La nueva IA de Inherent supera a OpenAI y Anthropic en replicar investigaciones científicas

Los exmiembros de DeepMind han estado a la vanguardia de la IA, pero un nuevo laboratorio británico está llamando la atención con una afirmación que podría redefinir el campo. Inherent, fundada por investigadores ex-DepthMind, ha presentado a Faraday, un agente de IA que, según la empresa, supera a los modelos de Anthropic y OpenAI en la replicación de investigaciones científicas. El logro no es un simple truco de salón: podría ser un cambio de juego en cómo la IA se integra al proceso científico.

Lo que hace único a Faraday es su capacidad para tomar un artículo científico, replicar sus experimentos y producir resultados comparables con mínima intervención humana. Según Inherent, esto coloca a Faraday por delante de los modelos más recientes de Anthropic e incluso de los motores de razonamiento de OpenAI en tareas de reproducibilidad. La compañía argumenta que esta capacidad podría acelerar los ciclos de investigación al automatizar el tedioso trabajo de validación y replicación, permitiendo a los científicos enfocarse en avances en lugar de verificaciones.

Pero antes de coronar a Faraday como el nuevo sheriff en la ciudad, es importante frenar un poco. Replicar investigaciones es una función crítica, pero no es lo mismo que generar ideas novedosas. El desempeño de Faraday es impresionante en el vacío, pero la verdadera prueba es si puede descubrir nuevos hallazgos o agilizar colaboraciones que impulsen la ciencia. Hasta ahora, Inherent no ha publicado datos revisados por pares ni benchmarks independientes para respaldar sus afirmaciones, solo pruebas internas y ejemplos seleccionados. Esto es una bandera roja en una industria donde los benchmarks de los vendedores son conocidos por exagerar capacidades.

La implicación más amplia aquí gira en torno al papel de los agentes de IA en la ciencia. Si Faraday (o sus competidores) pueden replicar y validar investigaciones de manera confiable, podría democratizar el acceso a la ciencia de alta calidad, reducir el fraude e incluso ayudar a no expertos a verificar afirmaciones. Pero el lado negativo es el riesgo de depender demasiado de la replicación generada por IA, lo que podría sofocar la resolución creativa de problemas o introducir sesgos sistemáticos si los modelos subyacentes son defectuosos. Después de todo, una IA no puede replicar lo que no entiende, y la comprensión es donde ocurre la magia (y el caos) de la ciencia.

El equipo de Inherent, con su pedigree de DeepMind, aporta credibilidad al proyecto. Pero la credibilidad no equivale a capacidad. Para que Faraday destaque realmente, debe demostrar que puede hacer más que imitar investigaciones pasadas: debe impulsar los límites de lo posible. Hasta entonces, es un experimento fascinante, no una revolución. Y en el mundo de los agentes de IA, eso sigue siendo un gran avance.

La verdadera carrera no es solo replicar investigaciones, sino quién puede usar la IA para expandirlas. Faraday podría liderar la competencia hoy, pero la meta es un blanco móvil.

Foto: Franck V. / Unsplash (https://unsplash.com/@possessedphotography)