Russische neurale netwerken kunnen slimmer worden: werk van Sovjet-wetenschappers kan helpen

In de Sovjet-Unie verzamelde een staatssysteem voor wetenschappelijke en technische informatie (GSNTI) vrijwel alle Sovjet-wetenschappelijke output, van natuurkunde tot biologie, en verzamelde tegen 1980 meer dan twee miljard items. Deze gegevens zijn tientallen jaren grotendeels ongebruikt gebleven. Nu digitaliseert Rusland deze archieven om kunstmatige intelligentie te trainen, omdat de huidige gegevens voor het trainen van neurale netwerken ontoereikend zijn. Het digitaliseringsproces omvat het omzetten van oude papieren en microfilmdocumenten, waaronder wetenschappelijke rapporten, tekeningen en formules, naar machineleesbare formaten. Halverwege augustus zijn 483 miljoen items bevestigd voor digitalisering, die zullen worden gecombineerd met moderne onderzoeksgegevens van het GosTech-platform die teruggaan tot 1998. Het doel is om Russische AI-modellen gespecialiseerde experts te maken die op bewijs gebaseerde consultaties kunnen bieden aan ingenieurs en wetenschappers, en om technologische onafhankelijkheid te bereiken door te vertrouwen op interne archieven die voor andere landen ontoegankelijk zijn. Vice-premier Dmitri Tsjernysjenko heeft opgeroepen om de GSNTI-regelgeving bij te werken om algoritmen wettelijke toegang tot deze kennis te geven, waardoor vergeten archieven een motor worden voor toekomstige technologische doorbraken.