Faraday, a IA da Inherent, supera gigantes na replicação de pesquisas científicas

Inherent, uma startup de IA fundada por ex-funcionários da DeepMind, acaba de lançar Faraday. Este agente de inteligência artificial demonstrou um feito impressionante: ele superou modelos muito maiores da Anthropic (Claude Opus 4.8) e OpenAI (GPT-5.5) na tarefa de replicar de forma independente os resultados de artigos científicos publicados. O mais notável é que Faraday conseguiu isso usando um modelo comparativamente pequeno, o Qwen 3.6, com apenas 27 bilhões de parâmetros, contra sistemas de escala de fronteira.

Para profissionais, pequenas empresas de P&D e freelancers, a capacidade de uma IA como Faraday de validar resultados científicos de forma autônoma é um divisor de águas. Isso significa que a verificação de hipóteses e a replicação de experimentos podem ser aceleradas, com menos recursos e tempo. É um passo significativo para que a IA não apenas verifique o que já existe, mas ajude a descobrir novo conhecimento científico.

O que Faraday faz diferente?

O diferencial de Faraday não está apenas nos resultados, mas na forma como foi construído. A Inherent focou em desenvolver o que chamam de 'research taste' (gosto de pesquisa). Essa é uma intuição para identificar quais experimentos valem a pena ser realizados e como desenhá-los bem, uma habilidade que cientistas humanos demoram anos para desenvolver.

Para ensinar essa característica intangível, a equipe da Inherent utilizou aprendizado por reforço. Em vez de simplesmente ditar regras, a IA é recompensada por resultados bem-sucedidos. Essa abordagem permite que Faraday generalize seu conhecimento e contribua em diversas áreas científicas, agindo mais como um colaborador ativo e curioso do que um mero executor de instruções.

Menos é mais: o poder do modelo pequeno

O uso de um modelo como o Qwen 3.6, que é consideravelmente menor que os concorrentes, traz uma vantagem clara. Isso implica em custos de treinamento e operação potencialmente mais baixos. Para startups com orçamento limitado ou pesquisadores independentes, essa eficiência é crucial, mostrando que alto desempenho não exige sempre os maiores e mais caros modelos.

A Inherent vê Faraday como um "companheiro de equipe" colaborativo. Ele foi projetado para usar ferramentas existentes, como o GPT-5.5 Codex para codificação, em vez de tentar construir tudo do zero. A ideia é que a IA proponha novas ideias, questione suposições e explore caminhos não óbvios, funcionando como um colega que desafia e contribui genuinamente.

Apesar do avanço, replicar pesquisas é um estágio inicial. O objetivo maior de descobrir novo conhecimento científico ainda é complexo e exigirá mais desenvolvimentos. A promessa de uma IA que contribua ativamente para a ciência é grande, mas o caminho para a autonomia plena e a geração de insights verdadeiramente inéditos ainda está sendo trilhado.