翻译｜程浩源、胡燕君、许涵如、董文文
五年前，AI领域的知名研究者Andrej Karpathy发文称，传统人工编程属于“软件1.0”，“软件2.0”时代将以神经网络来编程，在这个过渡过程中，将涌现像GitHub这样的重量级平台。
AI届网红公司“抱抱脸（Hugging Face）”有志于成为“软件2.0”时代的GitHub。在Hugging Face上，用户可以托管机器学习模型和数据集等，对它们进行共享、协作和评价，最后将它们投入生产应用，这种模式有点像Github上的托管和协作模式。
如今，依靠明星项目Transformers库走红的Hugging Face的关注点不止于NLP库。Hugging Face已经共享了超100,000个预训练模型，10,000个数据集，涵盖了 NLP、计算机视觉、语音、时间序列、生物学、强化学习等领域，以帮助科学家和相关从业者更好地构建模型，并将其用于产品或工作流程。
03ab3e7d499c029d300247b0f3c9d829.png
对于这些耀眼的成绩，在此前的《一个GitHub史上增长最快的AI项目》一文中，Hugging Face的CEO兼联合创始人Clément Delangue分析称，主要是因为Hugging Face弥补了科学与生产之间的鸿沟，通过搭建平台为开源界和科学界赋能，所产生的价值比通过搭建专有工具产生的价值要高上千倍，而很多开源软件和公司都没有做到这一点。
Hugging Face培育了一个庞大的开源社区，商业化似乎也顺理成章。目前，已有超过10,000家公司在使用他们提供的产品和服务，其中付费用户超过1000。在资本市场，Hugging Face也备受青睐，它于今年5月完成1亿美元的C轮融资，估值达到20亿美元。
在Pieter Abbeel近期主持的The Robot Brains Podcast节目中，Clement Delangue聊了聊Hugging Face的发展历程，开源协作和商业化以及机器学习行业的发展。以下为对话内容，由OneFlow社区编译。
1
从研发聊天机器人到开源平台
Pieter：2016年当你们创业时，为什么一开始决定开发聊天机器人？后来又是怎样改变想法搭建了机器学习开源库？
Clement：我和Julien Chaumond、Thomas Wolf一起创办了Hugging Face。我们非常热爱机器学习，认为机器学习代表未来，是我们想为之奋斗的事业。
我们希望挑战机器学习领域最难的方向，所以决定开发一个娱乐型的开放域对话式AI，就像科幻电影《Her》里面的AI那样，可以跟人聊天气、朋友、爱情和体育比赛等各种话题。市场上还没有人很好地做出这样的聊天机器人，当时的Siri和Alexa都是事务型AI，主要是为了帮助人类完成某些任务，缺乏趣味性和娱乐性。所以我们就定下了这个创业方向。
为了做好开放域的对话式AI，我们必须做好一系列不同的机器学习任务。我们需要从文本中提取信息，理解文本意图和情感，还要生成回答，对话中涉及图片时还需要进行图像识别。我们还希望AI能够驾驭多种聊天话题，所以需要多种数据集，比如聊体育比赛要有体育数据集，聊天气要有天气数据集等等。
刚开始的两年我们都在做这件事，很幸运在创业初期就能够把自己想做的事做好。
后来就搭建了Hugging Face平台，上面有各种不同的模型和数据集，几乎想到什么就加进去，因为我们一直希望能为整个机器学习社区做贡献。在我们决定开源后，就得到了热烈反响，大家都踊跃地贡献代码，很多公司也开始使用Hugging Face库，让我们觉得创造了巨大的价值。
虽然当时还不清楚这个平台的具体意义是什么，但既然有这么多人感兴趣，那它一定有比较大的作用。几个月后，我们就决定从研发聊天机器人转向搭建机器学习平台，然后在这条路上一直走到今天。这是我们创业途中最正确的决定，我们对此非常开心。
Pieter：你们当初为什么选择开源模式？
Clement：不同公司想法不同，有些公司认为其主要竞争力在于拥有其他公司所没有的技术，而我们认为公司的竞争力在于技术是否创新，开发速度是否够快，所以选择了开源。
在机器学习这样快速发展的领域，技术更迭日新月异。通过开源共享，既可以帮助他人，又可以为社区吸引到优秀人才，从而提高自己解决问题的能力。
尽管有些人可能不愿意为社区做贡献，但我认为开源是一个明智的决定，可以提高技术敏感度，保证公司永远处于技术前沿。
现在很多AI公司已经失去了技术优势，即使是盈利良好的公司也招不到AI领域的核心人才，这个问题很致命，因为没有前沿技术人才，做出来的东西都是落后、过时的。
Pieter：我记得Hugging Face平台一开始开源的是Transformer库。2017年，Google在Attention is All You Need这篇论文中提出了Transformer模型，可以说是继Geoffrey Hinton团队的AlexNet后AI界最重大的突破之一。Transformer模型公布时，你们有什么想法？
Clement：我们那时一直很关注行业动态，比如Jeremy Howard 和Sebastian Ruder发表的成果（https://arxiv.org/abs/1801.06146）。我们也在实践一些好的想法，比如表征学习（representation learning）。我们读了那篇Transformer论文，后来又试用了BERT模型，觉得非常震撼，决定做点什么。我们的库建起来后，很快就吸引了很多用户，觉得可以在这方面发挥重大影响力。
Pieter：现在人们参与和使用机器学习的方式有很多，有人需要机器学习API，有人需要下载模型用以训练，还有人可能只需要训练模型的数据。在这么多不同的需求中，Hugging Face如何找准定位？
Clement：Hugging Face的用户所选择的抽象层不仅取决于他们的公司类型，还取决于他们在机器学习开发周期中所处的阶段，用户在机器学习开发周期的不同阶段需要不同的抽象层。
当他们处在构建新产品或者构建工作流新功能的初始阶段，他们可能希望从最简单的抽象级别开始，例如从API甚至是demo开始。他们可以在Hugging Face平台上立即试用和测试所有的模型，无需编写任何代码。
这样他们就可以在项目初期非常方便地测试新模型、新用例和新功能。随着新功能逐渐开发成熟，用户会希望自己能够操控更多内容，也愿意投入更多资源，在自己的设备上优化大规模推理、降低延迟。这时，他们可以逐渐接触HuggingFace堆栈中更多的可扩展内容，例如可以使用几乎囊括了市面上最受欢迎的开源库。
Pieter：对用户来说，Hugging Face是一个提供模型的平台，但用户也是Hugging Face平台模型共享的贡献者，你们如何引导用户进行共享？
Clement：Hugging Face社区的发展是一个有机的过程，我们很乐意根据社区用户的意见改进Hugging Face平台。平台创立初期，完全是社区驱动，我们先搞清楚研发人员想要什么，然后去满足他们的需求。比如研发人员最初想要的是一个托管模型的平台，我们就构建了这样的平台。
后来吸引了一些非研发的用户，他们也想要试用模型，但是运行不起来，所以我们就开始支持在web界面演示模型，比如之前收购的Gradio支持用Python演示机器学习模型。
也有研发人员提出来，是否可以提供途径让他们能就模型的偏差和局限进行说明，所以我们就推出了模型卡（model card），这样研发人员可以与想使用模型的公司进行沟通，这类似于一个迭代的过程。模型卡的提出者Margaret Mitchell博士也在几个月后离开谷歌，加入了我们的团队。
Pieter：Hugging Face提供的是平台，那你们怎么获得收入？
Clement：如果你看看过去十年市场上初创公司的创业历程，会发现开源模式的商业可行性得到了有力印证。像MongoDB、Elastic、Confluent等是收入增长最快的开源公司，获得了商业上的成功。
开源的目的是为整个行业创造更大的价值，通过开源，模型可以得到非常广泛的使用。有一万多家公司在使用Hugging Face的超过十万个模型，其中一半的模型是公开的，任何人都可以使用。
在如此庞大的用户群体中，总有一部分公司愿意付费，例如一些大型公司希望付费获得更多的企业功能，还有一些公司因为重度依赖Hugging Face平台而产生了某些特定的需求，所以希望通过付费得到解决。
因为我们秉持做好机器学习和实现机器学习“平民化”的信念，所以我们一定不能成为闭源公司单打独斗，我们希望采取一种非常开放的协作方式，让任何人都可以和我们一起做出贡献。
2
“开放科学“推动机器学习的发展
Pieter：一年前，我一直认为Hugging Face是NLP开源的大本营，但最近Hugging Face中新增了很多视觉模型。
Clement：目前在Hugging Face上语音模型和视觉模型都很热门，语音模型的下载量是每月约30万次，视觉模型的下载量每月超20万次。像Vision Transformer这样的Transformer模型在语
登录后可查看完整内容，参与讨论！
立即登录