Evropská unie chce vyvinout vlastní velké jazykové modely (LLM), které tvoří základ nové éry umělé inteligence jako jsou služby ChatGPT, Sora, DeepSeek, Dall-E a podobně. Tyto evropské modely budou otevřené s volně dostupným zdrojovým kódem. Projekt, který tuto problematiku bude řešit, se jmenuje OpenEuroLLM. Půjde na něj 34 milionů eur, asi 860 milionů korun.
Do OpenEuroLLM se zapojí 20 evropských firem, výzkumných institucí a superpočítačových center. Hlavním koordinátorem je Univerzita Karlova, konkrétně profesor Jan Hajič z Matematicko-fyzikální fakulty (Ústav formální a aplikované lingvistiky, sekce informatiky).
Do vedení projektu se zapojí také Peter Sarlin, spoluzakladatel finské společnosti Silo AI, kterou za 665 milionů dolarů koupilo AMD. Na základě toho ve Finsku vznikla entita AMD Silo AI, kde Sarlin dál působí. AMD je po Nvidii největší dodavatel AI čipů na světě.
OpenEuroLLM má zajistit, že “modely, software, data a evaluační postupy budou plně otevřené a budou moci být doladěny pro specifické potřeby výzkumu, průmyslu i veřejného sektoru. Tyto výkonné vícejazyčné modely zachovají jazykovou i kulturní rozmanitost a v éře umělé inteligence umožní evropským společnostem vyvíjet vysoce kvalitní produkty a služby.”
Už nějakou dobu probíhá debata, zda by jednotlivé země měly mít své vlastní jazykové modely. Důvodem je to, že ty hlavní jsou americko-centrické, případně pochází z Číny.
“Informace, předkládané jazykovými modely, jsou anglicko-centrické, nikoliv česko-centrické,” uvedl Martin Fajčík, který se oboru věnuje na VUT v Brně. “Jednoznačně potřebujeme vlastní modely, jde o technologickou nezávislost. Nemusíme nutně vyrábět vlastní AI hardware, ale na vědecké úrovni oboru potřebujeme rozumět a vědět, jak se tyto systémy chovají,” navázal na AI konferenci Prg.ai Ondřej Bojar z Matematicko-fyzikální fakulty Univerzity Karlovy.
“Současné jazykové modely jsou velmi anglo- a americkocentrické,” řekl mi také technologický ředitel Amazonu Werner Vogels. “Nejde ani tak o jazyk, jde hlavně o kulturu, která se do těchto modelů promítá,” doplnil s apelem, že by země měly budovat vlastní kapacity v AI.
Na notu suverénních AI začíná tlačit také Nvidia, největší dodavatel AI čipů. V regionu východní Evropy chce vládám prodávat SuperPODy, tedy modulové clustery do datacenter. Prvním partnerem pro celý region je česká firma.
Účastnickými firmami OpenEuroLLM jsou Aleph Alpha (Německo), Ellamind (Německo), LightOn (Francie) a Prompsit Language Engineering (Španělsko).
Výzkumná centra se kromě Univerzity Karlovy zapojí tato: Alliance for Language Technologies EDIC (Francie), Eindhoven University of Technology (Nizozemsko), Ellis Institute Tübingen (Německo), Fraunhofer IAIS (Německo), Lindholmen Science Park (Švédsko), Research Center Juelich (Německo), University of Helsinki (Finsko), University of Oslo (Norsko), University of Turku (Finsko) a University of Tübingen (Německo).
Výpočetní kapacity poskytnou superpočítačová centra zapojená do projektu EuroHPC: Barcelona Supercomputing Center (Španělsko), Cineca Interuniversity Consortium (Itálie), CSC – IT Center for Science (Finsko) a SURF (Nizozemsko).
Do EuroHPC spadá i ostravské národní superpočítačové centrum IT4Innovations, to se ale OpenEuroLLM nezúčastní. IT4Innovations je ale součástí dalšího evropského projektu, který má posílit pozici starého kontinentu v AI. Jde o budování takzvaných AI továren, tedy velkých datacenter plných AI karet Nvidia či AMD. Česko skrze IT4Innovations přispěje více než půl miliardou na “továrnu” ve Finsku.
IT4Innovations se rovněž pod vedením brněnské firmy Codasip bude podílet na vývoji evropského procesoru do datacenter. K němu má vzniknout i AI akcelerátor. I to má podpořit evropskou AI.
OpenEuroLLM bude financovat Evropská komise v rámci programu Digital Europe. “Projekt, kterému byla udělena pečeť STEP (Strategic Technologies for Europe Platform), využívá výsledků předchozích evropských projektů a zkušeností partnerů, včetně rozsáhlých vysoce kvalitních dat a dříve vyvinutých pilotních velkých jazykových modelů.”
ČLÁNKY DO MAILU