy wniosek brzmi więc następująco: Inherent twierdzi, że stosunkowo niewielki model trenowany przez uczenie ze wzmocnieniem może przewyższyć większe systemy w precyzyjnie zdefiniowanym benchmarku replikacji. Znacznie większe pytanie — czy takie podejście doprowadzi do wiarygodnego, oryginalnego wkładu w naukę — pozostaje otwarte.