De grootste kracht van de academische wereld ligt in haar vermogen om deel te nemen aan langetermijnonderzoeksprojecten en fundamentele studies die de grenzen van de kennis verleggen. De vrijheid om gedurfde, baanbrekende theorieën te verkennen en ermee te experimenteren zal leiden tot ontdekkingen en innovaties die als basis dienen voor toekomstige innovaties. Hoewel de tools die door LFM’s mogelijk worden gemaakt in ieders zak zitten, zijn er veel vragen die hierover moeten worden beantwoord, omdat ze in veel opzichten een “zwarte doos” blijven. We weten bijvoorbeeld dat AI-modellen de neiging hebben om te hallucineren, maar we begrijpen nog steeds niet helemaal waarom.
Door zich te isoleren van de marktkrachten kunnen universiteiten een toekomst uitstippelen waarin AI werkelijk iedereen ten goede komt. Het uitbreiden van de toegang van de academische wereld tot hulpbronnen zou een meer inclusieve benadering van AI-onderzoek en de toepassingen ervan bevorderen.
De pilot van de National Artificial Intelligence Research Resource (NAIRR), die is opgelegd door het uitvoerend besluit van president Biden uit oktober 2023 over AI, is een stap in de goede richting. Via partnerschappen met de particuliere sector zal NAIRR een gedeelde onderzoeksinfrastructuur voor AI creëren. Als het zijn volledige potentieel verwezenlijkt, zal het een essentiële hub zijn die academische onderzoekers helpt efficiënter toegang te krijgen tot de rekenkracht van GPU’s. Maar zelfs als de NAIRR volledig wordt gefinancierd, zijn de middelen waarschijnlijk dun gespreid.
Dit probleem zou kunnen worden verlicht als de NAIRR zich zou concentreren op een select aantal afzonderlijke projecten, zoals sommigen hebben gesuggereerd. Maar we moeten ook zoeken naar aanvullende creatieve oplossingen om aanzienlijke aantallen GPU’s in handen van academici te krijgen. Hier zijn enkele ideeën:
Ten eerste moeten we grote GPU-clusters gebruiken om de supercomputerinfrastructuur die de Amerikaanse overheid al financiert, te verbeteren en te benutten. Academische onderzoekers moeten de kans krijgen om met Amerikaanse nationale laboratoria samen te werken aan grote uitdagingen in AI-onderzoek.
Ten tweede zou de Amerikaanse overheid manieren moeten onderzoeken om de kosten van hoogwaardige GPU’s voor academische instellingen te verlagen, bijvoorbeeld door financiële steun aan te bieden zoals subsidies of belastingvoordelen voor onderzoek en ontwikkeling. Initiatieven zoals die van New York, die universiteiten tot belangrijke staatspartners maken in de ontwikkeling van AI, spelen al een belangrijke rol op staatsniveau. Dit model moet in het hele land gerespecteerd worden.
Ten slotte zouden de recente beperkingen op de exportcontrole er uiteindelijk voor kunnen zorgen dat sommige Amerikaanse chipfabrikanten overtollige voorraden hoogwaardige AI-chips overhouden. In dat geval zou de overheid dit overschot kunnen opkopen en verdelen onder universiteiten en academische instellingen in het hele land.