英Inherent、論文再現AI「Faraday」がAnthropic超えと発表

英ロンドン拠点のAIスタートアップInherentは2026年8月22日、科学論文の実験結果を独自に再現するAIエージェント「Faraday」を発表しました。同社によると、Faradayは比較的小規模なモデル「Qwen 3.6」（270億パラメータ）を使いながら、AnthropicのClaude Opus 4.8やOpenAIのGPT-5.5といった大規模モデルよりも研究再現タスクで高い成果を示したとしています。Google DeepMind出身の研究者らが設立した同社は、2026年5月末に5000万ドルのシード資金調達を発表したばかりで、今回の発表はそのわずか数週間後にあたります。具体的な精度や成功率などの定量的な数値は、記事内では明らかにされていません。

背景

科学研究の世界では、実験結果が別の研究チームによって再現できるかどうかが、その研究の信頼性を測る重要な指標とされてきました。しかし論文の手順どおりに実験をやり直す作業には時間と専門知識が必要で、大学院生が研究者としての訓練の一環として担うことも多い地味な作業です。近年はAnthropicのClaudeやOpenAIのGPTなど大規模言語モデルを研究支援に活用する動きが広がっていますが、モデルは大きいほど性能が高いという前提が業界の一般的な理解でした。

詳細

Inherentは、Google DeepMindの元研究者であるEdward Hughes氏（チーフサイエンティスト）、Louis Kirsch氏、Kaloyan Aleksiev氏、Tantum Collins氏らが設立したロンドン拠点のAIラボです。同社は2026年5月末に5000万ドルのシード資金調達を発表したばかりで、今回のFaraday発表はそのわずか数週間後となります。

Faradayは、公開された科学論文の内容を答えを与えられないまま独立に再現することを目指すAIエージェントです。Inherentは、手順どおりに実験をなぞって正しい答えにたどり着く精度だけでなく、「どの実験が試す価値があるか」「どう設計すれば意味のある結果が得られるか」を判断する、研究者としての“センス”を持たせることを重視していると説明しています。こうした感覚的な判断基準を教え込むのは難しいため、同社はルールを逐一教える方式ではなく、良い結果に報酬を与える強化学習の手法を採用しました。

同社の発表で注目されているのは、Faradayが比較的小さな「Qwen 3.6」（270億パラメータ）というモデルを土台にしながら、AnthropicのClaude Opus 4.8やOpenAIのGPT-5.5という、より大規模なフロンティアモデルを研究再現タスクで上回ったとする結果です。ただし、この比較の具体的な評価方法や、精度・成功率を示す数値そのものは記事内では明らかにされていません。Inherentは研究の詳細を論文「Training AI Scientists to Replicate Research」として公開しており、手法の透明性を示す形をとっています。

なぜ重要か

これまでAI業界では「モデルは大きいほど賢い」という前提のもと、AnthropicやOpenAIなど大手が巨大モデルの開発競争を続けてきました。今回のInherentの主張が事実であれば、特定タスクに特化して訓練された小型モデルが、汎用の大規模モデルを上回る場面があり得ることを示す一例になります。科学研究の再現性は研究不正の防止や知見の信頼性向上に直結するテーマであり、AIがこの作業を担えるようになれば、研究機関や製薬・素材開発など研究集約型の産業にとって実務上のインパクトは小さくありません。一方で、これはInherent自身による発表であり、第三者による独立した検証はまだ確認できていない点には留意が必要です。

今後の見通し

Inherentが今回の結果を裏付ける詳細なベンチマークデータや第三者検証を今後公開するかが、この主張の信頼性を左右しそうです。AnthropicやOpenAIなど比較対象とされた企業側からの反応や、他の研究機関による追試の有無にも注目が集まる可能性があります。