Anh chi 60 triệu bảng phát triển AI giá rẻ, nguồn mở: 'Cuộc chơi' không cần đụng đến túi tiền của Big Tech

Nước Anh đang đặt cược rằng tương lai của AI không nhất thiết phải to hơn, đắt hơn hay bị nhốt trong các trung tâm dữ liệu của một vài gã khổng lồ công nghệ Mỹ. Vào ngày 23 tháng 6 năm 2026, Bộ Khoa học, Đổi mới và Công nghệ (DSIT), thông qua Cơ quan Nghiên cứu và Đổi mới Vương quốc Anh (UKRI), đã công bố khoản tài trợ lên tới 60 triệu bảng Anh cho hai phòng thí nghiệm AI mới tại Đại học Oxford và University College London (UCL) .

Hai phòng thí nghiệm: SOFAIR và BOLD

Mỗi phòng thí nghiệm có một sứ mệnh cụ thể, bổ sung cho nhau, được hậu thuẫn bởi nguồn tài trợ từ Hội đồng Nghiên cứu Khoa học Vật lý và Kỹ thuật (EPSRC) cùng quyền truy cập vào sức mạnh tính toán quy mô lớn .

Phòng thí nghiệm SOFAIR (Khoa học về Nghiên cứu AI Cơ bản) — do UCL dẫn đầu

Dưới sự lãnh đạo của Giáo sư David Barber tại UCL, hợp tác với các trường đại học Cambridge, Oxford và Edinburgh, sứ mệnh của SOFAIR là phát triển các công nghệ AI nguồn mở mới có thể chạy trên phần cứng phổ biến, bao gồm cả máy tính tiêu dùng thông thường . Phòng thí nghiệm quy tụ các nhà nghiên cứu từ khoa học máy tính, toán học, thống kê và khoa học thần kinh để thiết kế các kiến trúc AI mới về cơ bản, trực tiếp giải quyết các vấn đề hiện tại như hệ thống AI đưa ra câu trả lời không chính xác .

Phòng thí nghiệm BOLD (Học tập và Khám phá Mở của Anh) — do Oxford dẫn đầu

Dưới sự lãnh đạo của Phó Giáo sư Jakob Foerster tại Oxford, cùng với UCL và các đối tác khác, BOLD đặt mục tiêu suy nghĩ lại cách AI học hỏi từ thế giới, tiên phong trong các phương pháp tiếp cận mới cho phép AI học mà không cần sức mạnh tính toán tập trung khổng lồ . Thay vì chỉ đơn giản là mở rộng quy mô các phương pháp hiện có, phòng thí nghiệm sẽ khám phá các mô hình học tập mới, hướng tới xây dựng AI hiệu quả hơn, cởi mở hơn và phù hợp hơn với nhu cầu của con người .

Chiến lược: Hiệu quả thay vì quy mô

Toàn bộ sáng kiến này là một sự thay thế có chủ đích cho cách tiếp cận "càng to càng tốt" của các công ty công nghệ lớn của Mỹ . Chiến lược không phải là chi nhiều hơn các công ty công nghệ lớn nhất về dữ liệu và sức mạnh tính toán, mà là vượt qua họ về hiệu quả, tính cởi mở và khả năng tiếp cận .

• Giảm chi phí thông qua hiệu quả cơ bản: Thay vì cố gắng cạnh tranh về quy mô, các phòng thí nghiệm nhắm vào những thay đổi cơ bản trong cách AI hoạt động, làm cho nó rẻ hơn để vận hành và dễ tiếp cận hơn với nhiều tổ chức hơn .
• AI nguồn mở, không phụ thuộc vào phần cứng: SOFAIR sẽ xây dựng các mô hình nguồn mở chạy trên phần cứng phổ biến, giảm nhu cầu về cơ sở hạ tầng chuyên dụng đắt đỏ .
• Giảm sự phụ thuộc vào các trung tâm dữ liệu tập trung: Công việc của BOLD về học tập phi tập trung nhằm giảm sự phụ thuộc vào cơ sở hạ tầng trung tâm dữ liệu từ xa thuộc sở hữu của các nhà cung cấp lớn .
• Năng lực chủ quyền của Anh: Bộ trưởng AI Kanishka Narayan tuyên bố sáng kiến này tăng cường chuyên môn của Anh "ngay tại nhà" và "giảm sự phụ thuộc vào người khác" . Giáo sư David Barber nói rõ rằng SOFAIR sẽ "giảm sự phụ thuộc vào một số ít nhà cung cấp mô hình, tăng cường chủ quyền của Anh" .
• Tiếp cận cho các doanh nghiệp nhỏ và dịch vụ công: Bằng cách làm cho AI rẻ hơn và dễ áp dụng hơn, các phòng thí nghiệm nhằm mở ra AI cho các doanh nghiệp nhỏ, dịch vụ công và các nhà nghiên cứu trên khắp nước Anh, những người hiện không đủ khả năng chi trả cho các hệ thống AI hàng đầu .

Tóm lại, Anh đang theo đuổi con đường AI có chủ quyền, cởi mở và hiệu quả, với tiềm năng định hình lại cách AI được xây dựng và triển khai — không phải bằng cách xây dựng mô hình lớn nhất, mà bằng cách xây dựng một mô hình mà hầu như ai cũng có thể chạy được.