Tekoälyn käyttö tieteessä on mahdollistettava Euroopan T&I toiminnan edistämiseksi sekä strategisten riippuvuuksien vähentämiseksi
CSC suhtautuu myönteisesti komission aloitteeseen laatia kattava strategia tekoälyn hyödyntämisestä tieteessä. Tekoälyn, datan ja tehokkaiden laskentaresurssien yhdistelmä muuttaa tieteellisen tutkimuksen perinteisiä paradigmoja, ja EU:n sitoumus tehostaa tekoälyn käyttöä tieteessä on paitsi ajankohtainen myös olennaisen tärkeä Euroopan tutkimuskapasiteetin vahvistamiseksi, innovoinnin ja kilpailukyvyn edistämiseksi sekä strategisten riippuvuuksien vähentämiseksi.
Suurten tekoälymallien potentiaalin hyödyntäminen tieteessä edellyttää supertietokoneita ja hyvin hallittua dataa. Resurssien yhdistäminen maailmanluokan tekoälyn mahdollistaviin infrastruktuureihin kuten supertietokoneet, tekoälytehtaat, data-alustat, avoin eurooppalainen verkkoindeksi ja nopeat tutkimusverkot, sekä niiden kehittäminen toisiaan vahvistavana ekosysteeminä EuroHPC:n puitteissa on jatkossakin olennaista. Yhtä tärkeää on edistää niiden keskinäisiä yhteyksiä ja kytkentöjä tiedeyhteisöön, jotta tutkijoille voidaan tarjota parhaat mahdolliset välineet tutkimuksen kiihdyttämiseen.
Oikean osaamisen ja asiantuntemuksen tarjoaminen tutkijoille on ratkaisevan tärkeää tekoälyyn tukeutuvassa tieteen edistämisessä. Tekoäly- tai koneoppimisasiantuntijoiden sekä alakohtaisten tutkijoiden yhteishankkeiden edistäminen voisi tuottaa arvokkaita tuloksia. Lisäksi on ratkaisevan tärkeää luoda ymmärrystä teknologiasta horisontaalisena osaamiskokonaisuutena, jota tarvitaan kaikilla aloilla. AI in Science -strategian olisi oltava linjassa Osaamisunioni- ja Apply AI -strategioiden kanssa, jotta voidaan varmistaa kokonaisvaltainen lähestymistapa osaamisen kehittämiseen sekä saavuttaa synergiaetuja tutkimuksen ja teollisuuden välillä.
HPC-laskennan saatavuuden ohella tekoälymallien kehittäminen perustuu olennaisesti dataan. Tekoälyn ja koneoppimisen menestyksekäs soveltaminen eri käyttötarkoituksiin edellyttää, että mallit ovat luotettavia ja hyvin arvioituja, ja mallien kouluttamiseen tarvitaan korkealaatuista avointa dataa. Siksi AI in Science -strategiaa ei voi erottaa Euroopan suvereenin datan käytön kehittämisestä. Eurooppalaisen datan on tuotettava arvoa Euroopalle. Myös sääntely-ympäristön kehittäminen ja tutkimusryhmille annettava lainopillinen tuki ovat tärkeitä, jotta voidaan esimerkiksi varmistaa datan saumaton käyttö tekoälyn kouluttamisessa.
Tekoälyä on käytettävä tieteessä kokonaisvaltaisen kestävästi. Tämä pitää sisällään tekoälyn kehittämisen ekologisen jalan- ja kädenjäljen sekä eurooppalaisten arvojen ylläpitämisen tekoälyyn perustuvassa tutkimuksessa.
Lue lisää
Irina Kupiainen
Irina Kupiainen vastaa CSC:n yhteiskuntasuhteista.