Компания Hugging Face, занимающаяся искусственным интеллектом New Stack, выпустила новую библиотеку JavaScript с открытым исходным кодом, которая позволяет веб-разработчикам и веб-разработчикам добавлять возможности машинного обучения на веб-страницы и в приложения. Используя JavaScript, браузер может запрашивать модели машинного обучения для предоставления прогнозов и получения ответов для посетителя.
Компания Hugging Face, занимающаяся искусственным интеллектом, выпустила новую библиотеку JavaScript с открытым исходным кодом, которая позволяет веб-разработчикам и веб-разработчикам добавлять возможности машинного обучения на веб-страницы и в приложения.
Традиционно блокноты Python — это набор инструментов для специалистов по данным, но для большинства веб-разработчиков и разработчиков интерфейсов это JavaScript. Вот почему Hugging Face создала свою новую библиотеку HuggingFace.js, которая позволит разработчикам использовать возможности стартапа на веб-сайтах и в приложениях.
До сих пор добавление этих функций означало наличие приложения Python на бэкэнде, которое делало всю работу, говорит Джефф Будье, руководитель отдела продуктов и развития в стартапе. Используя JavaScript, браузер может запрашивать модели машинного обучения для предоставления прогнозов и получения ответов для посетителя.
Мы предоставляем некоторые «инструменты с низким кодом / без кода, но если вы хотите немного покопаться, вам все равно придется достать несколько блокнотов Python и т. д. И это традиционный набор инструментов специалистов по данным», — сказал Будье The New. Куча. Но для большинства разработчиков JavaScript — это то, как вы создаете приложения.
Варианты использования для разработки внешнего интерфейса включены
На сайте Hugging Face доступно более 150 000 моделей машинного обучения с открытым исходным кодом, но некоторые из вариантов использования Hugging Face.js включают:
- Языковые переводы
- Анализ настроений
- Подведение итогов
- Классификация текстов
- Обнаружение объектов на изображениях
- Создание текста в изображение
«Все варианты использования, которые современные компании создают в своих приложениях с использованием наших моделей, будут доступны на веб-странице», — сказал Будье. «Все эти варианты использования могут быть реализованы непосредственно на веб-странице».
Джереми Эллис, разработчик и учитель средней школы STEM, провел время, работая с моделями, чтобы продемонстрировать их ученикам, которые доступны онлайн.
«То, что я мог сделать за неделю, обычно занимало у меня около четырех месяцев», — поделился Эллис с The New Stack через Mastodon. «Они даже изменили представление своей модели, когда я показал им, с чем у меня возникли проблемы. Они изменили arrayBuffer на большой двоичный объект, что значительно упростило отображение их модели преобразования текста в изображение».
Эллис поделился изображением, которое он создал с помощью инструмента Hugging Face (запись Hug16 на его демонстрационной странице), который преобразовал текст «Изображение щенка по кличке Lowrain, играющего на пляже в высоком разрешении» в изображение.
Изображение AI предоставлено Джереми Эллисом
Очевидно, что для более крупных веб-сайтов использование этих моделей потребует большей поддержки инфраструктуры, пояснил Будье. В таких ситуациях для развертывания можно использовать конечные точки вывода. Это позволяет разработчикам развертывать модели машинного обучения в полностью управляемой инфраструктуре.
Hugging Face.js можно использовать бесплатно, и API-интерфейс концентратора, который его соединяет, не требует затрат, что позволяет разработчикам интерфейса бесплатно играть с этой функцией, используя API конечной точки вывода. Компания также приветствует вклад сообщества в библиотеку .js, добавил Будье.
«Это похоже на то, как если бы вы использовали наш веб-сайт напрямую, но вы используете его через библиотеку Hugging Face.js при использовании API Inference», — сказал Будье. «Опять же, никаких затрат. Это то же самое, что вы делаете на наших веб-сайтах, но вы делаете это через API Hugging Face.js».
Модели машинного обучения с открытым исходным кодом и модели машинного обучения с закрытым исходным кодом
Помимо своих продуктов, Hugging Face поддерживает сообщество с открытым исходным кодом, выступая в качестве бесплатного репозитория для всех типов моделей ИИ. Он также предлагает песочницу для изучения того, что делают модели, а также информацию о потенциальной предвзятости.
В феврале компания объявила о партнерстве с AWS, чтобы упростить использование и обучение моделей машинного обучения и искусственного интеллекта. В рамках этого партнерства AWS начала предлагать шаблоны JumpStart, которые позволят веб-разработчикам, разработчикам интерфейсов и другому программному обеспечению быстро развертывать модели, получая к ним доступ через API.
Одна вещь, которая отличает варианты с открытым исходным кодом Hugging Face от, скажем, ChatGPT или других менее открытых API-интерфейсов ИИ, заключается в том, что разработчики имеют больше информации о потенциальных предубеждениях и других деталях о моделях, подчеркнул Будье.
«Это очень важно, потому что это означает, что вы можете понять, что происходит под капотом, вы можете проверять это, опираться на это и т. д.», — сказал он. «И, конечно же, у нас есть 150 000 различных моделей, чтобы делать именно то, что вы хотели бы делать».