Startup của cựu nhân viên DeepMind ra mắt AI Faraday, vượt mặt Claude và GPT trong nghiên cứu khoa học

Inherent, một phòng thí nghiệm AI tại London do các cựu nhân viên Google DeepMind sáng lập, cho biết tác nhân AI của họ vừa vượt qua các mô hình lớn hơn nhiều từ Anthropic và OpenAI dù chỉ sử dụng một phần nhỏ kích thước.

Trong số tất cả các startup được thành lập bởi các cựu nhân viên Google DeepMind, Inherent nhận được tương đối ít sự chú ý. Nhưng trong khi các đối thủ được tài trợ tốt hơn vẫn chưa cho thế giới thấy bất kỳ điều gì cụ thể, đội ngũ tại London này đang bắt đầu chia sẻ những gì họ đã xây dựng.

Chỉ vài tuần sau khi thoát khỏi chế độ ẩn mình với vòng gọi vốn hạt giống 50 triệu USD, startup Anh quốc này cho biết tác nhân AI mới ra mắt của họ, Faraday, đã vượt qua các mô hình lớn hơn, nổi tiếng hơn ở một nhiệm vụ cụ thể: độc lập tái tạo các kết quả từ các bài báo khoa học đã xuất bản mà không được cho biết trước câu trả lời.

Điều đó nghe có vẻ chỉ là một trò giải trí nếu xét đến mục tiêu cao cả hơn nhiều của Inherent — xây dựng AI có thể khám phá tri thức khoa học mới chứ không chỉ xác minh các kết quả cũ. Nhưng việc tái tạo bài báo cũng là một bài tập đào tạo tiêu chuẩn cho các nhà khoa học con người, đồng sáng lập kiêm giám đốc khoa học Edward Hughes cho biết. “Nhiều nghiên cứu sinh tiến sĩ thực sự bắt đầu bằng việc làm điều này.”

Đánh bại các hệ thống AI khác trong nhiệm vụ này không phải là mục đích chính, Hughes nói với TechCrunch; cách họ đạt được điều đó mới là quan trọng. “Điều thú vị nhất đối với chúng tôi về việc này không hẳn là kết quả đánh bại các tác nhân tiên phong đó — điều mà tất nhiên chúng tôi rất thích — mà thực sự là cách chúng tôi đã thực hiện để xây dựng nên nó.”

Đây là phần đáng chú ý đối với các nhà đầu tư: khi so sánh với Claude Opus 4.8 của Anthropic và GPT-5.5 của OpenAI — cả hai đều là những hệ thống quy mô tiên phong lớn hơn nhiều — Faraday chạy trên một mô hình tương đối nhỏ có tên là Qwen 3.6 chỉ với 27 tỷ tham số. (Nói một cách đại khái, “tham số” là đại diện cho kích thước của một mô hình và thường là cả chi phí đào tạo của nó). Tiêu chuẩn thành công của Inherent cũng cao hơn mức độ chính xác đơn thuần. Ngoài việc tái tạo kết quả, họ muốn Faraday thể hiện “gu nghiên cứu” — bản năng về việc thí nghiệm nào đáng thực hiện và cách thiết kế chúng hiệu quả.

Dạy một thứ trừu tượng như “gu” là rất khó, và đó là lúc học tăng cường (reinforcement learning) phát huy tác dụng. Đây là một phương pháp đào tạo thưởng cho hệ thống AI vì những kết quả tốt thay vì vạch ra các quy tắc để nó tuân theo. Thay vì đào tạo các tác nhân của mình chủ yếu dựa trên việc nghiên cứu cách khoa học được thực hiện, Inherent dựa vào phương pháp tiếp cận dựa trên phần thưởng này, với kỳ vọng rằng nó sẽ khái quát hóa tốt hơn cho mục tiêu dài hạn là tạo ra các tác nhân có khả năng đóng góp trên nhiều lĩnh vực khoa học.

“Chúng tôi luôn được dẫn dắt bởi mục tiêu cao cả là xây dựng một tác nhân nhà khoa học AI và truyền cho các tác nhân của mình cái ‘gu’ đó,” Hughes nói. Sự tập trung đó cũng định hình những gì Inherent chọn không xây dựng. Thay vì phát triển công cụ lập trình riêng, họ để Faraday sử dụng GPT-5.5 Codex của OpenAI, giống như cách các nhà khoa học con người dựa vào phần mềm hiện có thay vì tự xây dựng mọi thứ, theo công ty cho biết.

Inherent cũng đang cố gắng tránh xây dựng các tác nhân chỉ nói cho người dùng những gì họ muốn nghe. Thay vào đó, Hughes cho biết, mục tiêu được mô phỏng theo kiểu đồng đội yêu thích của ông — kiểu người quay lại và nói: “Tôi thấy tò mò về điều này, và tôi đã đi thực hiện những thí nghiệm này. Bạn nghĩ sao về các kết quả này?”

Bản năng hợp tác đó mở rộng đến cách Inherent vận hành như một công ty. Mười hai nhân viên của họ đều làm việc trực tiếp tại một văn phòng ở King’s Cross — khu phố từng xuống cấp ở London mà sự hiện diện của Google DeepMind đã góp phần biến thành một trong những trung tâm AI hàng đầu thế giới. “Chúng tôi tin rằng London là nơi đáng để đặt trụ sở,” Hughes nói.

Hughes rất lạc quan về mật độ nhân tài AI của London, nhưng ông cũng lên tiếng ủng hộ việc chấm dứt “garden leave” — một thông lệ phổ biến ở Anh, cấm các nhân viên nghỉ việc tham gia hoặc thành lập công ty đối thủ trong nhiều tháng sau khi họ từ chức. Đây là một hạn chế mà các nhà nghiên cứu Mỹ thường không phải đối mặt, giúp các startup Mỹ có lợi thế trong việc tuyển dụng những nhân tài đã rời bỏ vai trò trước đó. “Đây là quan điểm cá nhân chứ không phải quan điểm của công ty, nhưng tôi đã từng bị ảnh hưởng bởi vấn đề garden leave,” ông nói với TechCrunch.

Hughes cuối cùng đã vượt qua được hạn chế đó và thành lập Inherent cùng với hai cựu nhân viên DeepMind khác và một đồng sáng lập thứ tư. Startup này cũng không hề chậm lại. Họ dự định tăng số lượng nhân sự lên “khoảng 20 đến 25 người” vào cuối năm nay. Với những tham vọng về các mô hình thế giới (world models) và việc vai trò mới của Demis Hassabis khiến một số nhân viên DeepMind cảm thấy bất ổn, nỗ lực tuyển dụng của Inherent có thể biến nó thành một điểm đến hấp dẫn cho các nhân viên DeepMind đang cân nhắc thay đổi công việc.

Ảnh từ trái sang phải: Các đồng sáng lập Inherent gồm Louis Kirsch, Kaloyan Aleksiev, Tantum Collins và Edward Hughes.

Khi bạn mua hàng thông qua các liên kết trong bài viết của chúng tôi, chúng tôi có thể nhận được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập trong biên tập của chúng tôi.

Anna Heim là một cây bút và tư vấn biên tập.

Bạn có thể liên hệ hoặc xác minh thông tin liên lạc từ Anna bằng cách gửi email đến annatechcrunch [at] gmail.com.

Là một phóng viên tự do tại TechCrunch từ năm 2021, cô đã đưa tin về nhiều chủ đề liên quan đến startup bao gồm AI, fintech & insurtech, SaaS & định giá, và các xu hướng đầu tư mạo hiểm toàn cầu.

Tính đến tháng 5 năm 2025, các bài viết của cô cho TechCrunch tập trung vào những câu chuyện startup thú vị nhất tại châu Âu.

Anna đã điều phối các phiên thảo luận và thực hiện các cuộc phỏng vấn trên sân khấu tại các sự kiện ngành ở mọi quy mô, bao gồm các hội nghị công nghệ lớn như TechCrunch Disrupt, 4YFN, South Summit, TNW Conference, VivaTech và nhiều sự kiện khác.

Từng là Biên tập viên khu vực LATAM & Truyền thông tại The Next Web, nhà sáng lập startup và là cựu sinh viên Sciences Po Paris, cô thông thạo nhiều ngôn ngữ, bao gồm tiếng Pháp, tiếng Anh, tiếng Tây Ban Nha và tiếng Bồ Đào Nha Brazil.

Xem tiểu sử