Come appare l'AI sovrana nella pratica? FLock ha collaborato con il Sarawak AI Centre (SAIC) per dimostrare come l'apprendimento federato possa alimentare l'AI nel settore pubblico mantenendo i dati e la potenza di calcolo sotto il controllo regionale.

2/ Il progetto si è svolto in loco presso il Sarawak AI Centre a Kuching, guidato dal Dr. @rui_sunn dell'@UniofNewcastle e da @momarikar, Responsabile dello Sviluppo Istituzionale, con il supporto del Professor Patrick Then, CEO del Sarawak AI Centre. Utilizzando l'apprendimento federato, abbiamo addestrato un modello linguistico su hardware locale distribuito utilizzando dati reali del Sarawak Malay.

3/ Cosa abbiamo dimostrato: → Formazione collaborativa senza condividere dati grezzi attraverso FL Alliance, preservando la sovranità dei dati e supportando l'innovazione interistituzionale. → L'inferenza distribuita esegue modelli di grandi dimensioni su GPU più piccole suddividendo l'infrastruttura locale, offrendo un'alternativa più sostenibile ai centri dati centralizzati.

4/ La Malesia ospita oltre 100 lingue indigene, con più di 40 solo nel Sarawak. La maggior parte di esse non è catturata nei LLM attuali. L'approccio di FLock consente un addestramento più rapido dei modelli su queste lingue, aiutando i servizi pubblici a migliorare l'efficienza preservando il contesto locale.

5/ L'esperimento ha dimostrato come i governi possano costruire AI sovrane: modelli addestrati in modo collaborativo senza esporre i dati grezzi, con un'inferenza distribuita che migliora la resilienza oltre i sistemi esteri. Per il settore pubblico, l'apprendimento federato di FLock consente applicazioni AI private su larga scala. Questo apre la porta alla collaborazione transfrontaliera.