34 egyetemi kutatócsoport kapott Amazon Trainium-támogatást

Felelős AI kutatására osztották ki a támogatásokat

Az Amazon Research Awards közlése szerint a mostani díjak a Build on Trainium program 2025 őszi, Responsible AI témájú pályázati köréhez kapcsolódnak. A pályázatokat tudományos tartalmuk minősége, valamint a kutatói közösségre és a társadalomra gyakorolt lehetséges hatásuk alapján bírálták el.

A felhívás öt kiemelt területre összpontosított: a mesterséges intelligencia biztonságára és összehangolására, a többnyelvű nyelvi modellekre, a reprezentációmérnökségre, a fenntarthatóságra és a kis nyelvi modellekre, valamint a szintetikus adatok előállítására szolgáló mélytanulási modellekre. A kutatások mindegyike az AWS Trainium infrastruktúráját használja.

A kutatók számítási kreditet és szakmai támogatást kapnak

A Build on Trainium egy 110 millió dolláros kreditprogram, amelyet az Amazon mesterségesintelligencia-kutatásra és egyetemi oktatásra hozott létre. A támogatás célja, hogy a kutatók új modellarchitektúrákat, gépi tanulási könyvtárakat, optimalizálási eljárásokat és nagy léptékű, elosztott rendszereket fejlesszenek.

A 34 díjazott csapat több mint 700 nyilvános Amazon-adatkészlethez fér hozzá. A kreditek révén AWS mesterségesintelligencia- és gépitanulási szolgáltatásokat, illetve eszközöket is használhatnak. Minden kutatócsoport mellé Amazon-kapcsolattartót rendelnek, aki konzultációval és tanácsadással segít, emellett a résztvevők Trainium-erőforrásokat, oktatóanyagokat és gyakorlati foglalkozásokat is igénybe vehetnek.

A kutatások a biztonságtól a hatékonyabb modellekig terjednek

A díjazott projektek között szerepel a többnyelvű nagy nyelvi modellek vizsgálata, a nyelvi modellek hallucinációinak felismerése és mérséklése, valamint a multimodális generatív AI biztonságának kutatása. Több csapat a differenciális adatvédelemmel előállított szintetikus adatokkal, a társadalmi torzítások kezelésével és a gyermekek védelmével foglalkozik.

A projektek egy része a modellek hatékonyabb működését célozza. Az Illinois-i Egyetem kutatói például topológiatudatos párhuzamosítási stratégiákat vizsgálnak nagyméretű, szakértői keverék elven működő modellekhez, amelyek akár ezermilliárd paraméteresek lehetnek, legfeljebb 1024 Trainium chip használatával. A Washingtoni Egyetem kutatói olyan következtetési optimalizálási keretrendszert fejlesztenek, amely a közlemény szerint javíthatja a tokenhatékonyságot a Trainiumra építő fejlesztők számára.

Yida Wang, az AWS mesterségesintelligencia-kutatásért felelős vezető alkalmazott kutatója szerint a program „a mesterséges intelligencia kutatóinak következő generációja számára nagy teljesítményű, skálázható hozzáférést biztosít az Amazon célzottan erre tervezett AI-chipjeihez, így az egyetlen korlát a képzelőerejük lehet, nem pedig a számítási keretük”.

Az egyetemi kutatás széles körű támogatását célozzák

Az Amazon szerint a Build on Trainium az akadémiai szférával kialakított együttműködésen keresztül kívánja szélesebbé tenni a mesterségesintelligencia-kutatás hozzáférését. A most kiválasztott 30 egyetem csapatai olyan témákon dolgoznak, amelyek a modellek biztonságát, megbízhatóságát, adatvédelmét, fenntarthatóságát és működési hatékonyságát érintik.

A támogatás a résztvevők számára nemcsak számítási kapacitást jelent. Az adatkészletek, az AWS eszközei, a Trainiumhoz kapcsolódó gyakorlati erőforrások és az Amazon szakmai kapcsolattartói együtt olyan kutatási környezetet adnak, amelyben a díjazott projektek a felelős AI különböző területeit vizsgálhatják.