Prima di procedere
L'ecosistema dell'intelligenza artificiale nel 2026 sta assistendo a un cambio di paradigma senza precedenti, segnato dal debutto ufficiale di Inherent, una startup britannica che ha deciso di sfidare apertamente i colossi della Silicon Valley. Fondata da un gruppo di menti brillanti provenienti da Google DeepMind, la società ha presentato Faraday, un agente IA progettato specificamente per affrontare una delle sfide più complesse del mondo accademico: la verifica della validità delle pubblicazioni scientifiche. In un'epoca in cui la velocità della produzione di dati spesso supera la capacità umana di revisione, Faraday emerge come una soluzione critica, capace di riprodurre autonomamente i risultati di studi complessi senza la necessità di suggerimenti esterni. La startup, che ha sede nel vivace distretto di King’s Cross a Londra, ha recentemente concluso un round di finanziamento da 50 milioni di dollari, dimostrando una fiducia straordinaria da parte degli investitori nella sua visione di un'intelligenza artificiale non solo generativa, ma profondamente analitica e metodologica.
Il cuore pulsante di Faraday è un modello che sfida la logica della forza bruta che ha caratterizzato lo sviluppo dell'IA negli ultimi anni. Mentre i giganti come OpenAI e Anthropic hanno puntato su modelli di dimensioni colossali, Inherent ha scelto una strada diversa: l'efficienza. Basato sull'architettura Qwen 3.6, l'agente utilizza soltanto 27 miliardi di parametri. Nonostante questa dimensione relativamente ridotta rispetto ai triliardi di parametri dei suoi concorrenti, Faraday ha dimostrato prestazioni superiori nei test di validazione scientifica, superando modelli del calibro di GPT-5.5 e Claude 4.8. Questo risultato è stato ottenuto grazie a un addestramento mirato che privilegia la qualità logica rispetto alla semplice espansione della base di conoscenza. Durante le fasi di test interno, il sistema ha dimostrato di possedere quello che il co-fondatore Edward Hughes definisce un vero e proprio intuito per la ricerca, ovvero la capacità di discernere autonomamente quali esperimenti siano significativi e come debbano essere strutturati per ottenere risultati affidabili.
La metodologia che sta dietro al successo di Inherent si fonda sul Reinforcement Learning (apprendimento per rinforzo), una tecnica che permette al sistema di evolvere attraverso tentativi ed errori, ricevendo ricompense per i risultati corretti piuttosto che seguire rigide istruzioni predefinite. Faraday non si limita a leggere un articolo scientifico; ne smonta la logica, ne verifica i dati e tenta di ricostruire le conclusioni dell'autore partendo da zero. Questo approccio è paragonabile al lavoro di un aspirante ricercatore o di un dottorando presso istituzioni come l'University College London o l'Imperial College, dove la riproduzione di studi passati è il primo passo per costruire una carriera solida. Tuttavia, Faraday compie queste operazioni in una frazione del tempo necessario a un essere umano, mantenendo una precisione millimetrica. Per ottimizzare ulteriormente il processo, Inherent ha integrato strumenti esterni d'eccellenza: per le attività di programmazione pura, l'agente si appoggia a GPT-5.5 Codex, dimostrando una mentalità pragmatica che predilige l'uso degli strumenti migliori disponibili sul mercato invece di reinventare ogni singola componente.
L'ambizione di Inherent non si ferma alla semplice verifica dei dati esistenti. L'obiettivo a lungo termine dichiarato da Edward Hughes e dal suo team è la creazione di un vero e proprio scienziato artificiale, capace non solo di confermare ciò che è già stato scoperto, ma di generare attivamente nuova conoscenza scientifica. Questo progresso arriva in un momento cruciale in cui la scienza globale lotta contro la crisi della riproducibilità, un fenomeno che vede molti studi pubblicati su riviste prestigiose fallire alla prova della verifica indipendente. Con l'aiuto di Faraday, la comunità scientifica potrebbe presto disporre di uno strumento di auditing costante, in grado di accelerare le scoperte in campi vitali come la medicina, la fisica dei materiali e la sostenibilità ambientale. Attualmente la startup conta circa 12 dipendenti, ma la tabella di marcia prevede un'espansione aggressiva dell'organico, puntando a raggiungere i 25 specialisti entro la fine del 2026, consolidando la posizione di Londra come hub globale dell'innovazione tecnologica post-Brexit.
Nonostante l'entusiasmo, il percorso di Inherent non è stato privo di ostacoli legislativi e strutturali. Edward Hughes ha sollevato polemiche riguardo alla pratica del Garden leave nel Regno Unito, che impone ai ricercatori che lasciano grandi aziende come Google DeepMind mesi di inattività forzata prima di poter iniziare a lavorare per la concorrenza o avviare nuove imprese. Questa restrizione, secondo il management della startup, rappresenta un freno alla competitività britannica in un settore che si muove a una velocità vertiginosa. Tuttavia, la resilienza del team di King’s Cross ha permesso di superare questi vincoli burocratici, portando sul mercato una tecnologia che promette di ridefinire il rapporto tra intelligenza artificiale e metodo scientifico. Il futuro della ricerca, grazie a Inherent e al suo agente Faraday, sembra ora più che mai orientato verso una simbiosi tra l'intuizione umana e la potenza computazionale, garantendo che ogni nuova scoperta poggi su basi di assoluta certezza e trasparenza.
