หัวข้อ: สตาร์ตอป AI ลอนดอนจากนักเรียนเก่า DeepMind ประกาศ 'บุคลากร AI' ของตัวเองชนะ Claude และ GPT ของ Anthropic/OpenAI ในงานจำลองงานวิจัย

Inherent เป็นแล็บ AI ที่พื้นฐานในลอนดอน ก่อตั้งโดยนักเรียนเก่าของ Google DeepMind ได้ประกาศว่า AI agent ของตัวเองสามารถทำได้ดีกว่าโมเดลขนาดใหญ่กว่าจาก Anthropic และ OpenAI อย่างชัดเจน โดยใช้ขนาดเล็กกว่ามาก

แม้ว่า Inherent จะเป็นหนึ่งในสตาร์ตอปที่ผูกพันออกมาจากนักเรียนเก่าของ Google DeepMind แต่ยังได้ความสนใจไม่กี่มากเท่าคู่แข่งที่ได้รับเงินทุนมากกว่า ที่น่าสนใจคือ ในขณะที่คู่แข่งยังไม่ได้พูดอะไรที่ชัดเจนกับโลกเป็นเวลาไม่นาน Inherent ที่พื้นฐานในลอนดอนเริ่มเผยแพร่สิ่งที่ตัวเองกำลังสร้างขึ้นมา

ไม่กี่สัปดาห์หลังออกมาจาก stealth พร้อมระดับเงินทุนรอบแรก (seed round) 50 ล้านดอลลาร์ สตาร์ตอปจากสหราชอาณาจักรรายนี้บอกว่า AI agent ที่ใหม่ที่ตัวเองรีลีสออกมาชื่อ ‘Faraday’ สามารถทำได้ดีกว่าโมเดลขนาดใหญ่และมีชื่อเสียงกว่าในภารกิจเฉพาะอย่างหนึ่ง คือการสร้างใหม่ผลลัพธ์ของบทความวิจัยที่พิมพ์เผยแพร่ไว้ โดยไม่ได้บอกคำตอบก่อนหน้า

งานนี้อาจดูเหมือนแค่ตลกตลกในวันปาร์ทเมื่อเทียบกับเป้าหมายที่สูงกว่ามากของ Inherent ซึ่งคือการสร้าง AI ที่สามารถค้นพบความรู้ทางวิทยาศาสตร์ใหม่ ๆ ได้ ไม่ใช่แค่ตรวจสอบผลลัพธ์เก่า แต่ Hughes คือผู้ร่วมก่อตั้งและผู้เชี่ยวชาญเชิงวิทยาศาสตร์ (chief scientist) ได้อธิบายว่า งานจำลองเปเปอร์ก็เป็นแบบฝึกหัดมาตรฐานสำหรับนักวิทยาศาสตร์มนุษย์ด้วย “หลาย ๆ นักศึกษาเอก (PhD) เริ่มต้นจากการทำสิ่งนี้”

แต่ Hughes บอกว่า การชนะ AI อื่นในงานนี้ไม่ใช่จุดประสงค์ จุดสำคัญคือวิธีที่ตัวเองไปถึงสิ่งนั้น “สิ่งที่น่าสนใจ对我们มากที่สุดไม่ใช่แค่ผลลัพธ์ของการชนะ frontier agents เหล่านั้น — ซึ่งเราก็ชอบ当然 — แต่เป็นวิธีที่เราสร้างสิ่งนี้ขึ้นมา”

ส่วนที่น่าสนใจที่ควรทำให้ผู้ลงทุนสนใจ: เมื่อเทียบกับ Claude Opus 4.8 ของ Anthropic และ GPT-5.5 ของ OpenAI — ทั้งสองเป็นระบบขนาด frontier ที่ใหญ่กว่ามาก — Faraday ทำงานบนโมเดลเล็กชื่อ Qwen 3.6 ที่มีพารามิเตอร์เพียง 27 ล้านบิลลิออน (27 billion parameters) โดยประมาณ ‘พารามิเตอร์’ คือตัวชี้วัดขนาดของโมเดล และมักจะสัมพันธ์กับต้นทุนการฝึกฝนด้วย

มาตรฐานความสำเร็จของ Inherent ก็สูงกว่าแค่ความแม่นยำด้วย นอกเหนือจากงานจำลองผลลัพธ์แล้ว ตัวเองยังต้องการให้ Faraday แสดง ‘รสชาติงานวิจัย’ (research taste) — ความตื่นต้องที่จะรู้ว่าการทดลองใดมีค่าและออกแบบอย่างไร การสอนสิ่งที่นามธรรมเช่น รสชาติเป็นเรื่องยาก ซึ่งนี่คือจุดที่ reinforcement learning เข้ามามีประโยชน์ เป็นวิธีการฝึกที่ให้รางวัลกับระบบ AI เมื่อได้ผลลัพธ์ดี แทนที่จะระบุกฎที่ต้องปฏิบัติ

ต่างจากฝึก agent ของตัวเองหลัก ๆ จากการศึกษาวิธีที่วิทยาศาสตร์ถูกดำเนินการ Inherent จึงพึ่งพาแนวทางที่ให้รางวัลนี้ โดยคาดหวังว่าจะยึดโยงได้ดีกว่ากับเป้าหมายระยะยาวที่เป็น agent ที่สามารถมีส่วนร่วมในหลายสาขาของวิทยาศาสตร์ “เรามักจะได้รับการนำทางจากดาวนอร์ธสเตอร์ (north star) ในการสร้าง AI scientist agent และใส่รสชาติให้กับ agent ของเรา” Hughes บอก

ความมุ่งมั่งนี้ยังกำหนดสิ่งที่ Inherent เลือกไม่จะสร้างด้วย ต่างจากพัฒนาเครื่องมือโค้ดของตัวเอง ตัวเองทำให้ Faraday ใช้ GPT-5.5 Codex ของ OpenAI แทน เหมือนที่นักวิทยาศาสตร์มนุษย์พึ่งพาซอฟต์แวร์ที่มีอยู่แล้ว แทนที่จะสร้างทุกอย่างเอง ตามที่บริษัทระบุ

Inherent ยังพยายามหลีกเลี่ยงการสร้าง agent ที่บอกผู้ใช้แค่สิ่งที่ต้องการฟังแทน ต่างจาก Hughes บอกว่า เป้าหมายคือการจำลองแบบจากประเภทของบุคลากรที่ตัวเองชอบที่สุด — ประเภทที่กลับมาและบอกว่า “ฉันสนใจเรื่องนี้ แล้วก็ไปทำการทดลองเหล่านี้ดูแล้ว คุณคิดว่าเป็นอย่างไร” ความตื่นต้องเชิงร่วมมือก็ยื้ออยู่ในวิธีที่ Inherent ดำเนินการเป็นบริษัท

บุคลากร 12 คนของตัวเองทำงานร่วมกันในตู้งานที่ King’s Cross — ชุมชนในลอนดอนที่เคยซับซ้อนแล้วกลายเป็นหนึ่งใน AI hub ที่ดีที่สุดของโลกภายใต้การปรากฏตัวของ Google DeepMind “เราเชื่อว่าลอนดอนคือสถานที่ที่ต้องการอยู่” Hughes บอก Hughes มั่นใจเรื่องความหนาแน่นของทักษะ AI ในลอนดอน แต่เขาก็เพิ่มเสียงเข้าไปกับการเรียกร้องให้หยุด ‘garden leave’ — ประเพณีที่พบบ่อยในสหราชอาณาจักรของการปิดกั้นบุคลากรที่ออกจ้างให้ไม่ให้เข้าไปร่วมหรือเริ่มตั้งบริษัทคู่แข่งในช่วงเวลาหลายเดือนหลังจากลาออก

มันเป็นข้อจำกัดที่นักวิจัยในสหรัฐอเมริกาโดยทั่วไปไม่ต้องพบ ซึ่งทำให้สตาร์ตอปในสหรัฐมีความได้เปรียบในการจ้างบุคลากรที่ออกจากตำแหน่งก่อนหน้า “นี่คือมุมมองส่วนตัว ไม่ใช่มุมมองของบริษัท แต่ฉันถูกกระทบโดยปัญหา garden leave” เขากล่าวกับ TechCrunch

Hughes ท้ายท้ายก็เอาชนะข้อจำกัดนั้นและเริ่มตั้ง Inherent พร้อมนักเรียนเก่า DeepMind อีกสองคนและผู้ร่วมก่อตั้งที่ 4 คน สตาร์ตอปไม่ได้ชะลอการดำเนินงานด้วย มันวางแผนจะเติมจำนวนบุคลากรให้ถึง ‘ประมาณ 20 ถึง 25 คน’ ภายในสิ้นปีนี้

เมื่อเทียบกับความทะเยอทะยานใน world models ของตัวเอง และกับบทบาทใหม่ของ Demis Hassabis ที่ทำให้บุคลากรบางส่วนของ DeepMind ไม่สบายใจ การจ้างงานของ Inherent อาจทำให้ตัวเองเป็นจุดหมายที่น่าสนใจสำหรับบุคลากรของ DeepMind ที่กำลังชินใจการเปลี่ยนงาน

---

แหล่งที่มา: techcrunch

คำศัพท์เทคนิคที่น่าสนใจ

• AI agent – เอไอเอเจนต์คือโปรแกรมหรือระบบ AI ที่สามารถดำเนินการ ตัดสินใจ และทำงานให้เสร็จเองได้ โดยไม่ต้องมีคนคอยบังคับค่าแต่ละขั้นตอน
• seed round – ซีด ราวน์คือรอบการระดมเงินตราการแรกที่บริษัทสตาร์ตอปทำขึ้น เพื่อใช้พัฒนาผลิตภัณฑ์และธุรกิจในช่วงเริ่มต้น
• parameters – พารามิเตอร์คือตัวชี้วัดขนาดของโมเดล AI โมเดลที่มีพารามิเตอร์มากกว่ามักจะมีความสุ่มบั้นสูงและต้องใช้ต้นทุนการฝึกฝนมากกว่าด้วย
• reinforcement learning – เรินฟอร์ซเมนต์ ลีร์นิงเป็นวิธีฝึก AI โดยให้รางวัลเมื่อระบบทำได้ดี เพื่อให้ระบบเรียนรู้และปรับปรุงพฤติกรรมเองตามเวลา
• frontier models – ฟรอนติเอร์ โมเดลคือโมเดล AI ระดับสูงสุดที่มีอยู่ในปัจจุบัน มีความสุ่มบั้นมากที่สุดเมื่อเทียบกับโมเดลทั่วไป
• world models – เวรลด โมเดลคือโมเดล AI ที่พยายามเข้าใจและจำลองวิธีที่โลกทำงาน รวมถึงเหตุและผล เพื่อทำนายว่าจะเกิดอะไรขึ้นต่อไป
• Qwen 3.6 – Qwen 3.6 คือชื่อโมเดล AI ขนาดเล็กที่บริษัท Inherent ใช้เป็นฐานของระบบ Faraday ซึ่งมีพารามิเตอร์เพียง 27 ล้านบิลลิออน แต่ก็ทำได้ดีกว่าโมเดลใหญ่กว่า