Laboratorium SOFAIR (Science of Fundamental AI Research) — kierowane przez UCL

Pod kierownictwem profesora Davida Barbera z UCL, we współpracy z uniwersytetami w Cambridge, Oksfordzie i Edynburgu, misją SOFAIR jest opracowanie nowych technologii AI o otwartym kodzie źródłowym (open source), które będą mogły działać na powszechnie dostępnym sprzęcie, w tym na zwykłych komputerach konsumenckich . Laboratorium skupia naukowców z informatyki, matematyki, statystyki i neuronauki, aby zaprojektować fundamentalnie nowe architektury AI, rozwiązując obecne problemy, takie jak udzielanie przez systemy AI niedokładnych odpowiedzi .

Laboratorium BOLD (British Open-ended Learning and Discovery) — kierowane przez Oxford

Pod kierownictwem profesora nadzwyczajnego Jakoba Foerstera z Oksfordu, z UCL i innymi partnerami, BOLD ma na celu przekształcenie sposobu, w jaki AI uczy się ze świata, proponując nowe podejścia, które umożliwią maszynom uczenie się bez potrzeby korzystania z ogromnych, scentralizowanych mocy obliczeniowych . Zamiast prostego skalowania istniejących metod, laboratorium będzie badać nowe paradygmaty uczenia się, dążąc do budowy AI, która jest bardziej wydajna, otwarta i lepiej dostosowana do ludzkich potrzeb .

Strategia: wydajność zamiast skali

Cała inicjatywa jest celową alternatywą dla podejścia „im większy, tym lepszy” stosowanego przez duże amerykańskie firmy technologiczne . Strategia zakłada nie prześciganie się z największymi firmami w wydatkach na dane i moc obliczeniową, ale prześcignięcie ich w wydajności, otwartości i dostępności .

• Niższe koszty dzięki fundamentalnej wydajności: Zamiast konkurować skalą, laboratoria dążą do fundamentalnych zmian w działaniu AI, czyniąc ją tańszą w obsłudze i dostępną dla znacznie większej liczby organizacji .
• Otwarte AI, niezależne od sprzętu: SOFAIR zbuduje modele open source działające na powszechnie dostępnym sprzęcie, zmniejszając potrzebę kosztownej, specjalistycznej infrastruktury .
• Zmniejszenie zależności od scentralizowanych centrów danych: Prace BOLD nad zdecentralizowanym uczeniem się mają na celu zmniejszenie zależności od zdalnej infrastruktury centrów danych należących do dużych dostawców .
• Suwerenność technologiczna Wielkiej Brytanii: Minister ds. AI Kanishka Narayan stwierdził, że inicjatywa wzmacnia brytyjską wiedzę specjalistyczną „we własnym kraju” i „zmniejsza zależność od innych” . Profesor David Barber wyraźnie powiedział, że SOFAIR „zmniejszy zależność od niewielkiej liczby dostawców modeli, wzmacniając brytyjską suwerenność” .
• Dostęp dla małych firm i usług publicznych: Uczynienie AI tańszą i łatwiejszą do wdrożenia otworzy ją dla małych firm, usług publicznych i naukowców w całej Wielkiej Brytanii, którzy obecnie nie mogą sobie pozwolić na najwyższej klasy systemy AI .

Krajobraź: Wielka Brytania podąża ścieżką suwerennej, otwartej i wydajnej sztucznej inteligencji, która może zmienić sposób, w jaki AI jest budowana i wdrażana — nie poprzez budowę największego modelu, ale takiego, który może uruchomić praktycznie każdy.

Laboratorium SOFAIR (Science of Fundamental AI Research) — kierowane przez UCL

Pod kierownictwem profesora Davida Barbera z UCL, we współpracy z uniwersytetami w Cambridge, Oksfordzie i Edynburgu, misją SOFAIR jest opracowanie nowych technologii AI o otwartym kodzie źródłowym (open source), które będą mogły działać na powszechnie dostępnym sprzęcie, w tym na zwykłych komputerach konsumenckich . Laboratorium skupia naukowców z informatyki, matematyki, statystyki i neuronauki, aby zaprojektować fundamentalnie nowe architektury AI, rozwiązując obecne problemy, takie jak udzielanie przez systemy AI niedokładnych odpowiedzi .

Laboratorium BOLD (British Open-ended Learning and Discovery) — kierowane przez Oxford

Pod kierownictwem profesora nadzwyczajnego Jakoba Foerstera z Oksfordu, z UCL i innymi partnerami, BOLD ma na celu przekształcenie sposobu, w jaki AI uczy się ze świata, proponując nowe podejścia, które umożliwią maszynom uczenie się bez potrzeby korzystania z ogromnych, scentralizowanych mocy obliczeniowych . Zamiast prostego skalowania istniejących metod, laboratorium będzie badać nowe paradygmaty uczenia się, dążąc do budowy AI, która jest bardziej wydajna, otwarta i lepiej dostosowana do ludzkich potrzeb .

Strategia: wydajność zamiast skali

Cała inicjatywa jest celową alternatywą dla podejścia „im większy, tym lepszy” stosowanego przez duże amerykańskie firmy technologiczne . Strategia zakłada nie prześciganie się z największymi firmami w wydatkach na dane i moc obliczeniową, ale prześcignięcie ich w wydajności, otwartości i dostępności .

• Niższe koszty dzięki fundamentalnej wydajności: Zamiast konkurować skalą, laboratoria dążą do fundamentalnych zmian w działaniu AI, czyniąc ją tańszą w obsłudze i dostępną dla znacznie większej liczby organizacji .
• Otwarte AI, niezależne od sprzętu: SOFAIR zbuduje modele open source działające na powszechnie dostępnym sprzęcie, zmniejszając potrzebę kosztownej, specjalistycznej infrastruktury .
• Zmniejszenie zależności od scentralizowanych centrów danych: Prace BOLD nad zdecentralizowanym uczeniem się mają na celu zmniejszenie zależności od zdalnej infrastruktury centrów danych należących do dużych dostawców .
• Suwerenność technologiczna Wielkiej Brytanii: Minister ds. AI Kanishka Narayan stwierdził, że inicjatywa wzmacnia brytyjską wiedzę specjalistyczną „we własnym kraju” i „zmniejsza zależność od innych” . Profesor David Barber wyraźnie powiedział, że SOFAIR „zmniejszy zależność od niewielkiej liczby dostawców modeli, wzmacniając brytyjską suwerenność” .
• Dostęp dla małych firm i usług publicznych: Uczynienie AI tańszą i łatwiejszą do wdrożenia otworzy ją dla małych firm, usług publicznych i naukowców w całej Wielkiej Brytanii, którzy obecnie nie mogą sobie pozwolić na najwyższej klasy systemy AI .

Krajobraź: Wielka Brytania podąża ścieżką suwerennej, otwartej i wydajnej sztucznej inteligencji, która może zmienić sposób, w jaki AI jest budowana i wdrażana — nie poprzez budowę największego modelu, ale takiego, który może uruchomić praktycznie każdy.