Due nuovi laboratori di IA a Oxford e UCL: il Regno Unito scommette su un'intelligenza artificiale più economica e aperta

Laboratorio SOFAIR (Science of Fundamental AI Research) — guidato dall'UCL

Guidato dal professor David Barber dell'UCL, in collaborazione con le università di Cambridge, Oxford e Edimburgo, la missione di SOFAIR è sviluppare nuove tecnologie di IA open-source che possano funzionare su hardware ampiamente disponibile, inclusi i normali computer consumer . Il laboratorio riunisce ricercatori di informatica, matematica, statistica e neuroscienze per progettare architetture di IA fondamentalmente nuove, affrontando direttamente problemi attuali come le risposte inaccurate dei sistemi di IA .

Laboratorio BOLD (British Open-ended Learning and Discovery) — guidato da Oxford

Guidato dal professore associato Jakob Foerster di Oxford, con l'UCL e altri partner, BOLD mira a ripensare il modo in cui l'IA apprende dal mondo, aprendo la strada a nuovi approcci che consentano all'IA di apprendere senza richiedere un'enorme potenza di calcolo centralizzata . Invece di limitarsi a scalare i metodi esistenti, esplorerà nuovi paradigmi di apprendimento, con l'obiettivo di costruire un'IA più efficiente, più aperta e più allineata alle esigenze umane .

La strategia: efficienza anziché scala

L'intera iniziativa è un'alternativa deliberata all'approccio "più grande è meglio" delle grandi aziende tecnologiche statunitensi . La strategia non è quella di superare in spesa i giganti della tecnologia su dati e potenza di calcolo, ma di superarli in innovazione su efficienza, apertura e accessibilità .

• Costi inferiori grazie all'efficienza fondamentale: invece di cercare di competere sulla scala, i laboratori puntano a modifiche fondamentali al funzionamento dell'IA, rendendola più economica da gestire e accessibile a un numero molto maggiore di organizzazioni .
• IA open-source e indipendente dall'hardware: SOFAIR costruirà modelli open-source che funzionano su hardware ampiamente disponibile, riducendo la necessità di infrastrutture specializzate costose .
• Riduzione della dipendenza dai data center centralizzati: il lavoro di BOLD sull'apprendimento decentralizzato mira a ridurre la dipendenza dall'infrastruttura di data center remoti di proprietà dei grandi fornitori .
• Capacità sovrana del Regno Unito: il ministro per l'IA Kanishka Narayan ha dichiarato che l'iniziativa rafforza le competenze britanniche "a casa" e "riduce la dipendenza dagli altri" . Il professor David Barber ha esplicitamente affermato che SOFAIR "ridurrà la dipendenza dal ristretto numero di fornitori di modelli, rafforzando la sovranità del Regno Unito" .
• Accesso per piccole imprese e servizi pubblici: rendendo l'IA più economica e facile da adottare, i laboratori mirano ad aprire l'IA a piccole imprese, servizi pubblici e ricercatori in tutto il Regno Unito che attualmente non possono permettersi sistemi di IA di alto livello .

In sintesi, il Regno Unito sta perseguendo un percorso di IA sovrana, aperta ed efficiente, con il potenziale di rimodellare il modo in cui l'IA viene costruita e implementata — non costruendo il modello più grande, ma costruendone uno che quasi chiunque possa eseguire.