Hur ser suverän AI ut i praktiken? FLock samarbetade med Sarawak AI Centre (SAIC) för att visa hur federerat lärande kan driva AI inom offentlig sektor samtidigt som data och datorkraft hålls under regional kontroll.

2/ Projektet ägde rum på plats tillsammans med Sarawak AI Centre i Kuching, lett av Dr. @rui_sunn från @UniofNewcastle och @momarikar, chef för institutionell utveckling, med stöd från professor Patrick Then, VD för Sarawak AI Centre. Med federerad inlärning tränade vi en språkmodell över distribuerad lokal hårdvara på verklig Sarawak-malajisk data.

3/ Vad vi visade: → Samarbetsutbildning utan att dela rådata via FL Alliance, som bevarar datasuveränitet och stödjer tvärinstitutionell innovation. → Distribuerad inferens kör stora modeller på mindre GPU:er genom att sharda över lokal infrastruktur, vilket erbjuder ett mer hållbart alternativ till centraliserade datacenter.

4/ Malaysia är hem för 100+ ursprungsspråk, med mer än 40 bara i Sarawak. De flesta av dem fångas inte i nuvarande LLM. FLocks tillvägagångssätt möjliggör snabbare modellträning på dessa språk, vilket hjälper offentliga tjänster att förbättra effektiviteten samtidigt som lokal kontext bevaras.

5/ Experimentet visade hur regeringar kan bygga suverän AI: modeller som tränas tillsammans utan att exponera rådata, där distribuerad inferensförmåga förbättrar motståndskraften bortom utländska system. För den offentliga sektorn möjliggör FLocks federerade lärande privata AI-applikationer i stor skala. Detta öppnar dörren för gränsöverskridande samarbete.