KTH GAIN - Generativ AI för nästa generations vetenskap
KTH GAIN syftar till att bygga vidare på KTH:s styrkor inom vetenskaplig databehandling för att etablera ett brett ledarskap inom tillämpning av generativa AI-metoder i högpresterande databehandlingsmiljöer.
En av de starkaste trenderna inom AI-forskningen är utvecklingen mot generativa nätverk som kan producera komplexa modeller istället för enbart klassificerare. Dessa modeller kräver extremskalig träning i form av både data och beräkningsresurser. I takt med att vi får slut på naturliga träningsdata förlitar sig fältet alltmer på att lägga till fysikmedvetna komponenter i modeller och generera nya syntetiska träningsdata beräkningsmässigt.
Vi fokuserar särskilt på att uppnå genomslag i högprofilerade vetenskapliga och samhälleliga utmaningar.
KTH är värd för några av världens mest citerade forskare inom vetenskaplig databehandling som också leder internationella samarbeten, exempelvis med RIKEN. Dessutom har KTH varit den drivande kraften i att etablera den nya svenska beräkningsinfrastrukturen med ett betydligt starkare AI-fokus, och vi har kunnat skapa ledande KTH-miljöer som spänner över både beräkningar och applikationer, t.ex. som en del av Science for Life Laboratory.
Dessutom, denna plattform förenar några av de ledande forskarna inom AI-forskning, med banbrytande forskning inom ett brett spektrum av områden (t.ex. klimat, kemi, material, strömningsmekanik, medicin etc
Vår vision med KTH GAIN är att göra KTH ledande i att utveckla och träna stora grundmodeller i samarbete med internationella partners. Dessa modeller finjusteras sedan för specifika tillämpningar och kombineras med interaktiv dataanalys för att integrera hur forskare genererar, interagerar med och använder data.