تصور کنید یک مدل کوچک هوش مصنوعی، در محیطی پیچیده و علمی، از قدرتمندترین سیستم‌های جهان باخت و برد کند. Inherent، آزمایشگاهی در لندن که توسط متخصصان سابق گوگل دیپ‌مایند تأسیس شده، مدعی است عامل هوش مصنوعی آن به نام Faraday توانسته است یافته‌های مقالات علمی منتشرشده را بدون داشتن پاسخ‌های قبلی، با دقتی بالاتر از مدل‌های پیشرو بازتولید کند. این مدل ۲۷ میلیارد پارامتری توانسته است در یک وظیفه علمی محوری، سیستم‌های بسیار بزرگ‌تر جهان را شکست دهد.
این اتفاق در حالی رخ می‌دهد که کل صنعت با بازدهی نزولی در مقیاس‌بندی مدل‌ها دست‌وپنجه نرم می‌کند. در حالی که غول‌هایی مثل OpenAI و Anthropic همچنان به دنبال ساخت سیستم‌های عظیم‌تر هستند، Inherent روی این فرضیه شرط بسته است که آموزش‌های تخصصی و «سلیقه پژوهشی» می‌تواند جایگزین محاسبات (Compute) — یعنی همان کرایه آشپزخانه صنعتی که هرچه دستور پخت سنگین‌تر باشد، هزینه هر وعده بیشتر می‌شود — شود. این چرخش به سمت بهره‌وری، یادآور بحث‌های گسترده‌تر صنعت درباره ایمنی و مقیاس است؛ مشابه بحث‌هایی که ما در مورد موضع OpenAI در برابر لایحه ایمنی هوش مصنوعی کالیفرنیا (SB 53) دنبال کرده‌ایم.
به گزارش TechCrunch در ۲۲ اوت ۲۰۲۶، عامل Faraday بر پایه مدل نسبتاً کوچکی به نام Qwen 3.6 عمل می‌کند. شکاف عملکردی وقتی مدل‌های رقیب را می‌بینیم، تکان‌دهنده است:
- Faraday: ۲۷ میلیارد پارامتر.
- Claude Opus 4.8: سیستمی در مقیاس غول‌پیکر و بسیار بزرگ‌تر.
- GPT-5.5: سیستمی در مقیاس غول‌پیکر و بسیار بزرگ‌تر.
در دنیای هوش مصنوعی، پارامترها (Parameters) — شبیه به تعداد اتصالات عصبی در مغز که هرچه بیشتر باشند، ظرفیت یادگیری بالاتر می‌رود — معیاری برای اندازه مدل و هزینه‌های آموزش مرتبط با آن هستند. Inherent با استفاده از مدلی با تنها ۲۷ میلیارد پارامتر، ثابت کرد که کسری از اندازه مدل‌های پیشرو می‌تواند در انجام وظایف خاص و پیچیده، رقبای بسیار بزرگ‌تر را شکست دهد.
موفقیت Inherent بر پایه حجم داده‌های بیشتر نیست، بلکه حاصل یک فلسفه آموزشی متفاوت است. ادوارد هیوز، هم‌بنیان‌گذار و دانشمند ارشد این شرکت، توضیح می‌دهد که تمرکز تیم آن‌ها بر «سلیقه پژوهشی» (Research Taste) بوده است؛ یعنی غریزه‌ای برای تشخیص اینکه کدام آزمایش‌ها ارزش اجرا دارند و چگونه باید آن‌ها را طراحی کرد.
برای رسیدن به این هدف، تیم از یادگیری تقویتی (Reinforcement Learning) استفاده کرد. آن‌ها به‌جای دادن یک دفترچه راهنمای خشک و مجموعه‌ای از قوانین برای نحوه انجام علم، سیستم را برای دستیابی به نتایج موفق پاداش دادند. این رویکرد به عامل اجازه می‌دهد تا مهارت‌های خود را در حوزه‌های مختلف علمی تعمیم دهد، به‌جای آنکه صرفاً یک اسکریپت یا دستورالعمل از پیش تعیین‌شده را اجرا کند.
بازتولید یافته‌های موجود شاید در ابتدا شبیه به یک نمایش ساده یا «شعبده‌بازی» به نظر برسد، اما Inherent آن را بنیادی‌ترین بلوک ساختمانی می‌داند. هیوز اشاره می‌کند که بازتولید مقالات، یک تمرین استاندارد برای دانشمندان انسانی است و در این باره می‌گوید: «بسیاری از دانشجویان دکترا در واقع مسیر خود را با انجام همین کار آغاز می‌کنند.»
برای Inherent، هدف نهایی صرفاً شکست دادن سایر سیستم‌های هوش مصنوعی نبود، بلکه هدف آن‌ها اصلاح و پالایش فرآیندی بود که از طریق آن به نتیجه رسیدند. «ستاره قطبی» یا هدف غایی این شرکت، ساخت یک عامل دانشمند هوش مصنوعی است که قادر باشد دانش علمی جدید کشف کند، نه اینکه فقط نتایج قدیمی را تأیید و بازتولید کند.
Inherent سعی نکرد همه قطعات را از صفر بسازد. برای مدیریت اجرای فنی آزمایش‌ها، Faraday از GPT-5.5 Codex به‌عنوان ابزار کدنویسی خود استفاده می‌کند. هیوز این استراتژی را به دانشمندان انسانی تشبیه می‌کند که از نرم‌افزارهای موجود استفاده می‌کنند، به‌جای آنکه برای هر پروژه جدید، یک کامپایلر اختصاصی بنویسند.
این شرکت با تیمی کوچک، چابک و حضوری متشکل از ۱۲ نفر در منطقه کینگز کراس لندن فعالیت می‌کند. این مکان دقیقاً همان قطبی است که گوگل دیپ‌مایند در ایجاد آن نقش داشت و به همین دلیل تراکم بالایی از استعدادهای برتر هوش مصنوعی را در خود جای داده است. این استارتاپ به‌تازگی با جذب ۵۰ میلیون دلار سرمایه در دور Seed از حالت مخفیانه (Stealth Mode) خارج شد و برنامه‌ریزی کرده است تا تعداد کارکنان خود را تا پایان سال جاری به «حدود ۲۰ تا ۲۵ نفر» برساند.
فلسفه Inherent بر همکاری استوار است و آن‌ها تعمداً از ساخت عامل‌هایی که صرفاً آنچه کاربر می‌خواهد بشنود را به او می‌گویند، دوری می‌کنند. در عوض، هیوز رویای یک «هم‌تیمی» collaborative را در سر دارد. او عامل ایده‌آل خود را کسی توصیف می‌کند که بتواند گزارش دهد: «من درباره این موضوع کنجکاو شدم و رفتم و این آزمایش‌ها را انجام دادم. نظر تو درباره این نتایج چیست؟»
بر اساس اظهارات هیوز، بنیان‌گذاران با موانع ساختاری جدی در بازار بریتانیا نیز روبرو بوده‌اند. او به‌طور علنی از رسم «مرخصی با حقوق» (Garden Leave) انتقاد کرد؛ قانونی که در آن کارکنان departing پس از استعفا، برای ماه‌ها از شروع شرکت‌های رقیب منع می‌شوند.
او خاطرنشان کرد که این محدودیت، به استارتاپ‌های مستقر در آمریکا یک مزیت استخدامی قابل توجه نسبت به شرکت‌های بریتانیایی می‌دهد، زیرا پژوهشگران آمریکایی عموماً با چنین محدودیت‌هایی روبرو نیستند. هیوز اعتراف کرد: «این یک دیدگاه شخصی است و نه لزوماً دیدگاه شرکت، اما من شخصاً تحت تأثیر مشکل Garden Leave بودم»، پیش از آنکه در نهایت Inherent را به همراه دو نفر دیگر از فارغ‌التحصیلان دیپ‌مایند و یک هم‌بنیان‌گذار چهارم راه بیندازد.
تحلیل: پایان عصر «هرچه بزرگ‌تر، بهتر»
برای حوزه هوش مصنوعی، نتایج Inherent این فرض را به چالش می‌کشد که استدلال علمی نیازمند مدل‌هایی با تریلیون‌ها پارامتر است. اگر یک مدل ۲۷ میلیارد پارامتری می‌تواند پژوهش‌ها را بهتر از یک مدل پیشرو (Frontier Model) بازتولید کند، پس گلوگاه علمِ هوش مصنوعی احتمالاً معماری و روش‌های آموزشی (Pedagogical) است، نه کمبود داده یا قدرت محاسباتی.
این موضوع نویدبخش آینده‌ای است که در آن «عامل‌های متخصص» — مدل‌های کوچکی که با توابع پاداش باکیفیت آموزش دیده‌اند — جایگزین LLMهای همه‌منظوره در بخش‌های حساس تحقیق و توسعه (R&D) خواهند شد. برای سرمایه‌گذاران و پژوهشگران، ارزش از این که «چه کسی بیشترین GPUها را دارد» به این تغییر می‌کند که «چه کسی می‌تواند بهتر سلیقه (Taste) را در یک مدل تعریف و پاداش دهد».
با توجه به نقش جدید دمیس هاسابیس که باعث شده برخی از کارکنان دیپ‌مایند احساس ناپایداری کنند، تلاش‌های استخدامی Inherent و تمرکز آن‌ها بر «مدل‌های جهان» (World Models) می‌تواند این شرکت را به مقصدی جذاب برای استعدادهایی تبدیل کند که به دنبال تغییر مسیر هستند. این جابجایی استعدادها در ادامه میراثی است که دیپ‌مایند در طول سال‌ها ایجاد کرد؛ میراثی که مسیر تکاملی آن از بازی‌های ساده تا سیستم‌های پیچیده را پیش‌تر بررسی کرده‌ایم. باید منتظر حرکت بعدی Inherent به سمت مدل‌های جهان بود؛ حرکتی که عامل را از تأیید نتایج قدیمی به سمت کشف دانش علمی کاملاً جدید سوق می‌دهد.
گام بعدی شما
- اگر در حال توسعه عامل‌های تخصصی هستید، به‌جای افزایش اندازه مدل، روی طراحی توابع پاداش برای ایجاد «سلیقه» در مدل تمرکز کنید.
- مدل‌های کوچک‌تر (SLM) را برای وظایف استدلالی خاص آزمایش کنید؛ احتمالاً هزینه استنتاج شما بدون افت کیفیت کاهش می‌یابد.
- روند توسعه «مدل‌های جهان» (World Models) را دنبال کنید تا ببینید Inherent چگونه از تأیید نتایج به سمت کشف دانش می‌رود.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو