À quoi ressemble l'IA souveraine en pratique ? FLock a collaboré avec le Sarawak AI Centre (SAIC) pour montrer comment l'apprentissage fédéré peut alimenter l'IA dans le secteur public tout en gardant les données et la puissance de calcul sous contrôle régional.

2/ Le projet s'est déroulé sur site au Sarawak AI Centre à Kuching, dirigé par Dr. @rui_sunn de @UniofNewcastle, et @momarikar, Responsable du Développement Institutionnel, avec le soutien du Professeur Patrick Then, PDG du Sarawak AI Centre. En utilisant l'apprentissage fédéré, nous avons entraîné un modèle de langage sur du matériel local distribué avec de vraies données en malais sarawakien.

3/ Ce que nous avons démontré : → Formation collaborative sans partage de données brutes grâce à FL Alliance, préservant la souveraineté des données et soutenant l'innovation inter-institutionnelle. → L'inférence distribuée exécute de grands modèles sur de plus petits GPU en fragmentant à travers l'infrastructure locale, offrant une alternative plus durable aux centres de données centralisés.

4/ La Malaisie abrite plus de 100 langues autochtones, dont plus de 40 rien qu'à Sarawak. La plupart d'entre elles ne sont pas prises en compte dans les LLM actuels. L'approche de FLock permet un entraînement plus rapide des modèles sur ces langues, aidant les services publics à améliorer leur efficacité tout en préservant le contexte local.

5/ L'expérience a montré comment les gouvernements peuvent construire une IA souveraine : des modèles entraînés de manière collaborative sans exposer les données brutes, avec une inférence distribuée améliorant la résilience au-delà des systèmes étrangers. Pour le secteur public, l'apprentissage fédéré de FLock permet des applications d'IA privées à grande échelle. Cela ouvre la porte à la collaboration transfrontalière.