A szuverén mesterséges intelligencia (angolul „sovereign AI”) koncepciója szerint minden ország a saját, nemzeti adatain és értékein alapuló MI-rendszert fejleszt és működtet. Jensen Huang, az Nvidia vezérigazgatója tavaly óta nagy promotálója az elképzelésnek, ami nem csoda, hiszen az Nvidiának mint a világ legnagyobb MI-chip (GPU)-gyártójának ez egy hatalmas üzleti lehetőség.  

A szuverén MI lényege az, hogy az adott ország MI-megoldásai saját infrastruktúrán, saját adatokkal, hazai szakemberekkel és vállalati hálózattal jöjjenek létre. Ez a megközelítés biztosítja, hogy az MI-rendszerek az adott nemzet nyelvi és kulturális sajátosságaihoz igazodjanak, és a kritikus „nemzeti adatvagyon” feletti kontroll az ország kezében maradjon.  

Eddig 20 ország jelezte érdeklődését vagy indított kezdeményezéseket a koncepció irányába, ami hatalmas üzleti potenciált is jelent. Az Nvidia a globális adatközponti GPU-piac több mint 90 százalékát uralja, így ha egyre több ország épít saját MI-gyárat, szinte biztosan Nvidia GPU-kat fognak vásárolni hozzá. Huang nyíltan meg is jegyezte, hogy bár az országok függetlenedni akarnak, ehhez az Nvidia technológiájára is kell támaszkodniuk.  

Jelenleg alig léteznek az MI-fejlesztéshez szükséges beszállítói alternatívák, a nagy teljesítményű szerverek zömét pedig amerikai cégek – pl. a Dell és a Supermicro – szállítják. Így a szuverén MI egyszerre szolgálja a nemzetek önállóságát és az Nvidia üzleti érdekeit.  

Az európai törekvések és az amerikai technológia 

A koncepció iránt Európában tapasztalható az egyik legnagyobb lelkesedés – nem függetlenül attól, hogy az EU vezetői egyre jobban tartanak a kontinens néhány amerikai óriáscégtől való technológiai függőségétől. Európa jelenleg le van maradva az USA és Kína mögött az MI-infrastruktúra terén: a földrész felhőszolgáltatásainak nagy részét az Amazon, a Microsoft és a Google működteti, és csak kevés itteni MI-nagyvállalat tud versenyezni a tengerentúliakkal. Ezt felismerve az Európai Bizottság tavaly egy ambiciózus programot hirdetett meg, amelyben bejelentette, hogy négy „MI-gigagyár” építését támogatja, összesen 20 milliárd dollár értékben – ezzel kívánja csökkenteni a kontinens amerikai cégeknek való kitettségét és felzárkózni az MI-versenyben.

A tervezett „gigagyárak” olyan nagy léptékű nemzeti (vagy európai szintű) adatközpontok lesznek, amelyek a legújabb generációs MI-modellek fejlesztését és betanítását szolgálják. Huang az EU vezetésének pedig már megígérte, hogy ezen „gigagyárak” számára az Nvidia biztosít majd bizonyos chipgyártást Európában is, például helyi összeszerelést. Emellett technológiai központokat bővítenek hét európai országban, és 20 MI-gyár létrehozásában vesz részt Európa-szerte (ebből 4 lesz kiemelt kapacitású „gigagyár”). 

Konkrét példák is mutatják az európai aktivitást. Franciaországban a Mistral AI nevű startup (amelyet a francia kormány is támogat) az Nvidiával együtt épít egy új adatközpontot, és ennek első fázisában 18 ezer csúcskategóriás Nvidia MI-chipet telepítenek. Németországban a Deutsche Telekommal szövetkezve hozza létre a világ első ipari MI-felhőjét egy már meglévő adatközpontban, ahová az Nvidia 10 ezer GPU-t fog szállítani. A cél egy olyan felhőplatform létrehozása, amely az európai autógyáraktól a logisztikán át a robotikáig számos ipari területnek biztosít MI-szolgáltatásokat – például a BMW és a Mercedes is használhatja terméktervezés-szimulációra, gyártásoptimalizálásra. A német kormány különösen támogatja az MI-adatközpontok építését: Merz kancellár szerint ezek „központi jelentőségűek az ország digitális szuverenitása és gazdasági jövője szempontjából”, ezért az állam akár 35 százalékos támogatást is ad a vállalati beruházásokhoz, hogy 2027-ig 100 ezer GPU-t telepítsenek az országban. Az Egyesült Királyságban idén 1 milliárd fontos program indult, hogy az ország az MI gyártója, ne pusztán a felhasználója legyen. 

Szaúd-Arábia idén indította el a Humain nevű állami MI-vállalatot, amely a királyság saját MI-infrastruktúráját építi ki. Az ország az Nvidiával kötött megállapodás keretében 500 megawatt összteljesítményű MI-gyárparkot tervez 5 év alatt, többszázezer GPU telepítésével. Az Egyesült Arab Emírségekben a G42 nevű cég épít egy 5 gigawattos mesterségesintelligencia-campust, amely a világ egyik legnagyobb ilyen létesítménye lesz. Fontos látni, hogy e közel-keleti projektek is amerikai technológiára alapoznak: Szaúd-Arábia az Nvidia mellett az AMD-vel, a Google-lel, az AWS-szel is milliárdos MI-megállapodásokat kötött. Ezek a példák is mutatják, hogy a szuverén MI valójában nem elzárkózást jelent, hanem inkább stratégiai kontrollt: az országok igyekeznek a saját kezükbe venni az mesterségesintelligencia-rendszereik üzemeltetését, de a kritikus hardver és szoftver sok esetben továbbra is amerikai (vagy nyugati) eredetű. A kínai alternatívák ugyanis egyelőre nem igazán versenyképesek ezen a téren: még Kína is az Nvidia módosított chipjeit kénytelen nagy tételben felvásárolni.  

Az MI-gyárak mint az MI-infrastruktúra alapkövei  

Ezek a „gyárak” lényegében a következő generációs, MI-termelésre szakosodott adatközpontok, ahol „beérkezik az adat, és kijön belőle az intelligencia”. Egy MI-gyár egy komplett technológiai vertikumot foglal magában: nagy teljesítményű hardverek tömege (elsősorban GPU-k), az ezeket összekapcsoló villámgyors hálózat, valamint lokálisan kontrollált felhőszolgáltatások és szoftverkörnyezet – mindezek együtt biztosítják a teljes MI-fejlesztési folyamatot és garantálják, hogy az adatok az ország határain belül maradjanak, betartva a helyi adatvédelmi előírásokat és megakadályozva az érzékeny adatok külföldre áramlását. 

Az MI-gyárak építése mögötti motivációk  

Az Európai Unió esetében az egyik fő indok az, hogy csökkentsék a kiszolgáltatottságot az amerikai szolgáltatókkal szemben, és behozzák az USA-val szembeni lemaradást. A kormányok szemszögéből a szuverén MI-gyárak építésének fő célja  

• a teljes körű ellenőrzés megteremtése a kritikus adatok felett, 

• az adatönrendelkezés és az adatbiztonság garantálása (pl. nemzetbiztonsági indokokból), 

• a kulturális és nyelvi lokalizáció (a globális modellek helyett olyan MI, ami ismeri és tiszteletben tartja a helyi nyelvet, normákat),  

• az infrastrukturális autonómia (független, hazai felhő- és szerverkapacitás), valamint  

• az egyenlő hozzáférés elősegítése a kis- és középvállalatok, illetve kutatóintézetek számára.  

Azonban minden éremnek két oldala van – a szuverén MI esetében is vannak kihívások és potenciális negatívumok. Ezek közül az egyik legnyilvánvalóbb a hatalmas költségek és az erőforrásigény. Egy nemzeti MI-gigagyár felépítése és üzemeltetése óriási beruházás, amit csak a leggazdagabb országok engedhetnek meg maguknak, jelentős állami szerepvállalással. Ebből fakad az a félelem, hogy mindig marad egy rés a globális éllovasok és a nemzeti projektek között. Ez azonban nem azt jelenti, hogy ne lenne érdemes próbálkozni – csak tudatában kell lenni annak, hogy a méretgazdaságosság az óriásoknak kedvez.  

Egy másik hátrány az lehet, hogy a szuverén megoldások technológiailag elszigeteltté válhatnak, ami fragmentációhoz vezet. Ha minden ország a saját modelljeit fejleszti zárt adatbázisokon, az gátolhatja a nemzetközi tudásmegosztást. Pedig az MI-kutatás eddigi sikerei nagyban köszönhetők a nyílt tudományos együttműködésnek és a globális adathalmazoknak. A túlzott „MI-nacionalizmus” veszélye, hogy az országok kevésbé osztják meg egymással a felfedezéseiket, ami lelassíthatja a technológia fejlődését. Ráadásul bizonyos globális kihívások (klímaváltozás, járványok, kiberbűnözés) esetén épp az összehangolt, nemzetközi MI-megoldások lehetnének a leghatékonyabbak – ezeket akadályozhatja, ha mindenki külön utakon jár.  

További hátrány a fenntarthatóság és az üzemeltetés kérdése, ugyanis a hatalmas adatközpontok irgalmatlan mennyiségű áramot fogyasztanak és hőt termelnek. Az EU-ban már most a teljes áramfelhasználás 3 százalékáért felelnek, és ez az erősödő MI-terhelés miatt az évtized végére meredeken nőhet. Európában külön probléma a drága energia, ami komoly versenyhátrányt jelent. Emellett az MI-gyárak megkövetelik a folyamatos hardverfrissítést: ha egy ország nem tudja tartani a lépést a kétévente megújuló chipgenerációkkal, könnyen elavulhat a rendszere. Ez újabb és újabb tőkebefektetést igényel – kérdés, hogy hosszú távon mely országok tudják ezt finanszírozni. 

Természetesen ennek a megoldásnak számos előnye lenne: a koncepció mellett szóló érvek között előkelő helyen áll az adatbiztonság és az adatkontroll. Mivel a szuverén MI esetén minden adatfeldolgozás belföldön történik, az ország érzékeny adatai (legyenek azok állampolgári adatok, kormányzati információk) nincsenek kitéve külső szolgáltatók vagy idegen hatalmak hozzáférésének. A kormányok így biztosíthatják, hogy a saját polgáraik adatai felett ők rendelkeznek, és a helyi adatvédelmi törvények teljes mértékben érvényesülnek. Emellett a szuverén MI növeli a függetlenséget, mert csökkenti a függést a globális techcégektől és azok esetleges „szeszélyeitől” (áremelés, szolgáltatáskorlátozás, exporttilalom stb.).  

Nagyon jelentős stratégiai előny, hogy nem fordulhat elő az, hogy egy ország MI-rendszere „leáll”, mert egy külföldi cég úgy dönt, hogy megszüntet egy szolgáltatást vagy embargót hirdet. 

Továbbá fontos a kulturális és nyelvi szuverenitás. A generatív nyelvi modelleknél gyakran látjuk, hogy az angol és néhány világnyelv terén kiválóak, de a kisebbeknél gyengébb minőségűek a válaszok. Például a magyar esetében a ChatGPT és más nagy modellek gyakran nem elég pontosak, furcsa mondatszerkezeteket vagy hibás szóhasználatot produkálnak. Egy szuverén MI keretében viszont a modelleket kifejezetten a helyi nyelvre és dialektusokra lehetne optimalizálni. 

Az előnyök közé tartoznak a gazdasági és innovációs hasznok is. Egy ország saját MI-infrastruktúrája befektetés a jövőbe: új iparágakat és munkahelyeket teremthet az üzemeltetés, a karbantartás, a szoftverfejlesztés terén. Európában például arra számítanak, hogy a szuverén mesterséges intelligencia adatközpontjai nyomán kialakul egy olyan MI-ökoszisztéma, amelynek keretében a helyi chiptervező cégek, kutatóintézetek, egyetemek több támogatást kapnak, Európába vonzva a tehetségeket. A cégek pedig jelentős erőfeszítéseket tesznek, hogy megvalósítsák a „first made right” gyártást, jelentősen növelve a versenyképességüket. 

A „first-time-right” (FTR) gyártási folyamat egy olyan minőségirányítási elv, amelynek célja, hogy a termék már az első gyártási ciklusban hibamentes legyen, így nincs szükség utólagos javításra vagy selejtkezelésre. 

A szuverén MI esélyt jelent a szélesebb körű hozzáférésre, mivel az állam (is) finanszírozza, ezért az erőforrásait nem csak nagyvállalatok használhatják. Például lehetőséget adna, hogy a kis- és középvállalatok, startupok is könnyen hozzáférhessenek az MI-gyárak kapacitásaihoz, ami demokratizálná a mesterséges intelligenciát és felgyorsíthatja az innovációt – hiszen így nem csupán néhány szupercég (Google, OpenAI, Meta stb.) kiváltsága lenne a nagy modellek kifejlesztése. Végül geopolitikai szempontból is előny, hogy egy szuverén MI-infrastruktúrát fenntartó bíró ország tárgyalópozíciója erősebb lehet nemzetközi színtéren: önállóan képes mesterségesintelligencia-fejlesztésekre, így partnerként és nem alárendelt felhasználóként tud bekapcsolódni a globális együttműködésekbe. 

Végső soron a szuverén MI azt üzeni, hogy minden nemzet a maga digitális jövőjének a kovácsa. Azok az országok, amelyek okosan élnek ezzel – akár nemzeti szinten, akár szövetségi keretek között, mint az EU –, egyszerre biztosíthatják polgáraik adatainak védelmét, nyelvi-kulturális örökségük fennmaradását, gazdaságuk versenyképességét és stratégiai autonómiájukat egy MI által dominált világban. Ez pedig a 21. században felér egy geopolitikai fegyverrel. 

Kapcsolódó:

Fotó: Illustration Andrzej Olas/Svensk biblioteksförening