Storbritannien satsar 600 miljoner kronor på två nya AI-labb i Oxford och London – för billigare och mer öppen AI

Storbritannien slår in på en ny väg för AI-utveckling. I stället för att försöka bygga allt större och dyrare modeller, som de amerikanska teknikjättarna, satsar man nu på AI som är billigare, mer öppen och som kan köras på vanlig hårdvara. Den 23 juni 2026 meddelade det brittiska departementet för vetenskap, innovation och teknik (DSIT), via UK Research and Innovation (UKRI), att man avsätter upp till 600 miljoner kronor (60 miljoner pund) för att starta två nya AI-labb vid Oxfords universitet och University College London (UCL) .

Två labb med olika uppdrag

Varje labb har ett specifikt och kompletterande uppdrag, med finansiering från Engineering and Physical Sciences Research Council (EPSRC) och tillgång till storskalig datorkraft .

SOFAIR Lab (Science of Fundamental AI Research) – lett av UCL

Under ledning av professor David Barber vid UCL, i samarbete med universiteten i Cambridge, Oxford och Edinburgh, är SOFAIR:s uppdrag att utveckla ny öppen AI-teknik som kan köras på vanlig, lättillgänglig hårdvara – till och med på vanliga konsumentdatorer . Labbet samlar forskare från datavetenskap, matematik, statistik och neurovetenskap för att designa helt nya AI-arkitekturer, och adresserar direkt problem som att AI-system ofta ger felaktiga svar .

BOLD Lab (British Open-ended Learning and Discovery) – lett av Oxford

Under ledning av docent Jakob Foerster vid Oxford, tillsammans med UCL och andra partners, syftar BOLD till att ompröva hur AI lär sig från omvärlden. Här ska man utforska nya metoder för att AI ska kunna lära sig utan att vara beroende av enorm centraliserad datorkraft . I stället för att bara skala upp befintliga metoder ska man hitta nya sätt att bygga AI som är mer effektiv, mer öppen och bättre anpassad till mänskliga behov .

Strategin: effektivitet före storlek

Hela satsningen är ett medvetet alternativ till de stora amerikanska teknikföretagens filosofi om att ”större är bättre” . Strategin är inte att försöka överträffa techjättarna när det gäller data och datorkraft, utan att slå dem med bättre effektivitet, öppenhet och tillgänglighet .

• Lägre kostnader genom grundläggande effektivitet: I stället för att konkurrera med volym siktar labben på fundamentala förändringar i hur AI fungerar, vilket gör det billigare att köra och mer tillgängligt för många fler organisationer .
• Öppen AI som fungerar på all hårdvara: SOFAIR bygger öppna modeller som fungerar på vanlig hårdvara, vilket minskar behovet av dyr specialutrustning .
• Minskat beroende av centraliserade datacenter: BOLD:s arbete med decentraliserat lärande syftar till att minska beroendet av fjärrdatacenter som ägs av stora leverantörer .
• Stärkt brittisk suveränitet: AI-minister Kanishka Narayan säger att satsningen stärker Storbritanniens expertis ”på hemmaplan” och ”minskar beroendet av andra” . Professor David Barber säger uttryckligen att SOFAIR kommer att ”minska beroendet av det lilla antalet modellleverantörer och stärka Storbritanniens suveränitet” .
• Tillgång för mindre företag och offentlig sektor: Genom att göra AI billigare och lättare att använda öppnar labben upp AI för småföretag, offentlig sektor och forskare som idag inte har råd med toppmoderna AI-system .

Kort sagt satsar Storbritannien på en väg mot suverän, öppen och effektiv AI – med potential att förändra hur AI byggs och används. Inte genom att bygga den största modellen, utan genom att bygga en som nästan vem som helst kan köra.