Das Unternehmen Inherent, ein in London ansässiges KI-Labor, das von ehemaligen Mitarbeitern von Google DeepMind gegründet wurde, erklärte, sein neuer Agent Faraday habe größere Modelle von Anthropic und OpenAI bei der Aufgabe übertroffen, die Ergebnisse veröffentlichter wissenschaftlicher Arbeiten zu reproduzieren, ohne ihm die Antwort im Voraus bereitzustellen.
Faraday wurde wenige Wochen nach dem Ende der Geheimhaltungsphase von Inherent vorgestellt, zeitgleich mit der Ankündigung einer Seed-Finanzierungsrunde des Unternehmens in Höhe von 50 Millionen Dollar. Das Unternehmen erklärt, der Agent sei mit Claude Opus 4.8 von Anthropic und GPT-5.5 von OpenAI verglichen worden, zwei Systeme, die im Artikel als größer und der Klasse fortgeschrittener Modelle zugehörig beschrieben werden.
Ein Test, der über den Abgleich von Ergebnissen hinausgeht
Inherent habe sich laut dem Mitgründer und Chefwissenschaftler Edward Hughes nicht darauf beschränkt, Faradays Fähigkeit zur Reproduktion von Ergebnissen zu messen. Das Unternehmen habe auch das testen wollen, was es als „Forschungsinstinkt“ bezeichnet: die Fähigkeit, einschätzen zu können, welche Experimente die Durchführung wert sind, und sie angemessen zu entwerfen. Die Reproduktion der Ergebnisse veröffentlichter Forschung betrachtet das Unternehmen als eine verbreitete praktische Ausbildung für Wissenschaftler, da viele Doktoranden mit dieser Aufgabe beginnen.
Faraday läuft dem Artikel zufolge auf einem Modell namens Qwen 3.6 mit lediglich 27 Milliarden Parametern, während der Vergleich auf deutlich größeren Modellen basierte. Die Zahl der Parameter wird üblicherweise als grober Hinweis auf die Größe eines Modells und die Kosten seines Trainings verwendet. Die Zahl allein reicht jedoch nicht aus, um die Überlegenheit eines Systems gegenüber einem anderen zu belegen, insbesondere ohne vollständige Angaben zum Test, seinen Daten oder zur Methode der Ergebnisberechnung.
Verstärkungslernen statt vorgegebener Forschungsschritte
Inherent setzt in hohem Maße auf Verstärkungslernen, bei dem das System Belohnungen für gute Ergebnisse erhält, statt mit einer detaillierten Sammlung von Regeln dafür ausgestattet zu werden, wie wissenschaftliche Forschung durchzuführen ist. Das Unternehmen setzt darauf, dass dieser Ansatz seinen Agenten helfen könnte, über mehrere wissenschaftliche Bereiche hinweg zu generalisieren, anstatt sie auf die Nachahmung dessen zu beschränken, was sie über frühere Forschungsmethoden gelernt haben.
Das langfristige Ziel des Unternehmens sei es, einen Agenten zu entwickeln, der als KI-Wissenschaftler arbeitet und zur Entdeckung neuen Wissens beiträgt, statt lediglich bekannte Ergebnisse zu überprüfen. Aus diesem Grund habe das Unternehmen kein eigenes Programmierwerkzeug entwickelt, sondern Faraday so gestaltet, dass er GPT-5.5 Codex verwendet – als Simulation dafür, dass Forscher auf bestehende Software zurückgreifen, statt jedes Werkzeug von Grund auf neu zu entwickeln.
Warum ist diese Nachricht wichtig?
Wenn sich die Testergebnisse anhand einer reproduzierbaren Methodik bestätigen, könnten sie darauf hindeuten, dass spezialisierte Agenten mit kleineren Modellen eine starke Leistung erzielen können, wenn sie durch geeignetes Training sowie durch Fähigkeiten zur Auswahl und Bewertung von Experimenten unterstützt werden. Dadurch würde der Fokus weg von der Modellgröße allein und hin zum Agentendesign, zur Art seiner Belohnung und zur Arbeitsumgebung verlagert, in der er agiert.
Die Quelle gibt jedoch die Behauptung des Unternehmens wieder und liefert nicht genügend Details für eine unabhängige Bewertung des Vergleichs. Außerdem wird der Umfang der wissenschaftlichen Arbeiten oder der vom Test abgedeckten Fachgebiete nicht erläutert. Daher bleibt die Bedeutung der „Überlegenheit“ an den konkreten Test gebunden und belegt bislang weder Faradays Fähigkeit, neues Wissen zu entdecken, noch seine effiziente Arbeit über sämtliche Disziplinen hinweg.
Inherent beschäftigt etwa 12 Mitarbeiter, die vor Ort im Büro des Unternehmens im Londoner Stadtteil King’s Cross arbeiten, und plant, die Zahl bis zum Jahresende auf etwa 20 oder 25 Mitarbeiter zu erhöhen. Hughes sprach außerdem in persönlicher Eigenschaft über die Auswirkungen der Regelungen zur „Gartenurlaub“- beziehungsweise Zwangsfreistellung im Vereinigten Königreich auf den Wechsel von Mitarbeitern zu konkurrierenden Unternehmen, was die Fähigkeit des Labors beeinflussen könnte, Forscher von DeepMind und anderen Unternehmen zu gewinnen.