Inherent, DeepMind माजी विद्यार्थ्यांनी स्थापन केलेले, म्हणते की त्याच्या AI 'टीममेट'ने नुकतेच अँथ्रोपिक आणि ओपनएआयला मागे टाकले आहे.

उपजतलंडन एआय लॅबने स्थापन केली Google DeepMind माजी विद्यार्थीत्याच्या एआय एजंटने नुकतेच आकाराचा एक अंश वापरून अँथ्रोपिक आणि ओपनएआय मधील मोठ्या मॉडेलला मागे टाकले आहे.

Google DeepMind माजी विद्यार्थ्यांनी लाँच केलेल्या सर्व स्टार्टअपपैकी, Inherent ला तुलनेने कमी लक्ष मिळाले आहे. परंतु चांगल्या-निधीच्या प्रतिस्पर्ध्यांनी अद्याप जगाला काहीही ठोस दाखविले नसले तरी, लंडन-आधारित संघ ते काय बनवत आहे ते सामायिक करण्यास प्रारंभ करीत आहे.

ए सह चोरी पासून उदयोन्मुख फक्त आठवडे नंतर $50 दशलक्ष बियाणे फेरीब्रिटीश स्टार्टअप म्हणते की त्यांचे नुकतेच प्रसिद्ध झालेले एआय एजंट, फॅरेडेआहे उत्कृष्ट कामगिरी केली एका विशिष्ट कार्यात मोठे, सुप्रसिद्ध मॉडेल्स: उत्तर अगोदर न सांगता प्रकाशित वैज्ञानिक पेपर्सचे निष्कर्ष स्वतंत्रपणे पुनरुत्पादित करणे.

इनहेरंटचे खूप मोठे ध्येय – एआय तयार करणे जे नवीन वैज्ञानिक ज्ञान शोधू शकते आणि केवळ जुन्या निकालांची पडताळणी करू शकत नाही, याला दिलेली ही केवळ पार्टी युक्ती वाटू शकते. पण कागदाची प्रतिकृती मानवी शास्त्रज्ञांसाठी एक मानक प्रशिक्षण व्यायाम आहे, असेही सहसंस्थापक आणि मुख्य शास्त्रज्ञ एडवर्ड ह्यूजेस म्हणाले. “अनेक पीएचडी विद्यार्थी प्रत्यक्षात हे करून सुरुवात करतात.”

ह्यूजेसने रीडला सांगितले की, टास्कमध्ये इतर एआय सिस्टमला हरवणे हा मुद्दा नव्हता; ते तिथे कसे पोहोचले. “याबद्दल आमच्यासाठी सर्वात मनोरंजक गोष्ट म्हणजे त्या सीमावर्ती एजंटांना मारहाण करण्याचा परिणाम नव्हता – जो आम्हाला नक्कीच आवडला होता – परंतु प्रत्यक्षात आम्ही हे तयार करण्याच्या मार्गाने गेलो होतो.”

गुंतवणुकदाराच्या नजरेत भरणारा भाग येथे आहे: Anthropic च्या Claude Opus 4.8 आणि OpenAI च्या GPT-5.5 विरुद्ध मोजले जाते — दोन्ही खूप मोठ्या, फ्रंटियर-स्केल सिस्टम — फॅराडे क्वेन 3.6 नावाच्या तुलनेने लहान मॉडेलवर चालते ज्यामध्ये फक्त 27 अब्ज पॅरामीटर्स आहेत. (ढोबळमानाने बोलायचे झाले तर, “पॅरामीटर्स” हे मॉडेलच्या आकाराचे प्रॉक्सी आहे आणि सामान्यत: त्याच्या प्रशिक्षणाच्या खर्चासाठी, तसेच.) यशासाठी अंतर्निहित पट्टी देखील अचूकतेपेक्षा जास्त होती. परिणामांची प्रतिकृती बनवण्यापलीकडे, फॅराडेने “संशोधनाची चव” दर्शवावी – कोणते प्रयोग चालवण्यास योग्य आहेत आणि ते कसे चांगले डिझाइन करावेत याची प्रवृत्ती.

चवीप्रमाणे अमूर्त असे काहीतरी शिकवणे कठीण आहे, जिथे मजबुतीकरण शिक्षण येते. ही एक प्रशिक्षण पद्धत आहे जी एआय प्रणालीचे पालन करण्यासाठी नियम लिहिण्याऐवजी चांगल्या परिणामांसाठी पुरस्कृत करते. विज्ञान स्वतःच कसे चालवले जाते याच्या अभ्यासावर मुख्यत्वेकरून त्याच्या एजंटना प्रशिक्षण देण्याऐवजी, अंतर्निहित या पुरस्कार-आधारित दृष्टिकोनावर झुकते, अनेक वैज्ञानिक क्षेत्रांमध्ये योगदान देण्यास सक्षम एजंट्सच्या दीर्घकालीन उद्दिष्टासाठी हे अधिक चांगले सामान्यीकरण करेल.

ह्यूजेस म्हणाले, “एआय सायंटिस्ट एजंट तयार करण्यासाठी आणि आमच्या एजंटना चवीनुसार तयार करण्यासाठी आम्हाला नेहमी त्या उत्तर तारेद्वारे मार्गदर्शन केले जाते. त्या फोकसने देखील अंतर्निहित काय तयार न करणे निवडले आहे. स्वतःचे कोडिंग टूल विकसित करण्याऐवजी, त्यात फॅराडेने OpenAI चे GPT-5.5 कोडेक्स वापरला होता, ज्या प्रकारे मानवी शास्त्रज्ञ सर्व काही स्वतः तयार करण्याऐवजी विद्यमान सॉफ्टवेअरवर झुकतात, कंपनीच्या मते.

अंतर्निहित देखील बिल्डिंग एजंट टाळण्याचा प्रयत्न करत आहे जे वापरकर्त्यांना त्यांना काय ऐकायचे आहे ते फक्त सांगते. त्याऐवजी, ह्यूजेस म्हणाले, ध्येय त्याच्या आवडत्या प्रकारच्या संघमित्रावर आधारित आहे — जो परत येतो आणि म्हणतो: “मला याबद्दल उत्सुकता वाटली आणि मी हे प्रयोग केले. या परिणामांबद्दल तुम्हाला काय वाटते?”

ती सहयोगी प्रवृत्ती अंतर्भूत कंपनी म्हणून कशी कार्य करते यापर्यंत विस्तारते. त्याचे डझनभर कर्मचारी किंग्स क्रॉसमधील कार्यालयाबाहेर वैयक्तिकरित्या काम करतात – एकेकाळी लंडनचा अतिपरिचित परिसर ज्यामध्ये Google DeepMind च्या उपस्थितीने जगातील शीर्ष AI हब बनण्यास मदत केली. “आमचा विश्वास आहे की लंडन हे ठिकाण आहे,” ह्यूज म्हणाला.

लंडनच्या AI टॅलेंटच्या घनतेवर ह्यूज उत्साही आहे, पण त्याच्याकडेही आहे त्याचा आवाज जोडला “गार्डन रजा” समाप्त करण्यासाठी कॉल करणे – यूकेमध्ये प्रचलित आहे, ज्यातून बाहेर पडणाऱ्या कर्मचाऱ्यांना राजीनामा दिल्यानंतर काही महिन्यांपर्यंत प्रतिस्पर्धी कंपनीमध्ये सामील होण्यास किंवा सुरू करण्यास प्रतिबंधित करणे. अमेरिकन स्टार्टअप्सना पूर्वीची भूमिका सोडलेल्या टॅलेंटला कामावर घेण्यास सुरुवात करून, अमेरिकन संशोधकांना सहसा सामोरे जावे लागत नाही. “हे कंपनीच्या दृश्यापेक्षा वैयक्तिक दृश्य आहे, परंतु बागेच्या सुट्टीच्या समस्येमुळे मी प्रभावित झालो,” त्याने रीडला सांगितले.

ह्यूजेसने अखेरीस ती मर्यादा पार केली आणि दोन इतर डीपमाइंड माजी विद्यार्थी आणि चौथ्या सहसंस्थापकासह इनहेरंट सुरू केले. स्टार्टअपची गतीही कमी होत नाही. वर्षाच्या अखेरीस त्यांची संख्या “सुमारे 20 ते 25” पर्यंत वाढवण्याची योजना आहे. जागतिक मॉडेल्समधील महत्त्वाकांक्षा आणि डेमिस हसाबिसच्या नवीन भूमिकेमुळे काही DeepMind कर्मचारी सोडले अस्थिरइनहेरंटचा हायरिंग पुश डीपमाइंड कर्मचाऱ्यांसाठी एक आकर्षक लँडिंग स्पॉट बनवू शकतो.

डावीकडून उजवीकडे चित्रित: अंतर्निहित सह-संस्थापक लुई किर्श, कालोयन अलेक्सिएव्ह, टँटम कॉलिन्स आणि एडवर्ड ह्यूजेस.