Hoe ziet soevereine AI er in de praktijk uit? FLock heeft samengewerkt met het Sarawak AI Centre (SAIC) om te laten zien hoe gefedereerd leren AI in de publieke sector kan aandrijven, terwijl data en rekenkracht onder regionale controle blijven.

2/ Het project vond ter plaatse plaats bij het Sarawak AI Centre in Kuching, geleid door Dr. @rui_sunn van @UniofNewcastle, en @momarikar, Hoofd Institutionele Ontwikkeling, met ondersteuning van Professor Patrick Then, CEO van het Sarawak AI Centre. Met behulp van gefedereerd leren hebben we een taalmodel getraind op gedistribueerde lokale hardware met echte Sarawak Malay-gegevens.

3/ Wat we hebben aangetoond: → Samenwerkende training zonder het delen van ruwe gegevens via FL Alliance, waarbij de gegevenssoevereiniteit wordt behouden en cross-institutionele innovatie wordt ondersteund. → Gedistribueerde inferentie draait grote modellen op kleinere GPU's door te schalen over lokale infrastructuur, wat een duurzamer alternatief biedt voor gecentraliseerde datacenters.

4/ Maleisië herbergt meer dan 100 inheemse talen, met meer dan 40 alleen al in Sarawak. De meeste hiervan zijn niet vastgelegd in de huidige LLM's. De aanpak van FLock maakt snellere modeltraining op deze talen mogelijk, waardoor openbare diensten de efficiëntie kunnen verbeteren terwijl de lokale context behouden blijft.

5/ Het experiment toonde aan hoe overheden soevereine AI kunnen bouwen: modellen die samen worden getraind zonder ruwe gegevens bloot te stellen, met gedistribueerde inferentie die de veerkracht verbetert ten opzichte van buitenlandse systemen. Voor de publieke sector stelt FLock's gefedereerd leren private AI-toepassingen op grote schaal mogelijk. Dit opent de deur naar grensoverschrijdende samenwerking.