Kolaborasi saat ini terus berjalan dengan universitas terkemuka seperti Universitas Indonesia, Universitas Gadjah Mada, Institut Teknologi Bandung, IPB University, Universitas Udayana, dan Universitas Sumatera Utara, serta organisasi media seperti Kompas Group, Republika, Tempo, dan Hukumonline, guna memastikan Sahabat-AI optimal sesuai dengan konteks lokal dan relevansi budaya.
Memperkuat kedaulatan digital Indonesia
Sejak awal, Sahabat-AI telah dirancang selaras dengan tujuan kedaulatan digital Indonesia. Seluruh data dan infrastruktur GPU yang digunakan untuk melayani model ini disimpan di wilayah Indonesia atau di server milik pengguna sendiri, memastikan kepatuhan terhadap regulasi data nasional.
Dengan menyimpan dan mengolah data langsung di Indonesia, Sahabat-AI membuka kesempatan baru bagi pemerintah dan instansi publik Indonesia untuk membangun layanan AI yang aman dan berdaulat.
Luhut Binsar Pandjaitan, Ketua Dewan Ekonomi Nasional, mengatakan, kedaulatan data bukan hanya masalah teknis, tetapi merupakan masalah kemerdekaan nasional di era digital.
“Saya sangat mengapresiasi inisiatif GoTo dan Indosat yang mempelopori Sahabat-AI, serta mendorong inovasi teknologi yang berakar pada identitas nasional kita,” ujarnya.
“Dengan mengembangkan solusi AI yang memahami dan melayani keragaman bahasa serta budaya unik kita, kita mengambil langkah signifikan untuk memastikan transformasi digital memberi manfaat bagi seluruh rakyat Indonesia,” lanjut Luhut.
Memberdayakan talenta teknologi AI
Pengembangan talenta nasional menjadi inti dari misi Sahabat-AI. Oleh karena itu, program magang terstruktur diluncurkan untuk membantu mahasiswa universitas lokal mendapatkan pengalaman langsung dalam pengembangan AI. Bersama ahli teknis GoTo dan Indosat, para peserta magang secara langsung berkontribusi pada pelatihan dan pengembangan model, memperoleh keterampilan praktis yang jarang diperoleh saat masa pendidikan.
Pendekatan ini menjadikan Sahabat-AI bukan hanya sebagai inovasi nasional, tetapi juga platform untuk memajukan talenta AI Indonesia generasi berikutnya.
Salah satu peserta magang, Komang Ayu dari Universitas Udayana, mengatakan: pengalaman ini memperdalam pemahaman saya tentang pengembangan model end-to-end LLM.
“Saya belajar cara mengumpulkan dan memproses dataset, mengeksplorasi arsitektur model, dan memperoleh wawasan praktis tentang bagaimana data dipersiapkan dan digunakan untuk melatih model AI,” ucap dia.
Sejak peluncuran model berkapasitas 8 dan 9 miliar parameter, Sahabat-AI telah diunduh lebih dari 35.000 kali di Hugging Face.
Untuk para pengembang teknologi, LLM dapat diakses secara gratis di situs Sahabat-AI dan halaman resmi Sahabat-AI di Hugging Face.
Akses terbuka ini memberdayakan ekosistem AI Indonesia yang lebih luas untuk membangun, bereksperimen, dan berkolaborasi sehingga mendorong terciptanya berbagai aplikasi AI sesuai dengan kebutuhan lokal.
Unduh LLM Sahabat-AI melalui tautan berikut: Hugging Face.**
Discussion about this post