SOFAIR Laboratuvarı (Temel Yapay Zeka Araştırma Bilimi) — UCL liderliğinde

UCL'den Profesör David Barber liderliğinde, Cambridge, Oxford ve Edinburgh üniversitelerinin işbirliğiyle kurulan SOFAIR Laboratuvarı'nın misyonu, sıradan tüketici bilgisayarları da dahil olmak üzere yaygın olarak bulunan donanımlarda çalışabilen yeni açık kaynaklı yapay zeka teknolojileri geliştirmek . Laboratuvar, bilgisayar bilimi, matematik, istatistik ve sinirbilim alanlarındaki araştırmacıları bir araya getirerek, yapay zeka sistemlerinin hatalı yanıtlar vermesi gibi güncel sorunları doğrudan ele alan, temelde yeni yapay zeka mimarileri tasarlayacak .

BOLD Laboratuvarı (İngiliz Açık Uçlu Öğrenme ve Keşif) — Oxford liderliğinde

Oxford'dan Doçent Doktor Jakob Foerster liderliğinde, UCL ve diğer ortaklarla birlikte çalışan BOLD Laboratuvarı, yapay zekanın dünyadan nasıl öğrendiğini yeniden düşünmeyi ve devasa merkezi bilgi işlem gücü gerektirmeden öğrenmesini sağlayacak yeni yaklaşımlara öncülük etmeyi amaçlıyor . Mevcut yöntemleri basitçe ölçeklendirmek yerine, daha verimli, daha açık ve insan ihtiyaçlarıyla daha uyumlu bir yapay zeka inşa etmek için yeni öğrenme paradigmalarını keşfedecek .

Strateji: Ölçek Yerine Verimlilik

Tüm girişim, büyük ABD'li teknoloji firmalarının "daha büyük daha iyidir" yaklaşımına kasıtlı bir alternatif olarak tasarlandı . Strateji, en büyük teknoloji şirketlerini veri ve bilgi işlem gücünde geçmek değil, verimlilik, açıklık ve erişilebilirlik konularında onları yenilikçilikle geçmek .

• Temel verimlilik yoluyla daha düşük maliyetler: Ölçekte rekabet etmeye çalışmak yerine, laboratuvarlar yapay zekanın nasıl çalıştığına dair temel değişiklikleri hedefleyerek, onu çalıştırmayı daha ucuz hale getirecek ve çok daha fazla kuruluş için erişilebilir kılacak .
• Açık kaynaklı, donanımdan bağımsız yapay zeka: SOFAIR, pahalı, özel altyapı ihtiyacını azaltarak, yaygın olarak bulunan donanımlarda çalışan açık kaynaklı modeller inşa edecek .
• Merkezi veri merkezlerine bağımlılığı azaltma: BOLD'un merkezi olmayan öğrenme üzerine çalışması, büyük sağlayıcıların sahip olduğu uzak veri merkezi altyapısına bağımlılığı azaltmayı amaçlıyor .
• İngiltere'nin ulusal egemenliği: Yapay Zeka Bakanı Kanishka Narayan, girişimin İngiltere'nin uzmanlığını "kendi ülkesinde" güçlendirdiğini ve "başkalarına olan bağımlılığı azalttığını" belirtti . Profesör David Barber ise SOFAIR'in "az sayıdaki model sağlayıcısına bağımlılığı azaltarak İngiltere'nin egemenliğini güçlendireceğini" açıkça ifade etti .
• Küçük işletmeler ve kamu hizmetleri için erişim: Laboratuvarlar, yapay zekayı daha ucuz ve benimsemesi daha kolay hale getirerek, şu anda en üst düzey yapay zeka sistemlerini karşılayamayan İngiltere'deki küçük işletmelerin, kamu hizmetlerinin ve araştırmacıların yapay zekaya erişimini açmayı amaçlıyor .

Kısacası İngiltere, egemen, açık ve verimli bir yapay zeka yolunu izliyor. Bu yol, en büyük modeli inşa ederek değil, neredeyse herkesin çalıştırabileceği bir model inşa ederek yapay zekanın nasıl inşa edildiğini ve dağıtıldığını yeniden şekillendirme potansiyeline sahip.

SOFAIR Laboratuvarı (Temel Yapay Zeka Araştırma Bilimi) — UCL liderliğinde

UCL'den Profesör David Barber liderliğinde, Cambridge, Oxford ve Edinburgh üniversitelerinin işbirliğiyle kurulan SOFAIR Laboratuvarı'nın misyonu, sıradan tüketici bilgisayarları da dahil olmak üzere yaygın olarak bulunan donanımlarda çalışabilen yeni açık kaynaklı yapay zeka teknolojileri geliştirmek . Laboratuvar, bilgisayar bilimi, matematik, istatistik ve sinirbilim alanlarındaki araştırmacıları bir araya getirerek, yapay zeka sistemlerinin hatalı yanıtlar vermesi gibi güncel sorunları doğrudan ele alan, temelde yeni yapay zeka mimarileri tasarlayacak .

BOLD Laboratuvarı (İngiliz Açık Uçlu Öğrenme ve Keşif) — Oxford liderliğinde

Oxford'dan Doçent Doktor Jakob Foerster liderliğinde, UCL ve diğer ortaklarla birlikte çalışan BOLD Laboratuvarı, yapay zekanın dünyadan nasıl öğrendiğini yeniden düşünmeyi ve devasa merkezi bilgi işlem gücü gerektirmeden öğrenmesini sağlayacak yeni yaklaşımlara öncülük etmeyi amaçlıyor . Mevcut yöntemleri basitçe ölçeklendirmek yerine, daha verimli, daha açık ve insan ihtiyaçlarıyla daha uyumlu bir yapay zeka inşa etmek için yeni öğrenme paradigmalarını keşfedecek .

Strateji: Ölçek Yerine Verimlilik

Tüm girişim, büyük ABD'li teknoloji firmalarının "daha büyük daha iyidir" yaklaşımına kasıtlı bir alternatif olarak tasarlandı . Strateji, en büyük teknoloji şirketlerini veri ve bilgi işlem gücünde geçmek değil, verimlilik, açıklık ve erişilebilirlik konularında onları yenilikçilikle geçmek .

• Temel verimlilik yoluyla daha düşük maliyetler: Ölçekte rekabet etmeye çalışmak yerine, laboratuvarlar yapay zekanın nasıl çalıştığına dair temel değişiklikleri hedefleyerek, onu çalıştırmayı daha ucuz hale getirecek ve çok daha fazla kuruluş için erişilebilir kılacak .
• Açık kaynaklı, donanımdan bağımsız yapay zeka: SOFAIR, pahalı, özel altyapı ihtiyacını azaltarak, yaygın olarak bulunan donanımlarda çalışan açık kaynaklı modeller inşa edecek .
• Merkezi veri merkezlerine bağımlılığı azaltma: BOLD'un merkezi olmayan öğrenme üzerine çalışması, büyük sağlayıcıların sahip olduğu uzak veri merkezi altyapısına bağımlılığı azaltmayı amaçlıyor .
• İngiltere'nin ulusal egemenliği: Yapay Zeka Bakanı Kanishka Narayan, girişimin İngiltere'nin uzmanlığını "kendi ülkesinde" güçlendirdiğini ve "başkalarına olan bağımlılığı azalttığını" belirtti . Profesör David Barber ise SOFAIR'in "az sayıdaki model sağlayıcısına bağımlılığı azaltarak İngiltere'nin egemenliğini güçlendireceğini" açıkça ifade etti .
• Küçük işletmeler ve kamu hizmetleri için erişim: Laboratuvarlar, yapay zekayı daha ucuz ve benimsemesi daha kolay hale getirerek, şu anda en üst düzey yapay zeka sistemlerini karşılayamayan İngiltere'deki küçük işletmelerin, kamu hizmetlerinin ve araştırmacıların yapay zekaya erişimini açmayı amaçlıyor .

Kısacası İngiltere, egemen, açık ve verimli bir yapay zeka yolunu izliyor. Bu yol, en büyük modeli inşa ederek değil, neredeyse herkesin çalıştırabileceği bir model inşa ederek yapay zekanın nasıl inşa edildiğini ve dağıtıldığını yeniden şekillendirme potansiyeline sahip.