Hugging Face (CS)

Hugging Face, Inc. — je americká společnost zaujímající ústřední postavení v moderním ekosystému umělé inteligence (AI). Společnost poskytuje platformu s otevřeným zdrojovým kódem, která je často nazývána „GitHub pro strojové učení", a obsahuje repozitáře pro modely, datové sady a demonstrační aplikace. Mise společnosti spočívá v demokratizaci AI prostřednictvím poskytování nástrojů a budování globální komunity pro spolupráci.

Společnost byla založena v roce 2016 francouzskými podnikateli Clémentem Delanguem (CEO), Julienem Chaumondem (CTO) a Thomasem Wolfem (CSO). Hugging Face se vyvinula z vývojáře chatbota v klíčovou platformu a stala se nepostradatelnou pro výzkumníky, vývojáře a velké korporace po celém světě, přičemž v roce 2023 dosáhla ocenění 4,5 miliardy USD.

Historie a vznik společnosti

Založení a strategický obrat (2016)

Původně byla Hugging Face v roce 2016 založena za účelem vytvoření spotřebitelské aplikace — chatbota zaměřeného na teenagerské publikum. Název společnosti, odvozený od emoji „objímající obličej" (🤗), byl zvolen tak, aby odrážel přátelský a empatický charakter AI-komunikátora.

Chatbot však nezískal výraznou popularitu. Tento počáteční neúspěch se stal katalyzátorem zásadní změny strategie. Místo rozvoje koncového produktu se zakladatelé rozhodli zveřejnit zdrojový kód modelu, který stál v základu chatbota. Reakce komunity odhalila obrovskou poptávku po dostupných nástrojích pro práci s pokročilými modely zpracování přirozeného jazyka (NLP).

Společnost provedla strategický obrat a přeorientovala se na budování platformy pro strojové učení s misí zpřístupnit technologie AI všem, nejen velkým korporacím. Neúspěch produktu B2C tak vedl k úspěchu v modelu B2D (Business-to-Developer) a zakotvil do DNA společnosti principy otevřenosti a orientace na komunitu.

Klíčové etapy vývoje a financování

Po strategickém obratu společnost vykazovala rychlý růst.

• 2019: Byla vytvořena knihovna Transformers. Původně vyvinutá pro NLP, rychle se rozšířila o podporu modelů v oblasti počítačového vidění a zvuku a stala se de facto standardem v odvětví.
• Červenec 2022: Byl dokončen mezinárodní workshop BigScience organizovaný Hugging Face. Výsledkem bylo vydání BLOOM — vícejazyčného modelu s otevřeným zdrojovým kódem o 176 miliardách parametrů.
• Prosinec 2022: Hugging Face získala Gradio, populární open-source knihovnu pro rychlé vytváření interaktivních demonstrací.
• Srpen 2023: Proběhlo kolo financování Series D ve výši 235 milionů USD, v jehož důsledku vzrostlo ocenění společnosti na 4,5 miliardy USD. Kola se zúčastnily Google, Amazon, Nvidia, Salesforce, Intel, AMD a IBM.
• Duben 2024: Společnost získala Pollen Robotics, což svědčí o rozšíření zájmů do oblasti ztělesněné AI (embodied AI).

Ekosystém Hugging Face

Ekosystém Hugging Face pokrývá celý životní cyklus vývoje modelů strojového učení — od přípravy dat až po nasazení.

Hugging Face Hub

Jádrem ekosystému je Hugging Face Hub — centrální webová platforma pro spolupráci. Zahrnuje:

• Repozitáře modelů: Git-repozitáře pro ukládání modelů, jejich vah a konfiguračních souborů. Zajišťují verzování pro reprodukovatelnost experimentů.
• Repozitáře datových sad (Datasets): Analogické repozitáře pro ukládání a verzování datových sad.
• Spaces: Interaktivní prostředí pro vytváření a demonstraci webových aplikací (demo) na základě modelů, využívající frameworky jako Gradio a Streamlit.
• Karty modelů (Model Cards): Standardizované dokumenty popisující vlastnosti, omezení a potenciální předsudky modelů, což přispívá ke zvýšení transparentnosti.

Knihovna Transformers

Transformers — je vlajkový softwarový produkt Hugging Face poskytující jednotné API pro přístup k tisícům předtrénovaných modelů. Klíčové vlastnosti:

• Kompatibilita s frameworky: Bezproblémová integrace s PyTorch, TensorFlow a JAX.
• Snadné použití: Načítání, fine-tuning a použití modelů je možné provést na několik řádků kódu.
• Efektivita: Poskytuje přístup k obrovskému množství modelů a umožňuje vyhnout se jejich trénování od nuly, čímž šetří prostředky a snižuje uhlíkovou stopu.

Další klíčové knihovny

• Datasets: Knihovna pro efektivní přístup a zpracování datových sad s využitím formátu Apache Arrow.
• Tokenizers: Vysoce výkonná knihovna napsaná v Rustu pro tokenizaci textu.
• Accelerate: Zjednodušuje distribuované trénování na více GPU/TPU.
• PEFT (Parameter-Efficient Fine-Tuning): Knihovna metod pro efektivní fine-tuning velkých modelů.
• Safetensors: Bezpečný a rychlý formát pro ukládání vah neuronových sítí, který se stal výchozím standardem v ekosystému.

Obchodní model a tržní pozicionování

Hugging Face využívá freemium obchodní model, který kombinuje otevřený přístup s komerčními nabídkami pro firemní zákazníky.

• Bezplatná úroveň (Free Tier): Nabízí neomezené umístění veřejných repozitářů, čímž přitahuje miliony uživatelů.
• Zdroje příjmů:
  • PRO Subscription: Individuální předplatné (9 USD/měsíc) s rozšířenými limity.
  • Enterprise Hub: Firemní produkt (od 20 USD/uživatele za měsíc) s posíleným zabezpečením, SSO, on-premise nasazením a prioritní podporou.
  • Placené výpočetní prostředky: Placený přístup k výpočetním kapacitám pro trénování a inference prostřednictvím služeb, jako jsou Inference Endpoints.

Společnost se pozicionuje jako neutrální infrastrukturní platforma — „Švýcarsko světa AI" — a buduje hluboká partnerství s hlavními poskytovateli cloudových služeb (AWS, Google Cloud, Microsoft Azure) a výrobci hardwaru.

Mise demokratizace AI

Ústředním prvkem identity Hugging Face je mise demokratizace AI, realizovaná prostřednictvím principů otevřeného zdrojového kódu a otevřené vědy.

Výrazným ztělesněním této filosofie se stala výzkumná iniciativa BigScience. Tento otevřený mezinárodní workshop organizovaný Hugging Face sdružil více než 1 000 výzkumníků. Jeho výsledkem byl model BLOOM — velký vícejazyčný jazykový model (176 miliard parametrů), vydaný pod licencí Responsible AI License, která umožňuje široké použití, ale ukládá omezení na využití v oblastech s vysokým rizikem.

Odkazy

• Oficiální stránky Hugging Face
• Oficiální blog Hugging Face