DeepMind出身者が挑むAIの「研究センス」：Faradayが示すパラダイムシフト

我々エンジニアは、ここ数年「モデルのパラメータ数こそが正義」という強迫観念に支配されてきた。数千億、あるいは数兆パラメータを誇る巨大なLLMを動かすために、どれだけのGPUリソースを溶かし、どれだけの電気代を費やしてきたことか。しかし、ロンドンを拠点とするスタートアップ「Inherent」が提示した事実は、その信仰を根底から揺るがすものだ。Google DeepMindの元メンバーらが立ち上げた同社が開発したAIエージェント「Faraday」は、わずか270億パラメータの「Qwen 3.6」をベースにしながら、AnthropicのClaude Opus 4.8やOpenAIのGPT-5.5といった、いわゆるフロンティアモデルを凌駕するパフォーマンスを叩き出した。

ここで重要なのは、単なるベンチマークの数値ではない。Faradayが達成したのは「科学論文の再現」という、極めて高度で論理的なタスクだ。通常、この種のタスクはモデルの推論能力と文脈理解の深さを試すリトマス試験紙となる。Inherentの共同創業者兼チーフサイエンティストであるEdward Hughesが語るように、これは博士課程の学生が最初に行う「修行」そのものだ。270億パラメータという、現代のAI開発の文脈では「軽量」と呼べるモデルが、なぜ巨大モデルを出し抜けたのか。それは、力任せの学習ではなく、強化学習を用いた「研究センス（Research Taste）」の獲得に注力したからに他ならない。我々がスパゲッティコードをリファクタリングする際に直面する「どこをどう直せば最適解に近づくか」という直感に近いものを、AIに実装しようという試みである。

Faradayの設計思想において最も興味深いのは、AIを「答えを出す機械」ではなく「好奇心を持つチームメイト」として定義している点だ。多くのAIエージェントは、ユーザーのプロンプトに対して「正解」を返すことに終始する。しかし、Inherentが目指すのは、自ら仮説を立て、実験を設計し、結果をフィードバックする自律的な存在だ。Hughesが強調する「研究センス」とは、膨大な実験の選択肢の中から、どの実験が科学的価値を持つかを判断する能力を指す。これは、単なる教師あり学習では到達できない領域であり、強化学習による報酬設計の妙がここに凝縮されている。

特筆すべきは、Inherentが「すべてを自前で開発しない」という現実的な選択をしている点だ。Faradayは、コーディングツールとしてOpenAIのGPT-5.5 Codexをあえて利用している。これは、我々エンジニアがゼロからライブラリを自作せず、既存の堅牢なOSSやAPIを組み合わせてシステムを構築するのと全く同じ合理性に基づいている。車輪の再発明を避け、AIの「知能」そのものの本質である「科学的推論」にリソースを集中させる。この戦略こそが、わずか12名のチームで巨大テック企業に対抗しうる原動力となっているのだろう。以下に、Faradayとフロンティアモデルの比較構造を整理する。

この対比は、今後のAI開発が「規模の経済」から「知能の質的最適化」へとシフトしていくことを示唆している。我々が明日から取り組むべきは、巨大モデルをただAPI経由で叩くことではなく、特定のドメインにおいて「いかに効率的に、かつ自律的に推論を行わせるか」というアーキテクチャの設計能力を磨くことではないだろうか。

Inherentの躍進は、我々エンジニアにとって一つの痛烈な問いを突きつけている。それは「AIが科学的発見や研究のプロセスを代替し始めたとき、我々人間はどのような価値を付加できるのか」という問いだ。Faradayのようなエージェントが、論文の再現や実験設計を自律的にこなす未来において、エンジニアの役割は「コードを書くこと」から「AIに何を考えさせるか」というメタな設計へと移行せざるを得ない。これは、かつてアセンブラから高級言語へ、そしてライブラリの時代へと移行した際と同じ、あるいはそれ以上のパラダイムシフトである。

また、英国特有の「ガーデンリーブ（退職後の競業避止期間）」という足枷を乗り越え、ロンドンというAIのハブで優秀な人材が結集している事実は、地理的な制約を超えた知の集積が加速していることを物語っている。我々が今、自らのキャリアを考える上で重要なのは、特定のモデルやツールに依存するのではなく、Faradayが体現したような「強化学習による最適化」や「自律的なエージェント設計」といった、AIを制御・活用するための根本的な技術スタックを理解することだ。明日から、あなたは自分の業務において「AIに答えを求める」のではなく、「AIに問いを立てさせ、実験させる」ようなワークフローを構築できるだろうか？もし答えがノーであるならば、我々はAIに取って代わられる側ではなく、AIを使いこなす側になるための学習を今すぐ開始しなければならない。技術の進化は待ってくれない。Faradayが示したのは、未来の科学研究の姿であると同時に、我々エンジニアの生存戦略そのものなのである。