Google DeepMind eski araştırmacıları tarafından Londra’da kurulan yapay zeka girişimi Inherent, geliştirdiği yeni yapay zeka ajanı Faraday ile sektörde dikkat çeken bir başarıya imza attı. Yakın zamanda 50 milyon dolarlık tohum yatırım turunu tamamlayan şirket, Faraday’ın yayımlanmış bilimsel makalelerdeki verileri ve deneyleri bağımsız olarak yeniden üretme konusunda sektörün en büyük modellerini geride bıraktığını açıkladı.
Ağustos 2026 itibarıyla paylaşılan performans verilerine göre Faraday; Anthropic’in Claude Opus 4.8 ve OpenAI’ın GPT-5.5 gibi devasa ölçekteki amiral gemisi sistemlerini geride bırakmayı başardı. Üstelik bu başarı, rakip sistemlerin kullandığı devasa altyapıların aksine, çok daha az kaynak tüketen bir mimariyle elde edildi.
Faraday Bilimsel Araştırmalarda Neyi Değiştiriyor?
Bir bilimsel makalenin bulgularını, cevabı önceden bilmeksizin sıfırdan ve bağımsız şekilde kopyalayabilmek (replikasyon), yapay zeka sistemleri için karmaşık bir sınav niteliği taşıyor. İnsan akademisyenlerin ve doktora öğrencilerinin de mesleki gelişimlerinin başında sıkça başvurduğu bu yöntem, modelin yalnızca metin üretmesini değil, metodolojik bir mantık yürütmesini gerektiriyor.
Inherent Kurucu Ortağı ve Baş Bilim İnsanı Edward Hughes, asıl önemli noktanın rakip devleri testte mağlup etmekten ziyade bu sonuca ulaşma biçimleri olduğunu vurguluyor. Faraday, doğrudan cevap odaklı bir ezber yerine deney tasarlama ve yürütme süreçlerinde edindiği metodolojik yaklaşımla öne çıkıyor.
Parametre Boyutu Değil, Yöntem Farkı: 27 Milyar Parametrenin Gücü
Gelişimin arkasındaki teknik detaylar incelendiğinde, Inherent’ın devasa model bütçeleriyle yarışmak yerine verimliliğe odaklandığı görülüyor. OpenAI ve Anthropic’in yüz milyarlarca veya trilyonlarca parametreli sistemlerine karşı Faraday, yalnızca 27 milyar parametreye sahip Qwen 3.6 modeli üzerinde çalışıyor.
Daha küçük bir modeli bu denli karmaşık bir göreve hazırlamak için Inherent, pekiştirmeli öğrenme (reinforcement learning) yöntemine ağırlık veriyor. Katı kurallar tanımlamak yerine modele doğru sonuçlar karşılığında ödül mekanizması sunan bu yaklaşım, yapay zekaya bir nevi ‘araştırma disiplini’ ve hangi deneylerin yapılmaya değer olduğuna dair sezgisel bir yaklaşım kazandırıyor.
Kodlama ve İş Birliği Mimarisi
Inherent, her bileşeni baştan inşa etmek yerine mevcut uzmanlaşmış araçlardan yararlanmayı tercih ediyor. Faraday, kodlama süreçlerini yürütürken tıpkı bir insan araştırmacının hazır yazılımları kullanması gibi OpenAI’ın GPT-5.5 Codex altyapısından faydalanıyor. Şirket, yapay zekayı tek başına her şeyi yanıtlayan tekil bir araç değil, merak duyan, ek deneyler yapıp sonuçları kullanıcısıyla tartışabilen bir ‘ekip arkadaşı’ olarak konumlandırıyor.
Londra Yapay Zeka Ekosistemi ve Girişimin Geleceği
Aralarında Louis Kirsch, Kaloyan Aleksiev ve Tantum Collins’in de bulunduğu DeepMind kökenli dört kurucu ortak tarafından hayata geçirilen Inherent, çalışmalarını King’s Cross Londra’daki merkezinde sürdürüyor. Şirket, yıl sonuna kadar 12 kişilik ekibini 20-25 kişiye çıkarmayı hedefliyor.
Inherent’ın uzun vadeli ana hedefi, yalnızca geçmiş araştırmaları teyit eden bir doğrulama aracı sunmak değil; biyolojiden fiziğe farklı alanlarda yeni bilimsel keşifler gerçekleştirebilen tam teşekküllü bir ‘yapay zeka bilim insanı’ geliştirmek.
Sıkça Sorulan Sorular
Inherent Faraday AI nedir?
Inherent Faraday AI, DeepMind eski çalışanları tarafından geliştirilen ve yayımlanmış bilimsel makalelerin bulgularını bağımsız şekilde deneyimleyip kopyalayabilen bir yapay zeka ajanıdır.
Faraday hangi modeli taban alıyor?
Faraday, devasa boyuttaki sistemler yerine 27 milyar parametreli Qwen 3.6 modelini temel alır ve pekiştirmeli öğrenme teknikleriyle desteklenir.
Faraday OpenAI ve Anthropic’ten nasıl daha başarılı oldu?
Faraday, bilimsel araştırma süreçlerini doğrudan ezberlemek yerine pekiştirmeli öğrenmeyle deney tasarlama ve yürütme mantığı kazandığı için doğrulama testlerinde GPT-5.5 ve Claude Opus 4.8’i geride bırakmıştır.
Kaynak: TechCrunch AI — Inherent, founded by DeepMind alumni, says its AI ‘teammate’ just outperformed Anthropic and OpenAI at replicating research