Londra merkezli yapay zeka laboratuvarı Inherent, geliştirdiği Faraday adlı yapay zeka ajanının, bilimsel makaleleri yeniden üretme (replikasyon) testinde Anthropic’in Claude Opus 4.8 ve OpenAI’ın GPT-5.5 modelini geride bıraktığını açıkladı. Dikkat çeken nokta, Faraday’in bu sonucu çok daha küçük bir model olan 27 milyar parametreli Qwen 3.6 üzerinde çalışarak elde etmesi. Bu gelişme, yapay zeka araştırmalarında “büyük model her zaman kazanır” varsayımını sorguluyor.
Inherent ve Faraday Nedir?
Inherent, Google DeepMind kökenli dört kişi tarafından kurulan bir yapay zeka laboratuvarı. Şirket Mayıs 2026’da gizlilikten çıkarak 50 milyon dolarlık tohum yatırımı aldığını duyurmuştu. Kurucular arasında baş bilim insanı Edward Hughes, Louis Kirsch, Kaloyan Aleksiev ve Tantum Collins yer alıyor; bu isimlerin üçü doğrudan DeepMind geçmişine sahip.
Şirketin geliştirdiği Faraday, yayınlanmış bilimsel makalelerin bulgularını, sonuç önceden verilmeden yeniden üretmeye çalışan bir yapay zeka ajanı. Hughes’a göre bu yaklaşım rastgele seçilmiş değil: “Birçok doktora öğrencisi de akademik hayata tam olarak bu şekilde, önceki çalışmaları yeniden üreterek başlıyor.” Yani Faraday’in görevi, bir araştırmacının ilk yıllarında yaptığı işi otomatikleştirmek.
Test Nasıl Yapıldı?
Inherent, Faraday’i bilimsel makaleleri replike etme ve “araştırma sezgisi” (hangi deneyin denemeye değer olduğunu, hangi deney tasarımının sağlam olduğunu kestirme becerisi) açısından değerlendirdi. Karşılaştırma noktası olarak Anthropic’in Claude Opus 4.8 ve OpenAI’ın GPT-5.5 modelleri seçildi; her iki model de günümüzün en güçlü genel amaçlı yapay zeka sistemleri arasında sayılıyor.
Sonuçlar: Küçük Model, Büyük Fark
Inherent’in paylaştığı verilere göre Faraday, çok daha küçük bir temel modele (Qwen 3.6, 27 milyar parametre) rağmen hem replikasyon başarısında hem de araştırma sezgisi ölçütünde iki büyük rakibinin önüne geçti. Şirket bu farkı, klasik “daha büyük model = daha iyi sonuç” mantığı yerine pekiştirmeli öğrenme (reinforcement learning) tabanlı özel eğitimin getirdiği verimlilik kazanımına bağlıyor.
| Sistem | Geliştirici | Temel Model / Ölçek | Test Alanı |
|---|---|---|---|
| Faraday | Inherent | Qwen 3.6 (27B parametre) | Makale replikasyonu + araştırma sezgisi |
| Claude Opus 4.8 | Anthropic | Büyük ölçekli (kapasite açıklanmadı) | Aynı test seti |
| GPT-5.5 | OpenAI | Büyük ölçekli (kapasite açıklanmadı) | Aynı test seti |
Bu Sonuç Neden Önemli?
Bu haberin asıl değeri, “en büyük parametre sayısına sahip model her zaman kazanır” varsayımına yönelik somut bir karşı örnek sunması. Faraday’in görece küçük bir açık modeli, hedefe özel pekiştirmeli öğrenme ile eğiterek büyük kapalı modelleri geride bırakması, yapay zeka şirketleri için maliyet ve altyapı açısından önemli bir sinyal. Daha az hesaplama gücüyle belirli görevlerde rekabetçi sonuç almak, hem enerji tüketimi hem de donanım maliyeti tartışmalarında sık dile getirilen bir hedef.
Ayrıca bu gelişme, yapay zeka ajanlarının bilimsel keşif sürecine katkısı tartışmasını da ileri taşıyor. Bugün replikasyon yapabilen bir sistem, ilerleyen dönemde yeni hipotezler üretmeye veya deney tasarlamaya doğru evrilebilir. Ancak bu adım henüz atılmış değil; Faraday şu an için var olan bulguları doğrulamakla sınırlı.
Sınırlamalar ve Dikkat Edilmesi Gerekenler
Inherent’in paylaştığı sonuçlar şirketin kendi test seti ve metodolojisine dayanıyor; bağımsız, üçüncü taraf bir doğrulama henüz kamuoyuyla paylaşılmadı. Bu tür kıyaslamalarda test setinin seçimi, değerlendirme kriterleri ve kullanılan promptlar sonucu önemli ölçüde etkileyebilir. Dolayısıyla “küçük modeller her zaman büyük modelleri geçer” gibi genel bir sonuca varmak için henüz erken.
Ayrıca “araştırma sezgisi” gibi bir kavramın nasıl sayısallaştırıldığı da netleşmiş değil. Bir yapay zeka ajanının hangi deneyin denemeye değer olduğunu doğru tahmin etmesi, insan değerlendiricilerin öznel yargısına dayanan bir puanlama gerektirebilir. Bu tür öznel ölçütlerde küçük metodolojik farklar, sıralamayı kolayca değiştirebilir.
Sektördeki Genel Eğilimle Bağlantısı
Faraday’in sonuçları, 2025-2026 döneminde yapay zeka alanında giderek daha sık tartışılan bir eğilimle örtüşüyor: modeli büyütmek yerine, dar bir görev üzerinde pekiştirmeli öğrenme ile yoğun şekilde eğitmek. DeepSeek ve benzeri laboratuvarların daha önce paylaştığı bazı sonuçlar da, hedefe özel eğitimin belirli görevlerde genel amaçlı devasa modellerle rekabet edebildiğini göstermişti. Inherent’in iddiası, bu eğilimin bilimsel araştırma otomasyonu alanına da taşınabileceğini işaret ediyor.
Bununla birlikte, genel amaçlı büyük modellerin esnekliği hâlâ önemli bir avantaj. Faraday gibi dar kapsamlı bir ajan, belirli bir görevde iyi performans gösterse de, farklı bir bilim dalına veya beklenmedik bir soru formatına geçtiğinde aynı başarıyı tekrarlayıp tekrarlayamayacağı henüz kanıtlanmadı. Bu da şirketin önümüzdeki aylarda paylaşacağı ek test sonuçlarını takip etmeyi anlamlı kılıyor.
Yapay Zeka Ajanı Değerlendirirken Kontrol Listesi
- Sonuçların bağımsız bir kurum veya araştırmacı tarafından tekrar test edilip edilmediğini kontrol edin.
- Karşılaştırılan modellerin sürüm numaralarının ve test tarihinin güncel olup olmadığına bakın.
- “Küçük model büyük modeli geçti” iddialarında hangi görevle sınırlı olduğuna dikkat edin; genellemeye kapılmayın.
- Ticari bir laboratuvarın kendi duyurduğu sonuçları, bağımsız kaynaklarla teyit etmeden kesin doğru kabul etmeyin.
Haberin orijinal detayları ve Inherent kurucularıyla yapılan röportaj için TechCrunch’ın haberine göz atabilirsiniz. Konuyla ilgili daha geniş bağlam için Nvidia’nın yapay zeka ajanlarının performansında asıl belirleyicinin model boyutu değil “harness” (ajanın çalıştığı çerçeve) olduğunu öne süren araştırmasına da bakabilirsiniz: Nvidia Araştırması: Yapay Zeka Ajanlarında Asıl Kahraman “Harness”.
Sonuç
Inherent’in Faraday ajanı, küçük ölçekli bir açık modelin özel eğitimle büyük kapalı modelleri belirli bir görevde geride bırakabileceğini gösteren dikkat çekici bir örnek oldu. Ancak bu sonucun bağımsız doğrulaması, testin kapsamı ve genellenebilirliği henüz netleşmedi. Konuyu takip edenlerin, ilerleyen haftalarda gelecek bağımsız değerlendirmeleri ve Inherent’in yayınlayacağı teknik detayları beklemesi mantıklı olur.
Sık Sorulan Sorular
Faraday hangi şirket tarafından geliştirildi?
Faraday, Google DeepMind kökenli dört kişi tarafından Mayıs 2026’da kurulan Londra merkezli yapay zeka laboratuvarı Inherent tarafından geliştirildi.
Faraday hangi temel modeli kullanıyor?
Faraday, 27 milyar parametreli Qwen 3.6 modeli üzerine inşa edilmiş bir yapay zeka ajanı.
Faraday, Claude ve GPT-5.5’i tam olarak hangi görevde geçti?
Yayınlanmış bilimsel makalelerin bulgularını sonuç önceden verilmeden yeniden üretme (replikasyon) ve araştırma sezgisi ölçütünde Inherent’in kendi test setinde daha iyi sonuç aldı.
Bu sonuçlar bağımsız olarak doğrulandı mı?
Hayır, şu ana kadar paylaşılan veriler Inherent’in kendi test metodolojisine dayanıyor; bağımsız üçüncü taraf doğrulaması henüz kamuoyuyla paylaşılmadı.
Küçük yapay zeka modelleri gelecekte büyük modellerin yerini alabilir mi?
Bu tek sonuçtan böyle bir genelleme yapmak erken olur; ancak hedefe özel pekiştirmeli öğrenme ile eğitilen küçük modellerin belirli görevlerde rekabetçi olabileceğine dair bir işaret sunuyor.
