Hugging Face (ID)

From Systems analysis Wiki
Jump to navigation Jump to search

Hugging Face, Inc. — adalah sebuah perusahaan Amerika yang menempati posisi sentral dalam ekosistem kecerdasan buatan (AI) modern. Perusahaan ini menyediakan platform dengan kode sumber terbuka, yang sering disebut sebagai «GitHub untuk Machine Learning», dan mengelola repositori untuk model, dataset, serta aplikasi demonstrasi[1]. Misi perusahaan adalah demokratisasi AI melalui penyediaan alat dan pembangunan komunitas global untuk kolaborasi[2].

Perusahaan ini didirikan pada tahun 2016 oleh para wirausahawan asal Prancis, yaitu Clément Delangue (CEO), Julien Chaumond (CTO), dan Thomas Wolf (CSO). Berevolusi dari pengembang chatbot menjadi platform utama, Hugging Face telah menjadi tak tergantikan bagi para peneliti, pengembang, dan perusahaan besar di seluruh dunia, mencapai valuasi sebesar $4,5 miliar pada tahun 2023[3].

Sejarah dan Pendirian Perusahaan

Pendirian dan Perubahan Strategi (2016)

Pada awalnya, Hugging Face didirikan pada tahun 2016 untuk membuat aplikasi konsumen berupa chatbot yang ditujukan bagi audiens remaja. Nama perusahaan, yang berasal dari emoji «wajah memeluk» (🤗), dipilih untuk mencerminkan karakter AI yang ramah dan empatik[1].

Namun, chatbot tersebut tidak mendapatkan popularitas yang signifikan. Kegagalan awal ini menjadi katalis untuk perubahan strategi yang mendasar. Alih-alih mengembangkan produk akhir, para pendiri memutuskan untuk membuka kode sumber model yang mendasari chatbot tersebut[3]. Respons dari komunitas mengungkapkan permintaan yang sangat besar terhadap alat-alat yang mudah diakses untuk bekerja dengan model NLP mutakhir.

Perusahaan melakukan perubahan strategis, beralih fokus ke pembuatan platform Machine Learning dengan misi menjadikan teknologi AI dapat diakses oleh semua orang, bukan hanya perusahaan besar. Dengan demikian, kegagalan produk B2C justru membawa keberhasilan dalam model B2D (Business-to-Developer), menanamkan prinsip keterbukaan dan orientasi komunitas dalam DNA perusahaan[4].

Tonggak Perkembangan dan Pendanaan

Setelah perubahan strategis, perusahaan menunjukkan pertumbuhan yang pesat.

  • 2019: Perpustakaan Transformers dibuat. Awalnya dikembangkan untuk NLP, perpustakaan ini dengan cepat berkembang untuk mendukung model di bidang computer vision dan audio, menjadi standar de-facto dalam industri[5].
  • Juli 2022: Workshop internasional BigScience yang diselenggarakan oleh Hugging Face berakhir. Hasilnya adalah peluncuran BLOOM — model multibahasa dengan 176 miliar parameter berkode sumber terbuka.
  • Desember 2022: Hugging Face mengakuisisi Gradio, perpustakaan open-source populer untuk pembuatan cepat demonstrasi interaktif.
  • Agustus 2023: Putaran pendanaan Series D senilai $235 juta dilaksanakan, yang mengangkat valuasi perusahaan hingga $4,5 miliar. Peserta putaran ini antara lain Google, Amazon, Nvidia, Salesforce, Intel, AMD, dan IBM[6].
  • April 2024: Perusahaan mengakuisisi Pollen Robotics, yang menandakan perluasan minat ke bidang embodied AI (kecerdasan buatan terwujud)[3].

Ekosistem Hugging Face

Ekosistem Hugging Face mencakup seluruh siklus hidup pengembangan model Machine Learning — mulai dari persiapan data hingga penerapan.

Hugging Face Hub

Inti dari ekosistem ini adalah Hugging Face Hub — platform web terpusat untuk kolaborasi. Platform ini mencakup:

  • Repositori Model: Repositori Git untuk menyimpan model, bobot, dan berkas konfigurasi. Mendukung versioning untuk reproduktivitas eksperimen.
  • Repositori Dataset (Datasets): Repositori serupa untuk penyimpanan dan versioning dataset.
  • Spaces: Lingkungan interaktif untuk membuat dan mendemonstrasikan aplikasi web (demo) berbasis model, menggunakan framework seperti Gradio dan Streamlit.
  • Kartu Model (Model Cards): Dokumen terstandarisasi yang mendeskripsikan karakteristik, keterbatasan, dan potensi bias model, sehingga meningkatkan transparansi[7].

Perpustakaan Transformers

Transformers adalah produk perangkat lunak unggulan Hugging Face yang menyediakan API terpadu untuk mengakses ribuan model yang telah dilatih sebelumnya. Fitur utama:

  • Kompatibilitas dengan Framework: Integrasi mulus dengan PyTorch, TensorFlow, dan JAX.
  • Kemudahan Penggunaan: Memuat, fine-tuning, dan menggunakan model dapat dilakukan hanya dalam beberapa baris kode.
  • Efisiensi: Memberikan akses ke sejumlah besar model, memungkinkan penghindaran pelatihan dari awal, sehingga menghemat sumber daya dan mengurangi jejak karbon[8].

Perpustakaan Utama Lainnya

  • Datasets: Perpustakaan untuk akses dan pemrosesan dataset yang efisien menggunakan format Apache Arrow.
  • Tokenizers: Perpustakaan tokenisasi teks berkinerja tinggi yang ditulis dalam bahasa Rust.
  • Accelerate: Menyederhanakan pelatihan terdistribusi pada beberapa GPU/TPU.
  • PEFT (Parameter-Efficient Fine-Tuning): Perpustakaan metode fine-tuning yang efisien untuk model-model besar.
  • Safetensors: Format yang aman dan cepat untuk menyimpan bobot jaringan neural, yang telah menjadi standar default dalam ekosistem.

Model Bisnis dan Positioning Pasar

Hugging Face menggunakan model bisnis freemium, memadukan akses terbuka dengan penawaran komersial untuk klien korporat.

  • Tingkatan Gratis (Free Tier): Menawarkan penempatan repositori publik tanpa batas, menarik jutaan pengguna.
  • Sumber Pendapatan:
    • PRO Subscription: Langganan individual ($9/bulan) dengan batas yang diperluas.
    • Enterprise Hub: Produk korporat (mulai dari $20/pengguna per bulan) dengan keamanan yang ditingkatkan, SSO, penerapan on-premise, dan dukungan prioritas.
    • Sumber Daya Komputasi Berbayar: Akses berbayar ke kapasitas untuk pelatihan dan inferensi melalui layanan seperti Inference Endpoints.

Perusahaan memposisikan dirinya sebagai platform infrastruktur yang netral — «Swiss-nya dunia AI», membangun kemitraan mendalam dengan penyedia cloud utama (AWS, Google Cloud, Microsoft Azure) dan produsen perangkat keras.

Misi Demokratisasi AI

Elemen sentral dari identitas Hugging Face adalah misi demokratisasi AI, yang diwujudkan melalui prinsip kode sumber terbuka dan ilmu pengetahuan terbuka.

Perwujudan paling nyata dari filosofi ini adalah inisiatif penelitian BigScience. Workshop internasional terbuka yang diselenggarakan oleh Hugging Face ini menyatukan lebih dari 1.000 peneliti. Hasilnya adalah model BLOOM — Large Language Model multibahasa (176 miliar parameter) yang dirilis di bawah lisensi Responsible AI License, yang mengizinkan penggunaan luas namun memberlakukan pembatasan pada penerapan di bidang-bidang berisiko tinggi[9].

Tautan

  • Situs resmi Hugging Face
  • Blog resmi Hugging Face

Catatan

  1. ↑ 1.0 1.1 «What is Hugging Face? A Beginners Guide». 365 Data Science. [1]
  2. ↑ «What is Hugging Face?». IBM. [2]
  3. ↑ 3.0 3.1 3.2 «Hugging Face». Wikipedia. [3]
  4. ↑ «What is Brief History of Hugging Face Company». Canvas Business Model. [4]
  5. ↑ «The Transformers Library: standardizing model definitions». Hugging Face Blog. [5]
  6. ↑ «HuggingFace Statistics». Originality.ai. [6]
  7. ↑ «Model Cards». Hugging Face Docs. [7]
  8. ↑ «Transformers». Hugging Face Docs. [8]
  9. ↑ «bigscience/bloom». Hugging Face. [9]
Retrieved from "https://systems-analysis.info/int/index.php?title=Hugging_Face_(ID)&oldid=2973"