Nu kan alle køre ML-eksperimenter uden ML-ekspertise

Hugging Face har lanceret ML Intern, en assistent i deres chatrobot, der kan lave forsøg med kunstig intelligens for begyndere.

Det sænker barrieren, fordi systemet selv finder data og modeller og holder sig til budgettet.

Nu er Hugging Face ved at blive opkøbt af Nvidia, som har lovet at platformen fortsat er åben og virker med alle typer hardware.

Hugging Face har lanceret ML Intern. ML står for machine learning, altså maskinlæring. Det er en kunstig intelligens-assistent, der er bygget ind i deres chatbot. En chatbot er et program, man kan skrive med, som når man taler med en ven på en besked-app. Assistenten skal hjælpe folk med at lave maskinlæringsforsøg, selv om de ikke er eksperter. Brugeren fortæller bare sin idé i en samtale. Derefter leder assistenten på Hugging Face Hub, GitHub og internettet efter de rigtige modeller, datasæt og værktøjer. Hugging Face Hub kan tænkes som et bibliotek med færdige byggeklodser. GitHub er et sted, hvor programmører deler kode. En model er et computerprogram, der kan genkende mønstre. Et datasæt er en samling af data, som programmet kan lære af.

Før forsøget starter, regner ML Intern på, hvad det vil koste i regnekraft. Regnekraft er den tid og energi, computere bruger på at arbejde. Assistenten foreslår et budget, som et loft på en telefonregning. Når brugeren godkender det, må systemet ikke overskride grænsen. Derefter kan det arbejde selv. Det kan skabe datasæt, træne modeller, holde øje med kørende opgaver, uploade resultater til Hub, skrive rapporter og bygge demoer. At træne en model svarer lidt til at lære en elev op med eksempler. En demo er en lille prøveversion, man kan prøve.

Hver træningskørsel får sit eget dashboard. Det er en oversigtsside, der viser fremdrift, som et speedometer i en bil. I en demovideo kørte et eksempel i omkring seks timer og kostede under 0,50 dollar, ifølge Hugging Face. Værktøjet gør det lettere at starte nye maskinlæringsprojekter på platformen. Samtidig er Hugging Face midt i et opkøb af Nvidia. Nvidias topchef, Jensen Huang, har lovet at holde platformen åben og hardware-neutral. Hardware-neutral betyder, at den ikke låser sig fast til én bestemt type computerudstyr.