Faraday d’Inherent dépasse OpenAI et Anthropic en recherche scientifique

La britannique Inherent, fondée par d’anciens de DeepMind, mise sur un agent « coéquipier » formé par renforcement pour la recherche scientifique. L’entreprise affirme que Faraday a surpassé des modèles d’Anthropic et d’OpenAI sur la reproduction de résultats, tout en opérant avec un modèle de 27 milliards de paramètres. Basée à Londres, elle prévoit d’étoffer rapidement une équipe qui travaille entièrement en présentiel.

Inherent recrute à Londres et conteste le « garden leave »

Inherent compte douze employés qui travaillent tous en présentiel à King’s Cross, et Edward Hughes dit considérer Londres comme l’endroit où être pour l’IA. Il se dit optimiste quant à la densité de talents locale et l’entreprise prévoit de passer à environ 20 à 25 personnes d’ici la fin de l’année. Hughes soutient l’abandon du « garden leave » britannique, une pratique qui peut empêcher pendant des mois un salarié démissionnaire de rejoindre ou créer un concurrent. Il souligne que les chercheurs américains y sont généralement moins confrontés, ce qui donnerait un avantage aux startups aux États‑Unis pour recruter des profils ayant quitté leur poste. Il précise que cette position est personnelle, ayant lui‑même été affecté avant de contourner cette contrainte et de cofon­der Inherent avec deux autres anciens de DeepMind et un quatrième cofondateur. La société affiche aussi des ambitions dans les modèles mondiaux. Dans un contexte où Demis Hassabis occupe un nouveau rôle qui laisserait certains salariés de DeepMind incertains, la campagne d’embauches d’Inherent pourrait en faire un point de chute pour ceux qui envisagent un changement.

L’agent « coéquipier » est formé au goût de recherche par renforcement

Inherent affirme entraîner ses agents principalement via des récompenses plutôt que par l’étude directe de la pratique scientifique, misant sur une meilleure généralisation vers des contributions à de multiples disciplines. Enseigner un « goût » de recherche est présenté comme difficile, et l’apprentissage par renforcement—qui récompense des résultats plutôt que d’imposer des règles—sert de socle méthodologique. Edward Hughes dit viser un agent scientifique d’IA capable de juger quelles expériences lancer et comment les concevoir, et cette focalisation guide aussi ce que l’entreprise ne construit pas. Faraday s’appuie ainsi sur l’outil de codage Codex GPT‑5.5 d’OpenAI plutôt qu’un outil maison, une approche que l’entreprise rapproche de la pratique des scientifiques qui utilisent des logiciels existants. Inherent cherche en outre à éviter des agents qui confortent l’utilisateur, en s’inspirant d’un coéquipier qui mène des expériences de son côté puis revient confronter les résultats.

Benchmark revendiqué : Faraday dépasse Claude Opus 4.8 et GPT‑5.5

Inherent affirme que Faraday a récemment surpassé des systèmes plus grands d’Anthropic et d’OpenAI sur une tâche précise: reproduire de façon indépendante des résultats publiés sans connaître à l’avance la réponse. La comparaison cite explicitement Claude Opus 4.8 et GPT‑5.5. L’agent fonctionne sur Qwen 3.6, un modèle décrit comme relativement petit avec 27 milliards de paramètres, alors que le nombre de paramètres est un indicateur usuel de taille et souvent de coûts d’entraînement. Le critère de succès retenu allait au‑delà de l’exactitude: l’équipe voulait observer un « goût de recherche », c’est‑à‑dire un instinct sur les expériences à mener et leur conception. Edward Hughes rappelle que la reproduction d’articles est un exercice standard chez les scientifiques, beaucoup de doctorants commençant par là, et précise que l’objectif n’était pas de battre d’autres IA mais de comprendre la méthode de construction.

Financement et direction scientifique

Inherent est sortie de la discrétion il y a quelques semaines en annonçant un tour de 50 millions de dollars. Le laboratoire, fondé à Londres par d’anciens de Google DeepMind, a pour directeur scientifique et cofondateur Edward Hughes.