Como é a IA soberana na prática? O FLock trabalhou com o Sarawak AI Centre (SAIC) para mostrar como o aprendizado federado pode impulsionar a IA no setor público, mantendo os dados e o poder computacional sob controle regional.

2/ O projeto ocorreu no local com o Sarawak AI Centre em Kuching, liderado pelo Dr. @rui_sunn da @UniofNewcastle e @momarikar, Chefe de Desenvolvimento Institucional, com o apoio do Professor Patrick Then, CEO do Sarawak AI Centre. Usando aprendizado federado, treinamos um modelo de linguagem em hardware local distribuído com dados reais de Sarawak Malay.

3/ O que demonstramos: → Treinamento colaborativo sem compartilhar dados brutos através da FL Alliance, preservando a soberania dos dados e apoiando a inovação interinstitucional. → Inferência distribuída roda grandes modelos em GPUs menores por meio de fragmentação na infraestrutura local, oferecendo uma alternativa mais sustentável aos data centers centralizados.

4/ Malásia abriga 100+ línguas indígenas, com mais de 40 somente em Sarawak. A maioria deles não está registrada nos LLMs atuais. A abordagem do FLock permite um treinamento de modelos mais rápido nessas linguagens do modelo, ajudando os serviços públicos a melhorar a eficiência enquanto preservam o contexto local.

5/ O experimento mostrou como governos podem construir IA soberana: modelos treinados colaborativamente sem expor dados brutos, com inferência distribuída melhorando a resiliência além de sistemas estrangeiros. Para o setor público, o aprendizado federado da FLock possibilita aplicações privadas de IA em larga escala. Isso abre portas para a colaboração transfronteiriça.