©NetworksofExcellence
Sanāksmes laikā notika padziļināta diskusija par konkrētām Eiropas spēka jomām mākslīgā intelekta un robotikas pētniecībā un par darbībām, kas vajadzīgas, lai nodrošinātu, ka Eiropai ir būtiska loma nākamajā (ģeneratīvā) mākslīgā intelekta vilnī.
Eiropas Komisija organizēja darbsemināru, lai apmainītos ar informāciju ar Eiropas MI kopienu par galvenajiem MI tematiem. Tā sniedz unikālu iespēju iegūt tiešu ieguldījumu no labākajiem ekspertiem attiecībā uz stratēģijām un redzējumu par to, kur iesaistīties MI un robotikas pētniecībā un inovācijā, kā arī par to, kur ieguldīt. Izcilības centri ir būtisks MI stratēģijas elements, kas apvieno labākos pētniekus Eiropā, kuri strādā pie MI problēmu risināšanas. Seši ES mākslīgā intelekta izcilības tīkli — AI4Media, ELISE, ELSA, euROBIN, HUMANE-AI-Net un TAILOR — nodrošina satvaru, lai veicinātu Eiropas MI pētniecību un izstrādi un tās pārnesi uz reālo ietekmi dažādās jomās.
Šī kopiena tiks vēl vairāk bagātināta ar trim jauniem tīkliem un mākslīgā intelekta bākas; Elias (ilgtspējīgs MI), dAIedge (modernais mākslīgais intelekts) un Enfield (zaļš, adaptīvs, uzticams un drošs MI); tas sāks darboties 2023. gada rudenī. Eiropas Komisija stingri atbalsta, ka šie tīkli ir cieši saistīti ar [notranslate]AI, Data and Robotics Association (ADRA),[/notranslate] publiskā un privātā sektora partnerības privāto pusi, kurai ir būtiska nozīme Eiropas pētniecības kopienas zināšanu nodošanā rūpniecībai.
Eiropas Komisija aicināja izcilības tīklus palīdzēt apzināt esošās Eiropas stiprās puses mākslīgā intelekta jomā un cieši saistītās jomās, palīdzēt kartēt Eiropas mākslīgā intelekta pētniecības vidi, kā arī apzināt trūkumus un problēmas. No Komisijas viedokļa darbseminārs bija vērtīga iespēja
atzīt tīklu panākumus pētniecības, izglītības un tulkošanas jomā, apņemoties popularizēt šo darbu starptautiskā mērogā;
apspriež atklāto apspriešanos par ADRA stratēģisko pētniecības, inovācijas un izvēršanas programmu (SRIDA) un saikni ar tīklu kopīgo stratēģisko pētniecības programmu;
ύ demonstrēt platformu “MI pēc pieprasījuma” kā centralizēts resurss jaunu rezultātu kopīgošanai un izmantošanai un esošo MI pētniecības rezultātu atkārtotai izmantošanai, lai veicinātu zinātnes progresu virzībā uz inovāciju. Tā mērķis ir kļūt par atsauces kopienas platformu MI jomā Eiropā, kas kalpo visu MI ieinteresēto personu vajadzībām.
Izcilības centru pārstāvji sniedza CNECT ĢD dalībniekiem vērtīgu informāciju un ieskatu, izmantojot darbu, ko viņi kopīgi paveikuši pēdējos mēnešos saistībā ar Kopīgo stratēģisko pētniecības programmu (SRA). Darbseminārs jo īpaši sniedza daudzus interesantus ieskatus par turpmākajām pētniecības tendencēm, kā arī ieguldījumu vidēja termiņa un ilgtermiņa redzējumā, kam būtu jāvirza iniciatīvas, kuras ES gatavo nākamajai finansēšanas programmu kārtai.
Turklāt ir pierādījies, ka izcilības centru atšķirīgās perspektīvas un speciālās zināšanas ir stabils pamats pārdomām par rūpniecības un inovācijas kopienas vajadzībām. Darbseminārs notika pašreizējā kontekstā ar notiekošajām diskusijām par lieliem MI modeļiem.
Diskusijās tika apspriesti dažādi temati, piemēram, datu kvalitāte un pieejamība, sociālie aspekti un mākslīgā intelekta sociālā ietekme, tostarp demokrātiskās vērtības, jaunas interaktīvas robotikas lietotnes, Eiropas globālās pozīcijas un jauno talantu salīdzināšana. Īpaša uzmanība tika pievērsta šādiem diviem jautājumiem:
Lieli valodu modeļi (LLM): LLM ir uzmanības centrā, jo šīs sistēmas tagad ir pieejamas plašai sabiedrībai. Papildus šiem publiskajiem modeļiem pastāv arī citi modeļi, piemēram, medicīnas attēlveidošanas vai radioloģijas jomā. Notika plašas diskusijas par to, ka ir vajadzīgs atvērts multimodāls ģeneratīvs Eiropas modelis, kas kopīgi izstrādāts 2 vai 3 gadu laikā un atbilst kopīgām Eiropas vērtībām un jo īpaši Eiropas regulējumam. Tā pamatā būtu apmācības datu pārredzamība, uzticama informācija, autoru tiesību aizsardzība, kā arī aizsardzība pret aizspriedumiem, viltus vai bezjēdzīgu saturu, skaidri nošķirot cilvēka radītu un mašīnģenerētu saturu.
Kā īstermiņa darbību tīkli ierosināja ideju sākt Eiropas mākslīgā intelekta problēmu, kas atsevišķām komandām nodrošinās kopīgu jaudu un mērķtiecīgu atbalstu, tostarp datošanas jaudu. Pētnieku grupa no izcilības centriem apņēmās nākamo nedēļu laikā sanākt kopā, lai formulētu šādas iniciatīvas koncepciju un iepazīstinātu ar to Eiropas Komisiju.
Piekļuve augstas veiktspējas datošanai (HPC): Ir skaidri atzīts, ka standarta HPC infrastruktūra nav izstrādāta lielu MI modeļu apmācībai un ka ir vajadzīga skaitļošanas infrastruktūra, kas var pielāgot un/vai apmierināt MI pētniecības vajadzības, piemēram, piekļuvi atbilstošai arhitektūrai (GPU), pietiekamu apmācības datu uzglabāšanu lielam daudzumam, piekļuvi maza mēroga izstrādei.
