¿Cómo es la IA soberana en la práctica? FLock colaboró con el Sarawak AI Centre (SAIC) para mostrar cómo el aprendizaje federado puede impulsar la IA en el sector público manteniendo los datos y la potencia computacional bajo control regional.

2/ El proyecto se llevó a cabo in situ con el Sarawak AI Centre en Kuching, liderado por el Dr. @rui_sunn de @UniofNewcastle y @momarikar, Jefe de Desarrollo Institucional, con el apoyo del profesor Patrick Then, CEO del Sarawak AI Centre. Utilizando aprendizaje federado, entrenamos un modelo de lenguaje a través de hardware local distribuido sobre datos reales de Sarawak Malay.

3/ Lo que demostramos: → Formación colaborativa sin compartir datos en bruto a través de FL Alliance, preservando la soberanía de los datos y apoyando la innovación interinstitucional. → La inferencia distribuida ejecuta modelos grandes en GPUs más pequeñas mediante el fragmento a través de la infraestructura local, ofreciendo una alternativa más sostenible a los centros de datos centralizados.

4/ Malasia alberga 100+ lenguas indígenas, con más de 40 solo en Sarawak. La mayoría no están recogidas en los LLMs actuales. El enfoque de FLock permite un entrenamiento más rápido de modelos en estos lenguajes, ayudando a los servicios públicos a mejorar la eficiencia mientras preservan el contexto local.

5/ El experimento mostró cómo los gobiernos pueden construir IA soberana: modelos entrenados colaborativamente sin exponer datos en bruto, con la inferencia distribuida que mejora la resiliencia más allá de los sistemas extranjeros. Para el sector público, el aprendizaje federado de FLock permite aplicaciones privadas de IA a gran escala. Esto abre la puerta a la colaboración transfronteriza.