Lab SOFAIR (Science of Fundamental AI Research) — dipimpin UCL

Dipimpin oleh Profesor David Barber di UCL, bekerja sama dengan universitas Cambridge, Oxford, dan Edinburgh, misi SOFAIR adalah mengembangkan teknologi AI sumber terbuka (open-source) baru yang dapat berjalan di perangkat keras yang tersedia secara luas, termasuk komputer konsumen biasa . Lab ini mempertemukan peneliti dari ilmu komputer, matematika, statistik, dan ilmu saraf untuk merancang arsitektur AI yang fundamental baru, mengatasi masalah umum seperti sistem AI yang memberikan respons tidak akurat .

Lab BOLD (British Open-ended Learning and Discovery) — dipimpin Oxford

Dipimpin oleh Associate Professor Jakob Foerster dari Oxford, bersama UCL dan mitra lainnya, BOLD bertujuan untuk memikirkan ulang cara AI belajar dari dunia — merintis pendekatan baru yang memungkinkan AI belajar tanpa memerlukan daya komputasi terpusat yang sangat besar . Alih-alih hanya memperbesar skala metode yang ada, lab ini akan mengeksplorasi paradigma pembelajaran baru, bertujuan membangun AI yang lebih efisien, lebih terbuka, dan lebih selaras dengan kebutuhan manusia .

Strategi: Efisiensi di Atas Skala

Seluruh inisiatif ini adalah alternatif yang disengaja dari pendekatan "lebih besar lebih baik" yang diterapkan perusahaan teknologi besar AS . Strateginya bukanlah mengalahkan perusahaan teknologi terbesar dalam hal data dan komputasi, melainkan mengalahkan mereka dalam inovasi efisiensi, keterbukaan, dan aksesibilitas .

• Biaya lebih rendah melalui efisiensi fundamental: Alih-alih bersaing dalam skala, lab ini menargetkan perubahan fundamental pada cara kerja AI, membuatnya lebih murah untuk dijalankan dan dapat diakses oleh lebih banyak organisasi .
• AI open-source dan tidak bergantung perangkat keras: SOFAIR akan membangun model open-source yang berjalan di perangkat keras yang tersedia secara luas, mengurangi kebutuhan infrastruktur khusus yang mahal .
• Mengurangi ketergantungan pada pusat data terpusat: Pekerjaan BOLD tentang pembelajaran terdesentralisasi bertujuan mengurangi ketergantungan pada infrastruktur pusat data jarak jauh milik penyedia besar .
• Kedaulatan teknologi Inggris: Menteri AI Kanishka Narayan menyatakan inisiatif ini memperkuat keahlian Inggris "di dalam negeri" dan "mengurangi ketergantungan pada pihak lain" . Profesor David Barber secara eksplisit mengatakan SOFAIR akan "mengurangi ketergantungan pada sejumlah kecil penyedia model, meningkatkan kedaulatan Inggris" .
• Akses untuk usaha kecil dan layanan publik: Dengan membuat AI lebih murah dan mudah diadopsi, lab ini bertujuan membuka akses AI bagi usaha kecil, layanan publik, dan peneliti di seluruh Inggris yang saat ini tidak mampu membayar sistem AI kelas atas .

Singkatnya, Inggris sedang menempuh jalur AI yang berdaulat, terbuka, dan efisien, dengan potensi untuk membentuk kembali cara AI dibangun dan diterapkan — bukan dengan membangun model terbesar, tetapi dengan membangun model yang hampir semua orang bisa jalankan.

Lab SOFAIR (Science of Fundamental AI Research) — dipimpin UCL

Dipimpin oleh Profesor David Barber di UCL, bekerja sama dengan universitas Cambridge, Oxford, dan Edinburgh, misi SOFAIR adalah mengembangkan teknologi AI sumber terbuka (open-source) baru yang dapat berjalan di perangkat keras yang tersedia secara luas, termasuk komputer konsumen biasa . Lab ini mempertemukan peneliti dari ilmu komputer, matematika, statistik, dan ilmu saraf untuk merancang arsitektur AI yang fundamental baru, mengatasi masalah umum seperti sistem AI yang memberikan respons tidak akurat .

Lab BOLD (British Open-ended Learning and Discovery) — dipimpin Oxford

Dipimpin oleh Associate Professor Jakob Foerster dari Oxford, bersama UCL dan mitra lainnya, BOLD bertujuan untuk memikirkan ulang cara AI belajar dari dunia — merintis pendekatan baru yang memungkinkan AI belajar tanpa memerlukan daya komputasi terpusat yang sangat besar . Alih-alih hanya memperbesar skala metode yang ada, lab ini akan mengeksplorasi paradigma pembelajaran baru, bertujuan membangun AI yang lebih efisien, lebih terbuka, dan lebih selaras dengan kebutuhan manusia .

Strategi: Efisiensi di Atas Skala

Seluruh inisiatif ini adalah alternatif yang disengaja dari pendekatan "lebih besar lebih baik" yang diterapkan perusahaan teknologi besar AS . Strateginya bukanlah mengalahkan perusahaan teknologi terbesar dalam hal data dan komputasi, melainkan mengalahkan mereka dalam inovasi efisiensi, keterbukaan, dan aksesibilitas .

• Biaya lebih rendah melalui efisiensi fundamental: Alih-alih bersaing dalam skala, lab ini menargetkan perubahan fundamental pada cara kerja AI, membuatnya lebih murah untuk dijalankan dan dapat diakses oleh lebih banyak organisasi .
• AI open-source dan tidak bergantung perangkat keras: SOFAIR akan membangun model open-source yang berjalan di perangkat keras yang tersedia secara luas, mengurangi kebutuhan infrastruktur khusus yang mahal .
• Mengurangi ketergantungan pada pusat data terpusat: Pekerjaan BOLD tentang pembelajaran terdesentralisasi bertujuan mengurangi ketergantungan pada infrastruktur pusat data jarak jauh milik penyedia besar .
• Kedaulatan teknologi Inggris: Menteri AI Kanishka Narayan menyatakan inisiatif ini memperkuat keahlian Inggris "di dalam negeri" dan "mengurangi ketergantungan pada pihak lain" . Profesor David Barber secara eksplisit mengatakan SOFAIR akan "mengurangi ketergantungan pada sejumlah kecil penyedia model, meningkatkan kedaulatan Inggris" .
• Akses untuk usaha kecil dan layanan publik: Dengan membuat AI lebih murah dan mudah diadopsi, lab ini bertujuan membuka akses AI bagi usaha kecil, layanan publik, dan peneliti di seluruh Inggris yang saat ini tidak mampu membayar sistem AI kelas atas .

Singkatnya, Inggris sedang menempuh jalur AI yang berdaulat, terbuka, dan efisien, dengan potensi untuk membentuk kembali cara AI dibangun dan diterapkan — bukan dengan membangun model terbesar, tetapi dengan membangun model yang hampir semua orang bisa jalankan.