Una startup británica supera a los modelos de «OpenAI» y «Anthropic» con un modelo más pequeño

En un panorama cada vez más concurrido de startups fundadas por exalumnos del laboratorio «DeepMind» de Google, ha surgido una empresa británica relativamente pequeña llamada Inherent que demuestra que el tamaño del modelo no es el único criterio de superioridad. Pocas semanas después de salir de su fase sigilosa con una ronda de financiación inicial de cincuenta millones de dólares, la empresa anunció que su nuevo agente de inteligencia artificial, denominado «Faraday», superó a modelos más grandes y reconocidos de las empresas «OpenAI» y «Anthropic» en una tarea científica precisa.

¿Qué logró exactamente «Faraday»?

La tarea consistió en reproducir de forma independiente los resultados de investigaciones científicas publicadas, sin que se le diera la respuesta al modelo de antemano. Esta tarea puede parecer sencilla en comparación con la mayor ambición de la empresa, que consiste en construir una inteligencia artificial capaz de descubrir nuevos conocimientos científicos, y no solo verificar resultados antiguos. Sin embargo, el cofundador y científico jefe de la empresa, Edward Hughes, explica que reproducir investigaciones es un ejercicio de entrenamiento estándar por el que pasan los propios investigadores humanos, ya que muchos estudiantes de doctorado comienzan su trayectoria con este paso.

Tamaño pequeño y rendimiento superior

El aspecto que merece captar la atención de los inversores es la enorme diferencia de tamaño entre las partes competidoras. Mientras que los modelos «Claude Opus 4.8» de Anthropic y «GPT 5.5» de OpenAI se basan en arquitecturas enormes al nivel de los modelos punteros, «Faraday» funciona sobre un modelo relativamente pequeño llamado Qwen 3.6, cuyo número de parámetros no supera los 27 mil millones. Los parámetros son un indicador aproximado del tamaño del modelo y, por lo general, de sus costes de entrenamiento.

El criterio de éxito para la empresa no se limitó a la precisión, sino que buscó que «Faraday» mostrara lo que denomina «gusto investigador», es decir, la intuición que le permite distinguir los experimentos que merecen ejecutarse y diseñarlos bien. Hughes subraya que el verdadero objetivo no era simplemente vencer a los sistemas competidores, sino la forma en que se construyó el modelo y alcanzó ese resultado.

El aprendizaje por refuerzo como vía para construir el «gusto»

Enseñar a una máquina una habilidad abstracta como el gusto es sumamente difícil, y aquí destaca el papel del aprendizaje por refuerzo, un método de entrenamiento que recompensa al sistema por los buenos resultados en lugar de inculcarle reglas específicas que debe seguir. En vez de entrenar a sus agentes principalmente para estudiar cómo hacer la propia ciencia, Inherent apuesta por este enfoque basado en la recompensa, en la creencia de que se generalizará mejor hacia su objetivo lejano de construir agentes capaces de contribuir a múltiples campos científicos.

Una filosofía basada en el enfoque y la colaboración

La visión de la empresa se reflejó en sus decisiones técnicas, pues en lugar de desarrollar una herramienta de software propia, hizo que «Faraday» utilizara la herramienta «GPT 5.5 Codex» de OpenAI, tal como los científicos humanos se apoyan en el software disponible en lugar de construirlo todo por sí mismos. La empresa también procura evitar la creación de agentes cuyo papel se limite a halagar al usuario y decirle lo que quiere oír, aspirando en cambio a un modelo de compañero de trabajo ideal que tome la iniciativa con curiosidad y exploración y luego presente sus resultados para debatirlos.

Este enfoque colaborativo se extiende a la forma de trabajar de la propia empresa, ya que sus doce empleados trabajan todos de forma presencial desde una oficina en el barrio de «King's Cross» en Londres, que gracias a la presencia de «DeepMind» se ha convertido en uno de los principales centros de inteligencia artificial del mundo.

Desafíos de contratación y ambiciones de crecimiento

Hughes considera Londres un destino ideal gracias a su densidad de talento, pero se ha sumado a las voces que reclaman poner fin a la práctica del «permiso obligatorio» habitual en el Reino Unido, que impide al empleado que renuncia unirse a un competidor o fundar una empresa rival durante meses después de su dimisión, una restricción que los investigadores estadounidenses no suelen enfrentar. Inherent planea ampliar su equipo hasta alcanzar entre 20 y 25 empleados para finales de año, con ambiciones adicionales en el campo de los «modelos del mundo».

• Financiación inicial por valor de 50 millones de dólares.
• Un modelo de 27 mil millones de parámetros que superó a modelos mucho más grandes.
• Dependencia del aprendizaje por refuerzo para construir el «gusto investigador».
• Planes para ampliar el equipo y entrar en el campo de los modelos del mundo.

La experiencia de Inherent ofrece una prueba adicional de que la innovación en la ingeniería del entrenamiento y el diseño de objetivos puede igualar en importancia a la ampliación del tamaño de los modelos, lo que abre la puerta a una competencia más diversa en la carrera de la inteligencia artificial.

✦ بقلم فريق دروب أيديا