Hugging Face (TR)

From Systems analysis Wiki
Jump to navigation Jump to search

Hugging Face, Inc. — modern yapay zeka (YZ) ekosisteminin merkezinde yer alan bir Amerikan şirketidir. Şirket, genellikle "makine öğrenimi için GitHub" olarak adlandırılan açık kaynaklı bir platform sunmakta ve modeller, veri kümeleri ile demo uygulamaları için depolar barındırmaktadır[1]. Şirketin misyonu; araçlar sağlayarak ve küresel bir işbirliği topluluğu oluşturarak YZ'yi demokratikleştirmektir[2].

Şirket, 2016 yılında Fransız girişimciler Clément Delangue (CEO), Julien Chaumond (CTO) ve Thomas Wolf (CSO) tarafından kurulmuştur. Bir chatbot geliştiricisinden kilit bir platforma dönüşen Hugging Face, 2023 yılına gelindiğinde 4,5 milyar dolar değerlemeye ulaşarak dünya genelinde araştırmacılar, geliştiriciler ve büyük şirketler için vazgeçilmez hale gelmiştir[3].

Şirketin Tarihi ve Kuruluş Süreci

Kuruluş ve Stratejik Dönüşüm (2016)

Hugging Face, başlangıçta 2016 yılında gençlere yönelik bir chatbot tüketici uygulaması geliştirmek amacıyla kurulmuştur. Şirketin adı, "sarılan yüz" emojisinden (🤗) gelmekte olup YZ sohbet arkadaşının samimi ve empatik karakterini yansıtmak için seçilmiştir[1].

Ancak chatbot büyük bir popülerlik kazanamadı. Bu ilk başarısızlık, temel strateji değişikliğinin katalizörü oldu. Nihai ürünü geliştirmek yerine kurucular, chatbot'un temelinde yatan modelin kaynak kodunu açmaya karar verdi[3]. Topluluk tepkisi, doğal dil işleme (NLP) alanındaki en gelişmiş modellerle çalışmak için erişilebilir araçlara yönelik büyük bir talep olduğunu ortaya koydu.

Şirket stratejik bir dönüşüm gerçekleştirerek, YZ teknolojilerini yalnızca büyük şirketler için değil herkes için erişilebilir kılma misyonuyla bir makine öğrenimi platformu oluşturmaya yöneldi. Bu şekilde B2C ürün başarısızlığı, B2D (Business-to-Developer) modelinde başarıya dönüştü ve şirketin DNA'sına açıklık ile topluluk odaklılık ilkeleri yerleşti[4].

Temel Gelişim Aşamaları ve Finansman

Stratejik dönüşümün ardından şirket hızlı bir büyüme sergiledi.

  • 2019: Transformers kütüphanesi oluşturuldu. Başlangıçta NLP için geliştirilen bu kütüphane, kısa sürede bilgisayarlı görü ve ses alanındaki modelleri destekleyecek şekilde genişleyerek sektörde fiilî standart haline geldi[5].
  • Temmuz 2022: Hugging Face tarafından düzenlenen uluslararası BigScience çalıştayı sona erdi. Sonucunda açık kaynaklı, 176 milyar parametreli çok dilli bir model olan BLOOM yayımlandı.
  • Aralık 2022: Hugging Face, interaktif demolar oluşturmak için kullanılan popüler açık kaynaklı kütüphane Gradio'yu satın aldı.
  • Ağustos 2023: Google, Amazon, Nvidia, Salesforce, Intel, AMD ve IBM'in katıldığı 235 milyon dolarlık bir Series D finansman turu gerçekleşti ve şirketin değeri 4,5 milyar dolara yükseldi[6].
  • Nisan 2024: Şirket Pollen Robotics'i satın aldı; bu adım, somutlaştırılmış YZ (embodied AI) alanına ilginin genişlediğine işaret etmektedir[3].

Hugging Face Ekosistemi

Hugging Face ekosistemi, veri hazırlığından model dağıtımına kadar makine öğrenimi modellerinin geliştirme yaşam döngüsünün tamamını kapsamaktadır.

Hugging Face Hub

Ekosistemin çekirdeğini, işbirlikçi çalışma için merkezi bir web platformu olan Hugging Face Hub oluşturmaktadır. Platform şunları içermektedir:

  • Model Depoları: Modelleri, ağırlıklarını ve yapılandırma dosyalarını depolamak için Git depoları. Deneylerin tekrarlanabilirliği için sürüm yönetimi sağlar.
  • Veri Kümesi Depoları (Datasets): Veri kümelerini depolamak ve sürümlendirmek için benzer depolar.
  • Spaces: Gradio ve Streamlit gibi framework'ler kullanılarak model tabanlı web uygulamaları (demolar) oluşturmak ve sergilemek için interaktif bir ortam.
  • Model Kartları (Model Cards): Modellerin özelliklerini, sınırlılıklarını ve olası önyargılarını açıklayan standartlaştırılmış belgeler; bu belgeler şeffaflığın artırılmasına katkıda bulunur[7].

Transformers Kütüphanesi

Transformers, binlerce önceden eğitilmiş modele erişim için birleşik bir API sunan Hugging Face'in amiral gemisi yazılım ürünüdür. Temel özellikleri şunlardır:

  • Framework Uyumluluğu: PyTorch, TensorFlow ve JAX ile sorunsuz entegrasyon.
  • Kullanım Kolaylığı: Modellerin yüklenmesi, fine-tuning yapılması ve kullanılması birkaç satır kodla gerçekleştirilebilir.
  • Verimlilik: Çok sayıda modele erişim sağlayarak sıfırdan eğitim yapılmasını önler; bu durum kaynak tasarrufu sağlar ve karbon ayak izini azaltır[8].

Diğer Temel Kütüphaneler

  • Datasets: Apache Arrow formatını kullanarak veri kümelerine verimli erişim ve işleme için bir kütüphane.
  • Tokenizers: Metin tokenizasyonu için Rust ile geliştirilmiş yüksek performanslı bir kütüphane.
  • Accelerate: Birden fazla GPU/TPU üzerinde dağıtık eğitimi basitleştirir.
  • PEFT (Parameter-Efficient Fine-Tuning): Büyük modellerin verimli fine-tuning yöntemleri için bir kütüphane.
  • Safetensors: Sinir ağı ağırlıklarını depolamak için güvenli ve hızlı bir format; ekosistemde varsayılan standart haline gelmiştir.

İş Modeli ve Pazar Konumlandırması

Hugging Face, açık erişimi kurumsal müşterilere yönelik ticari tekliflerle bir araya getiren freemium iş modeli kullanmaktadır.

  • Ücretsiz Katman (Free Tier): Milyonlarca kullanıcıyı çekerek sınırsız sayıda genel depo barındırma imkânı sunar.
  • Gelir Kaynakları:
    • PRO Aboneliği: Genişletilmiş limitlerle bireysel abonelik (ayda 9 dolar).
    • Enterprise Hub: Gelişmiş güvenlik, SSO, on-premise dağıtım ve öncelikli destek sunan kurumsal ürün (kullanıcı başına aylık 20 dolardan başlayan fiyatlarla).
    • Ücretli İşlem Kaynakları: Inference Endpoints gibi hizmetler aracılığıyla eğitim ve inference kapasitelerine ücretli erişim.

Şirket kendisini tarafsız bir altyapı platformu olarak, yani "YZ dünyasının İsviçresi" olarak konumlandırmakta; başlıca bulut sağlayıcılarla (AWS, Google Cloud, Microsoft Azure) ve donanım üreticileriyle derin ortaklıklar kurmaktadır.

YZ'yi Demokratikleştirme Misyonu

Hugging Face kimliğinin merkezinde, açık kaynak ve açık bilim ilkeleri aracılığıyla hayata geçirilen YZ'yi demokratikleştirme misyonu yer almaktadır.

Bu felsefenin somut bir yansıması BigScience araştırma girişimi olmuştur. Hugging Face tarafından düzenlenen bu açık uluslararası çalıştay, 1000'den fazla araştırmacıyı bir araya getirdi. Sonucunda, Responsible AI License kapsamında yayımlanan büyük çok dilli bir dil modeli olan BLOOM (176 milyar parametre) ortaya çıktı; söz konusu lisans geniş kullanıma izin verirken yüksek riskli alanlarda kullanımı kısıtlamaktadır[9].

Dış bağlantılar

  • Hugging Face Resmi Web Sitesi
  • Hugging Face Resmi Blogu

Notlar

  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_(TR)&oldid=2983"