尊龙凯时人生就是博·官方(中国)

　　尊龙凯时app下载ღ✿✿◈。尊龙凯时人生就是搏ღ✿✿◈，先进计算机ღ✿✿◈，在最近泄露的一份文件中ღ✿✿◈，一位谷歌内部的研究人员表达了这样的观点ღ✿✿◈。这位研究人员认为ღ✿✿◈，在这场激烈的AI竞赛中ღ✿✿◈，虽然谷歌与OpenAI在你追我赶ღ✿✿◈，但真正的赢家未必会在这两家中产生尊龙凯时 - 人生就是搏!ღ✿✿◈，因为有股第三方力量正在崛起ღ✿✿◈。

　　而开源社区的顶流ღ✿✿◈，当属Hugging Face了ღ✿✿◈。作为一个AI领域的Githubღ✿✿◈，它提供了大量高质量的开源模型与工具ღ✿✿◈，将研发成果最大程度地惠及社区ღ✿✿◈，极大地降低了AI的技术门槛ღ✿✿◈，推进了AI的“民主化”进程ღ✿✿◈。

　　它的创始人之一ღ✿✿◈，Clément还曾公开表示ღ✿✿◈：“在NLP或者机器学习领域ღ✿✿◈，最坏的情况ღ✿✿◈，就是要与整个科学界和开源界竞争ღ✿✿◈。因此ღ✿✿◈，我们不再试图竞争ღ✿✿◈，转而选择为开源界和科学界赋能ღ✿✿◈。”

　　Hugging Face创立于2016年ღ✿✿◈，几年间连获5轮融资ღ✿✿◈，目前估值已经飙到20亿美元ღ✿✿◈，Github上的星标数量已经超过了9.8wღ✿✿◈，稳居热门资源库之列ღ✿✿◈。

　　其中的两位创始人ClémentDelangue和Thomas Wolf都是自然语言处理领域的专家ღ✿✿◈。在不断推进Hugging Face的发展的过程中ღ✿✿◈，他们被视为当代NLP领域的先锋ღ✿✿◈。

　　他们创办Hugging Face的初衷ღ✿✿◈，是为年轻人带来一个“娱乐型”的“开放领域聊天机器人”ღ✿✿◈，就像科幻电影《Her》里面的AI那样ღ✿✿◈，可以跟人聊天气ღ✿✿◈、朋友ღ✿✿◈、爱情和体育比赛等各种话题ღ✿✿◈。大家可以在无聊的时候跟它聊八卦ღ✿✿◈、问它问题ღ✿✿◈、让它生成一些有趣的图片之类的事情ღ✿✿◈。

　　2017年3月9号ღ✿✿◈，Hugging FaceApp在iOS AppStore正式推出ღ✿✿◈，就得到了不少关注ღ✿✿◈，还拿到了包括SVAngelღ✿✿◈、NBA球星杜兰特等投资人在内的120万美元的天使投资ღ✿✿◈。

　　为了训练这个聊天机器人的自然语言处理（NLP）能力ღ✿✿◈，Hugging Face构建了一个资源库来容纳各种机器学习模型和各种类型的数据库ღ✿✿◈，包括帮助训练聊天机器人检测文本消息情绪ღ✿✿◈、生成连贯的响应ღ✿✿◈、理解不同对话主题等ღ✿✿◈。

　　同时ღ✿✿◈，Hugging Face团队在GitHub上将此库的免费部分开源ღ✿✿◈，目的是从用户共创中获得开发灵感ღ✿✿◈。

　　到了2018年ღ✿✿◈，Hugging Face仍然不温不火ღ✿✿◈，便开始免费在线分享应用程序的底层代码ღ✿✿◈。这一举动立即收到了谷歌ღ✿✿◈、微软等业内知名科技公司的研究人员的积极响应ღ✿✿◈，他们开始将这些代码用于AI应用程序ღ✿✿◈，这个笑脸emoji也开始被广大AI开发者们所熟知ღ✿✿◈。

　　恰巧同年ღ✿✿◈，谷歌推出基于双向Transformer的大规模预训练语言模型BERTღ✿✿◈，开启了AI模型的“内卷时代”ღ✿✿◈。

　　在这样的大环境下ღ✿✿◈，Hugging Face做起了提供AI模型的服务ღ✿✿◈，随之迎来了自己的“黄金时代”ღ✿✿◈。

　　它先是开源了PyTorch-BERTღ✿✿◈；随即ღ✿✿◈，又整合了它先前贡献的NLP领域的预训练模型ღ✿✿◈，发布了Transformers库ღ✿✿◈。

　　Transformers库提供了数以千计的预训练模型ღ✿✿◈，支持100多种语言的文本分类ღ✿✿◈、信息抽取ღ✿✿◈、问答ღ✿✿◈、摘要ღ✿✿◈、翻译ღ✿✿◈、文本生成ღ✿✿◈。借助Transformers库ღ✿✿◈，开发者可以便捷地使用BERTღ✿✿◈、GPTღ✿✿◈、XLNetღ✿✿◈、T5ღ✿✿◈、DistilBERT等NLP大模型ღ✿✿◈，来完成文本分类ღ✿✿◈、文本总结ღ✿✿◈、文本生成ღ✿✿◈、信息抽取ღ✿✿◈、自动QA等AI任务ღ✿✿◈，节省大量的时间和计算资源ღ✿✿◈。

　　简而言之ღ✿✿◈，Transformers库提供直接可用的模型ღ✿✿◈，无需企业再度开发ღ✿✿◈；因此ღ✿✿◈，众多企业开始借助Transformers库ღ✿✿◈，将模型应用到产品开发和工作流程中ღ✿✿◈。

　　Hugging Face的创始人之一ClémentDelangue也不禁感慨大凶器之桃运小村医ღ✿✿◈，“我们发布东西时没有考虑太多尊龙凯时 - 人生就是搏!ღ✿✿◈，而社区的爆炸式增长甚至让我们感到惊讶ღ✿✿◈。”

　　面对如此多的开发者ღ✿✿◈，Hugging Face顺理成章地建立了自己的社区ღ✿✿◈，Hugging FaceHubღ✿✿◈；同时ღ✿✿◈，调整产品战略ღ✿✿◈，不再局限于自然语言处理ღ✿✿◈，而是将机器学习的不同领域进行融合ღ✿✿◈，探索创建新的用例ღ✿✿◈，着手构建一套完整的开源产品矩阵ღ✿✿◈。

　　截至2023年4月ღ✿✿◈，Hugging Face共享了16,6894个训练模型ღ✿✿◈，2,6900个数据集ღ✿✿◈，涵盖NLPღ✿✿◈、语音ღ✿✿◈、生物学ღ✿✿◈、时间序列ღ✿✿◈、计算机视觉ღ✿✿◈、强化学习等领域ღ✿✿◈，搭建了完整的AI开发生态ღ✿✿◈。

　　这大大降低了相关研究与应用的门槛ღ✿✿◈，让Hugging Face成为AI社区最具影响力的技术供应商ღ✿✿◈。

　　目前ღ✿✿◈，这些模型已经服务了数万家企业进行资源开发ღ✿✿◈，帮助科研人员和相关从业人员更好地构建模型ღ✿✿◈、更好地参与到产品和工作流程中ღ✿✿◈，其中不乏Metaღ✿✿◈、亚马逊ღ✿✿◈、微软ღ✿✿◈、谷歌等知名AI团队ღ✿✿◈。

　　在2022年5月ღ✿✿◈，团队完成了由LuxCapital领投ღ✿✿◈、红杉资本参投的1亿美元C轮融资ღ✿✿◈，估值狂飙到20亿美元ღ✿✿◈。

　　面对资本的追捧ღ✿✿◈，Hugging Face的创始人表现的极其冷静ღ✿✿◈，表示拒绝了多个“有意义的收购邀约”ღ✿✿◈，并且不会像GitHub那样出售自己的业务ღ✿✿◈。关于Hugging Face的未来ღ✿✿◈，它的创始人还有一些有趣的想法ღ✿✿◈：“我们希望成为第一家以表情符号上市的公司ღ✿✿◈，而不是三个字母的股票代码ღ✿✿◈。”

　　凭借开源获得了万众瞩目的Hugging Faceღ✿✿◈，也格外注重社区的建设ღ✿✿◈，而刚刚诞生不久的Hugging FaceHubღ✿✿◈，现在俨然已经成为AI开发者的大本营ღ✿✿◈。

　　Hugging FaceHub是一个探索ღ✿✿◈、实验ღ✿✿◈、合作ღ✿✿◈，并建立机器学习技术的中心场所ღ✿✿◈。在这里任何人都可以分享和探索模型ღ✿✿◈、数据集等ღ✿✿◈，大家轻松合作ღ✿✿◈，共同构建机器学习模型ღ✿✿◈，Hugging FaceHub也因此被称做“机器学习之家”ღ✿✿◈。

　　它是Hugging Face坚持“开源”的产物ღ✿✿◈，也是它的核心ღ✿✿◈。正如官网的宣传语所述ღ✿✿◈：AI社区ღ✿✿◈，建设未来ღ✿✿◈。

　　Hugging Face的创始人曾公开表示“Hugging Face的目标是通过工具和开发者社区ღ✿✿◈，让更多的人使用自然语言处理工具ღ✿✿◈，达成他们的创新目标ღ✿✿◈，让自然语言处理技术更容易使用和访问ღ✿✿◈。”

　　他还补充说ღ✿✿◈，“没有任何一家公司ღ✿✿◈，包括科技巨头ღ✿✿◈，能够独自『解决AI问题』ღ✿✿◈，而我们实现这一目标的唯一途径ღ✿✿◈，是通过以社区为中心的方式ღ✿✿◈，分享知识和资源ღ✿✿◈。”

　　因此ღ✿✿◈，公司致力于在Hugging FaceHub上建立最大的模型ღ✿✿◈、数据集ღ✿✿◈、演示和指标的开源集合ღ✿✿◈，以使每个人都能利用机器学习进行探索ღ✿✿◈、实验ღ✿✿◈、合作和构建技术大凶器之桃运小村医ღ✿✿◈，从而实现AI“民主化”的目标ღ✿✿◈。

　　目前ღ✿✿◈，Hugging FaceHub提供超过12万个模型（Models）ღ✿✿◈、2万个数据集（Datasets）和5万个演示应用程序（Spaces）ღ✿✿◈，而且所有这些都是开源ღ✿✿◈、公开ღ✿✿◈、免费的ღ✿✿◈。

　　Transformers库支持PyTorchღ✿✿◈、TensorFlow和JAX之间的框架互操作性ღ✿✿◈，这确保了在模型生命周期的每个阶段使用不同框架的灵活性ღ✿✿◈。而且ღ✿✿◈，通过InferenceAPI（推理API）ღ✿✿◈，用户可以直接使用Hugging Face开发的模型与数据集ღ✿✿◈，进行推理ღ✿✿◈、迁移学习尊龙凯时 - 人生就是搏!ღ✿✿◈，这让Transformers框架在性能与易用性上达到业界领先水平ღ✿✿◈，彻底改变了深度学习在NLP领域的发展模式ღ✿✿◈。

　　此外ღ✿✿◈，该平台还提供了一些实用工具ღ✿✿◈，如模型版本控制ღ✿✿◈、测试集成ღ✿✿◈、共享和协作等ღ✿✿◈，可以帮助开发人员更好地管理和共享模型和数据集ღ✿✿◈。

　　因此ღ✿✿◈，在Hugging FaceHubღ✿✿◈，任何开发者或者工程团队都可以通过接口ღ✿✿◈，使用数千个模型的推理APIღ✿✿◈，轻松下载和训练最先进的预训练模型ღ✿✿◈，完成不同模式的常见任务大凶器之桃运小村医ღ✿✿◈，例如自然语言处理ღ✿✿◈、计算机视觉ღ✿✿◈、音频ღ✿✿◈、多模态等ღ✿✿◈，在几分钟内构建自己的机器学习驱动的应用程序ღ✿✿◈，省去了从头开始训练模型大凶器之桃运小村医ღ✿✿◈，所需的大量时间和资源ღ✿✿◈。

　　在此基础上ღ✿✿◈，他们还可以在自己的账号下创建自己的仓库ღ✿✿◈，用于存储和分享已经训练好的模型ღ✿✿◈、数据集和脚本ღ✿✿◈，同时与强大的社区分享交流ღ✿✿◈，轻松协作完成ML工作流程ღ✿✿◈。

　　简而言之ღ✿✿◈，Hugging FaceHub为研究者提供了一个平台ღ✿✿◈，去展示那些他们想要分享的模型ღ✿✿◈，测试他人的模型ღ✿✿◈，以此来深入研究这些模型的内部架构ღ✿✿◈，共同促进ML的发展ღ✿✿◈。而此前ღ✿✿◈，AI对前端开发者来说似乎遥不可及ღ✿✿◈，毕竟到目前为止ღ✿✿◈，只有少数代码生成的AI系统向公众免费开放ღ✿✿◈。

　　也正因如此ღ✿✿◈，Hugging Face决定在社区提供开源模型和API来改变这种状况ღ✿✿◈，主动承担起AI科研走向应用的这个过程中复杂ღ✿✿◈、细碎的工作ღ✿✿◈，使得任何AI从业者都可以便捷地使用这些研究模型和资源ღ✿✿◈。用Hugging Face自己的话来讲ღ✿✿◈，他们所做的事情ღ✿✿◈，就是要架起AI科研和应用之间的桥梁ღ✿✿◈。

　　除了提供便利ღ✿✿◈，Hugging Face还积极采取措施强化Hub的安全性ღ✿✿◈，确保用户的代码ღ✿✿◈、模型和数据是安全的尊龙凯时 - 人生就是搏!ღ✿✿◈，让用户放心使用ღ✿✿◈。

　　例如ღ✿✿◈，在模型库配备模型卡ღ✿✿◈，以告知用户每个模型的限制和偏见ღ✿✿◈，从而促进这些模型被负责任地使用和开发ღ✿✿◈；在数据集设置访问控制功能ღ✿✿◈，允许组织和个人可以出于许可和隐私考虑ღ✿✿◈，创建私人数据集ღ✿✿◈，并且可以自行处理其他用户的访问请求ღ✿✿◈。

　　还值得一提的是ღ✿✿◈，为了进一步使自然语言处理技术“民主化”ღ✿✿◈，Hugging FaceHub上还开设了NLP课程——Hugging Facecourseღ✿✿◈。

　　简而言之ღ✿✿◈，Hugging FaceHub就像是机器学习领域的GitHubღ✿✿◈。一个由社区开发者驱动的平台ღ✿✿◈，提供大量资源ღ✿✿◈，让开发人员可以在机器学习（ML）模型ღ✿✿◈、数据集和ML应用程序上ღ✿✿◈，不断探索ღ✿✿◈、创新和互相协作ღ✿✿◈，通过分享知识和资源以加速和推进AI发展ღ✿✿◈。

　　Hugging Face凭借开源项目Transformersღ✿✿◈，积累了巨大的影响力ღ✿✿◈，聚集了广大开发者构建了庞大的社区Hugging FaceHubღ✿✿◈，也赢得了客户与投资者的信任ღ✿✿◈，这使得它的商业化转型水到渠成尊龙凯时 - 人生就是搏!ღ✿✿◈。

　　对此尊龙凯时 - 人生就是搏!ღ✿✿◈，红杉资本合伙人PatGrady也表示ღ✿✿◈，“他们优先考虑的是应用ღ✿✿◈，而不是变现ღ✿✿◈，我认为这是正确的做法ღ✿✿◈。他们看到了Transformer模型在NLP之外的应用方式ღ✿✿◈，看到了成为GitHub的机会大凶器之桃运小村医ღ✿✿◈，这不仅是面向NLPღ✿✿◈，而且会延伸到机器学习的每个领域ღ✿✿◈。”

　　而且ღ✿✿◈，纵观过去十年ღ✿✿◈，市场上初创公司的创业历程ღ✿✿◈，会发现开源模式的商业可行性得到过有力的印证ღ✿✿◈。像MongoDBღ✿✿◈、Elasticღ✿✿◈、Confluent等ღ✿✿◈，都是收入增长最快的开源公司ღ✿✿◈，它们都实现了盈收ღ✿✿◈，并且还在市场中存活了下来ღ✿✿◈。

　　Hugging Face的创始人之一ღ✿✿◈，Clément也因此坚信ღ✿✿◈，“初创公司可以通过某种方式为开放的社区赋能ღ✿✿◈，此种方法产生的价值ღ✿✿◈，比通过搭建一个专有工具ღ✿✿◈，产生的价值高出上千倍ღ✿✿◈。”

　　甚至公开表示ღ✿✿◈，“考虑到开源机器学习的价值和它的主流地位ღ✿✿◈，其使用量就是递延收入ღ✿✿◈。机器学习会成为技术开发的默认方式ღ✿✿◈，而且Hugging Face会成为这方面的头号平台ღ✿✿◈，并创造出数十亿美元的收入ღ✿✿◈。”

　　因此ღ✿✿◈，Hugging Face选择了“开源带动商业”ღ✿✿◈，这一商业化发展路径ღ✿✿◈，并在2021年开始提供付费功能ღ✿✿◈。

　　目前ღ✿✿◈，1000多家公司已经成为了Hugging Face的付费客户ღ✿✿◈，主要是大型企业ღ✿✿◈，包括英特尔ღ✿✿◈、高通ღ✿✿◈、辉瑞ღ✿✿◈、彭博社和eBayღ✿✿◈。

　　2021年ღ✿✿◈，Hugging Face已经实现收入1千万美元ღ✿✿◈，从数据上来看ღ✿✿◈，Hugging Face这套的“开源带动商业”的策略是成功的ღ✿✿◈。

　　这也印证了Hugging Face的CEO尊龙凯时 - 人生就是搏!ღ✿✿◈，Clément所说的ღ✿✿◈，“公司不需要从创造的价值中获取100％的红利ღ✿✿◈，只需将其中1％的价值变现ღ✿✿◈，但即便只是1％ღ✿✿◈，也足够让你成为一家高市值的公司ღ✿✿◈。”

　　简而言之ღ✿✿◈，Hugging Face凭借开源社区积累影响力ღ✿✿◈，而后逐步向SaaS产品和企业服务拓展ღ✿✿◈。这种渐进式的转型ღ✿✿◈，让Hugging Face在开源和商业化之间ღ✿✿◈，取得了良好的平衡ღ✿✿◈，也是其能取得成功的重要原因ღ✿✿◈。这种发展策略也让Hugging Face成为了AI界独树一帜的存在ღ✿✿◈，并为其他AI初创公司树立榜样ღ✿✿◈。

　　但是ღ✿✿◈，开源生态也有它自己的软肋ღ✿✿◈，因为商业化的发展很可能会伤害到自然生长的社区环境ღ✿✿◈。对此ღ✿✿◈，Hugging Face的做法是加强对技术的管控ღ✿✿◈，维护自己的开源生态ღ✿✿◈；同时ღ✿✿◈，向科研领域深挖ღ✿✿◈。

　　“机器学习技术仍然还处于早期发展阶段ღ✿✿◈，开源社区的潜力是巨大的ღ✿✿◈。在未来5到10年ღ✿✿◈，我们一定还会看到更多开源机器学习公司的崛起ღ✿✿◈。”