Laboratório SOFAIR (Science of Fundamental AI Research) — liderado pela UCL

Sob a liderança do Professor David Barber na UCL, em parceria com as universidades de Cambridge, Oxford e Edimburgo, a missão do SOFAIR é desenvolver novas tecnologias de IA de código aberto que possam rodar em hardware amplamente disponível, incluindo computadores pessoais comuns . O laboratório reúne pesquisadores de ciência da computação, matemática, estatística e neurociência para projetar arquiteturas de IA fundamentalmente novas, atacando diretamente problemas atuais, como a tendência de sistemas de IA fornecerem respostas imprecisas .

Laboratório BOLD (British Open-ended Learning and Discovery) — liderado por Oxford

Liderado pelo Professor Associado Jakob Foerster, em Oxford, com a UCL e outros parceiros, o BOLD pretende repensar como a IA aprende com o mundo. O objetivo é pioneirar novas abordagens que permitam à IA aprender sem depender de vasto poder computacional centralizado . Em vez de simplesmente escalar os métodos existentes, o laboratório vai explorar novos paradigmas de aprendizado, buscando construir uma IA mais eficiente, mais aberta e mais alinhada com as necessidades humanas .

A estratégia: eficiência em vez de escala

Toda a iniciativa é uma alternativa deliberada à abordagem "maior é melhor" adotada pelas grandes empresas de tecnologia dos EUA . A estratégia não é gastar mais do que as gigantes em dados e computação, mas sim superá-las em inovação no campo da eficiência, abertura e acessibilidade .

• Custos mais baixos através da eficiência fundamental: Em vez de tentar competir em escala, os laboratórios miram em mudanças fundamentais no funcionamento da IA, tornando-a mais barata de rodar e acessível a um número muito maior de organizações .
• IA de código aberto e independente de hardware: O SOFAIR construirá modelos abertos que funcionam em hardware amplamente disponível, reduzindo a necessidade de infraestrutura especializada e cara .
• Redução da dependência de data centers centralizados: O trabalho do BOLD em aprendizado descentralizado visa diminuir a dependência de infraestruturas remotas de data center, que pertencem a grandes provedores .
• Capacidade soberana do Reino Unido: O Ministro da IA, Kanishka Narayan, afirmou que a iniciativa fortalece a expertise do Reino Unido "em casa" e "reduz a dependência de outros" . O Professor David Barber, da UCL, foi direto: o SOFAIR vai "reduzir a dependência do pequeno número de provedores de modelos, aumentando a soberania do Reino Unido" .
• Acesso para pequenas empresas e serviços públicos: Ao tornar a IA mais barata e fácil de adotar, os laboratórios querem abrir as portas da tecnologia para pequenos negócios, serviços públicos e pesquisadores em todo o Reino Unido que hoje não podem pagar pelos sistemas de IA de ponta .

Em resumo, o Reino Unido está traçando um caminho para uma IA soberana, aberta e eficiente. A ideia não é construir o maior modelo do mundo, mas sim um modelo que quase qualquer um possa rodar — potencialmente remodelando a forma como a IA é construída e implantada globalmente.

Laboratório SOFAIR (Science of Fundamental AI Research) — liderado pela UCL

Sob a liderança do Professor David Barber na UCL, em parceria com as universidades de Cambridge, Oxford e Edimburgo, a missão do SOFAIR é desenvolver novas tecnologias de IA de código aberto que possam rodar em hardware amplamente disponível, incluindo computadores pessoais comuns . O laboratório reúne pesquisadores de ciência da computação, matemática, estatística e neurociência para projetar arquiteturas de IA fundamentalmente novas, atacando diretamente problemas atuais, como a tendência de sistemas de IA fornecerem respostas imprecisas .

Laboratório BOLD (British Open-ended Learning and Discovery) — liderado por Oxford

Liderado pelo Professor Associado Jakob Foerster, em Oxford, com a UCL e outros parceiros, o BOLD pretende repensar como a IA aprende com o mundo. O objetivo é pioneirar novas abordagens que permitam à IA aprender sem depender de vasto poder computacional centralizado . Em vez de simplesmente escalar os métodos existentes, o laboratório vai explorar novos paradigmas de aprendizado, buscando construir uma IA mais eficiente, mais aberta e mais alinhada com as necessidades humanas .

A estratégia: eficiência em vez de escala

Toda a iniciativa é uma alternativa deliberada à abordagem "maior é melhor" adotada pelas grandes empresas de tecnologia dos EUA . A estratégia não é gastar mais do que as gigantes em dados e computação, mas sim superá-las em inovação no campo da eficiência, abertura e acessibilidade .

• Custos mais baixos através da eficiência fundamental: Em vez de tentar competir em escala, os laboratórios miram em mudanças fundamentais no funcionamento da IA, tornando-a mais barata de rodar e acessível a um número muito maior de organizações .
• IA de código aberto e independente de hardware: O SOFAIR construirá modelos abertos que funcionam em hardware amplamente disponível, reduzindo a necessidade de infraestrutura especializada e cara .
• Redução da dependência de data centers centralizados: O trabalho do BOLD em aprendizado descentralizado visa diminuir a dependência de infraestruturas remotas de data center, que pertencem a grandes provedores .
• Capacidade soberana do Reino Unido: O Ministro da IA, Kanishka Narayan, afirmou que a iniciativa fortalece a expertise do Reino Unido "em casa" e "reduz a dependência de outros" . O Professor David Barber, da UCL, foi direto: o SOFAIR vai "reduzir a dependência do pequeno número de provedores de modelos, aumentando a soberania do Reino Unido" .
• Acesso para pequenas empresas e serviços públicos: Ao tornar a IA mais barata e fácil de adotar, os laboratórios querem abrir as portas da tecnologia para pequenos negócios, serviços públicos e pesquisadores em todo o Reino Unido que hoje não podem pagar pelos sistemas de IA de ponta .

Em resumo, o Reino Unido está traçando um caminho para uma IA soberana, aberta e eficiente. A ideia não é construir o maior modelo do mundo, mas sim um modelo que quase qualquer um possa rodar — potencialmente remodelando a forma como a IA é construída e implantada globalmente.