Iso-Britannia panostaa 60 miljoonaa puntaa kahteen uuteen tekoälylaboratorioon Oxfordissa ja UCL:ssä – tavoitteena halvempi, avoimen lähdekoodin tekoäly ja vähemmän riippuvuutta yhdysvaltalaisista teknologiayrityksistä

Britannia lyö vetoa siitä, että tekoälyn tulevaisuuden ei tarvitse olla suurempaa, kalliimpaa tai lukittuna muutaman yhdysvaltalaisen teknologiayrityksen datakeskuksiin. 23. kesäkuuta 2026 tiede-, innovaatio- ja teknologiaministeriö (DSIT) ilmoitti UK Research and Innovationin (UKRI) kautta jopa 60 miljoonan punnan rahoituksesta kahdelle uudelle tekoälyn tutkimuslaboratoriolle Oxfordin yliopistossa ja University College Londonissa (UCL) .

Kaksi laboratoriota: SOFAIR ja BOLD

Kummallakin laboratoriolla on oma, toisiaan täydentävä tehtävänsä, ja ne saavat rahoitusta Engineering and Physical Sciences Research Councililta (EPSRC) sekä pääsyn laajamittaiseen laskentatehoon .

SOFAIR-laboratorio (Science of Fundamental AI Research) – UCL:n johdolla

Professori David Barberin johdolla UCL:ssä, yhteistyössä Cambridgen, Oxfordin ja Edinburghin yliopistojen kanssa, SOFAIRin tehtävänä on kehittää uusia avoimen lähdekoodin tekoälyteknologioita, jotka toimivat yleisesti saatavilla olevilla laitteilla, mukaan lukien tavalliset kuluttajatietokoneet . Laboratorio kokoaa yhteen tutkijoita tietojenkäsittelytieteestä, matematiikasta, tilastotieteestä ja neurotieteestä suunnittelemaan täysin uusia tekoälyarkkitehtuureja, jotka vastaavat suoraan nykyisiin ongelmiin, kuten tekoälyjärjestelmien epätarkkoihin vastauksiin .

BOLD-laboratorio (British Open-ended Learning and Discovery) – Oxfordin johdolla

Apulaisprofessori Jakob Foersterin johdolla Oxfordissa, yhteistyössä UCL:n ja muiden kumppaneiden kanssa, BOLD pyrkii mullistamaan sen, miten tekoäly oppii maailmasta. Se kehittää uusia lähestymistapoja, joiden avulla tekoäly voi oppia ilman valtavaa keskuslaskentatehoa . Sen sijaan, että se vain skaalaisi olemassa olevia menetelmiä, se tutkii uusia oppimisen paradigmoja tavoitteenaan rakentaa tekoälyä, joka on tehokkaampi, avoimempi ja paremmin ihmisten tarpeisiin sovitettu .

Strategia: tehokkuus skaalan sijaan

Koko hanke on tarkoituksellinen vaihtoehto suurten yhdysvaltalaisten teknologiayritysten ”isompi on parempi” -lähestymistavalle . Strategiana ei ole ylittää suurimpia teknologiayrityksiä datan ja laskentatehon määrässä, vaan ohittaa ne tehokkuudessa, avoimuudessa ja saavutettavuudessa .

• Pienemmät kustannukset perustavanlaatuisen tehokkuuden kautta: Sen sijaan, että yritettäisiin kilpailla skaalalla, laboratoriot tähtäävät perustavanlaatuisiin muutoksiin tekoälyn toiminnassa, mikä tekee sen käytöstä halvempaa ja saavutettavampaa huomattavasti useammille organisaatioille .
• Avoimen lähdekoodin, laitteistoriippumaton tekoäly: SOFAIR rakentaa avoimen lähdekoodin malleja, jotka toimivat yleisesti saatavilla olevilla laitteilla, mikä vähentää kalliin, erikoistuneen infrastruktuurin tarvetta .
• Riippuvuuden vähentäminen keskusdatakeskuksista: BOLDin työ hajautetun oppimisen parissa pyrkii vähentämään riippuvuutta suurten palveluntarjoajien omistamasta etädatakeskusinfrastruktuurista .
• Britannian oma osaaminen: Tekoälyministeri Kanishka Narayan totesi, että hanke vahvistaa Britannian asiantuntemusta ”kotimaassa” ja ”vähentää riippuvuutta muista” . Professori David Barber sanoi nimenomaan, että SOFAIR ”vähentää riippuvuutta pienestä mallintarjoajien joukosta ja vahvistaa Britannian itsemääräämisoikeutta” .
• Pienten yritysten ja julkisten palvelujen saavutettavuus: Tekemällä tekoälystä halvempaa ja helpommin omaksuttavaa laboratoriot pyrkivät avaamaan tekoälyn pienille yrityksille, julkisille palveluille ja tutkijoille kaikkialla Britanniassa, jotka eivät tällä hetkellä pysty hankkimaan huippuluokan tekoälyjärjestelmiä .

Lyhyesti sanottuna Britannia tavoittelee itsenäistä, avointa ja tehokasta tekoälyä, jolla on potentiaalia muuttaa tapaa, jolla tekoälyä rakennetaan ja otetaan käyttöön – ei rakentamalla suurinta mallia, vaan sellaisen, jota lähes kuka tahansa voi käyttää.