Inherent、DeepMind出身者が設立したAIが研究再現でAnthropic・OpenAIを上回ると主張

⏱ 読了約8分3,246 字

📑 目次

Inherentとは何者か
Faradayが示したという「研究再現」の力
Inherentが選んだ強化学習という手法
Faradayの主張に残る疑問
ビジネスへの影響 — Inherentの主張が問いかけるもの
Inherentの今後の展望
まとめ
参考・出典

ロンドン拠点のAIスタートアップInherent(インヒレント)が、独自のAIエージェント「Faraday」を使って公開済みの科学論文を再現するタスクで、AnthropicのClaude Opus 4.8やOpenAIのGPT-5.5を上回ったと発表した。Inherentは2026年8月22日、TechCrunchの取材でこの主張を明らかにした。FaradayはQwen 3.6という270億パラメータのモデル上で動いており、はるかに大規模な競合を上回ったとされる。ただし具体的な比較方法やスコアは公開されておらず、現時点ではInherent側の主張にとどまる。

Inherentとは何者か

Inherentは、Google DeepMind出身のエンジニアが集まって設立した、ロンドン拠点のAI研究スタートアップだ。拠点はロンドンのKing’s Cross地区に置き、従業員数は約12人の小さな組織である。同社はこれまでに5000万ドルのシード資金を調達済みだという。共同創業者のEdward Hughes氏は、「AI科学者エージェントを構築し、自分たちのエージェントに“テイスト”(taste、物事の良し悪しを見極める感覚)を吹き込むこと」を目標に掲げている。Inherentは年内に、従業員を20人から25人規模まで拡大する計画も明らかにした。

Faradayが示したという「研究再現」の力

研究再現(research replication)とは、すでに発表された科学論文の手法をたどり直し、同じ結果を再び得られるかどうかを確かめる作業を指す。人間の研究者にとっても、他者の実験を正確に再現するのは骨の折れる作業だ。実験条件の細部を読み取り、手順を再構成し、結果を検証する力が求められる。AIエージェントにこの作業を任せられるかどうかは、文章を生成する能力とは別の、科学的な理解力と実行力を測る一つの目安になる。Inherentが「研究再現」を評価の軸に選んだ背景には、AI科学者エージェントという同社の目標が表れている。

InherentのAIエージェント「Faraday」は、すでに公開されている科学論文の内容を、独立して再現するタスクに取り組んでいる。同社は、このタスクにおいてFaradayが「より大規模で有名なモデルを上回った」と主張している。比較対象として名前が挙がったのは、AnthropicのClaude Opus 4.8とOpenAIのGPT-5.5だ。両モデルは、Faradayが動作するQwen 3.6(270億パラメータ)よりもはるかに大規模なシステムとされる。もっとも、どの論文をどのような手順で再現させ、どのスコアで比較したのかという詳細は、TechCrunchの報道時点では明らかになっていない。

比較対象として名指しされたAnthropicとOpenAIは、それぞれClaudeシリーズとGPTシリーズを手がける、AI業界を代表する企業だ。両社はこれまで、計算資源とパラメータ数を拡大することで性能を引き上げる方向で開発を進めてきた。従業員約12人のInherentが、この2社の主力モデルを名指しして上回ったと主張したことは、AI業界内で注目を集めている。ただし、Inherent自身の発表以外に、この主張を裏付ける詳細なデータはまだ公開されていない。

Inherentが選んだ強化学習という手法

Inherentは、Faradayの訓練に強化学習を採用している。これは、あらかじめ用意した指示に従わせる「指示ベースの訓練」とは異なる手法だ。同社は、強化学習の方が、複数の科学分野にまたがる新しい知見を発見する能力に汎化しやすいと見込んでいる。指示ベースの訓練は決められた作業を正確にこなすことに向く一方、未知の課題に応用する力では強化学習に分があるという発想だ。この訓練方針は、AI科学者エージェントを作るという同社の目標と一致している。

Faradayの主張に残る疑問

Faradayの成果は、現時点ではInherent自身による発表にとどまる。第三者機関による検証結果や、公開されたベンチマークのスコア、再現対象となった論文のリストは示されていない。似た構図は他の場面でも見られる。以前の記事で扱ったClaude Opus 4.8が独りでの研究にまだ苦手さを抱えるという報告は、大規模モデルであっても自律的な研究遂行には限界があることを示していた。Faradayの主張が事実であれば、モデルの規模よりも訓練手法や設計が研究能力を左右する可能性を示す事例になる。ただし、その検証はまだこれからだ。AI業界では、新興企業が自社モデルの優位性を発表する際、限られた条件下での結果を前面に出す例がこれまでも見られた。読者としては、企業単独の発表をそのまま受け取るのではなく、第三者による再現や独立した検証が続くかどうかを見極める姿勢が求められる。

ビジネスへの影響 — Inherentの主張が問いかけるもの

Inherentの主張が正しければ、ビジネスパーソンにとっての意味は小さくない。巨大なモデルを訓練するには、莫大な計算資源と資金が必要になる。実際、NVIDIAと金融大手6社がGPUを資産として扱う5000億ドル規模の構想を進めているという報道もあり、AI業界全体は巨大投資を前提に動いている。その一方でInherentは、従業員約12人、シード資金5000万ドルという規模で、比較的小さなモデルを土台にした成果を主張している。AI導入を検討する企業にとって、モデル選びは費用対効果に直結する経営判断だ。Inherentの事例は、目的を絞った小規模なモデルと訓練手法の工夫によって、特定のタスクでは大規模モデルに匹敵する、あるいは上回る性能を引き出せる可能性を示している。必ずしも最大級のモデルを選ぶ必要はなく、用途に応じた訓練手法の選択が競争力になり得るという視点を、この事例は投げかけている。

Inherentの今後の展望

Inherentは、年内に従業員を20人から25人規模へ拡大する計画を示している。Hughes氏は、英国で慣行となっている「ガーデンリーブ」(退職者が一定期間、競合他社への転職を制限される制度)を終わらせるべきだと公に主張している人物でもある。人材の流動性を高めたいという立場は、DeepMind出身者が集まって立ち上げた同社の成り立ちとも重なる。今後、Faradayの再現タスクにおける具体的なベンチマークや第三者検証が公開されるかどうかが、この主張の信頼性を判断する材料になる。