提到 AI 競賽，以往人們脫口而出的大多是 OpenAI、谷歌、微軟等一眾大廠，但隨著 Hugging Face 的出圈，人們逐漸意識到，如今的開源社區(qū)也已經(jīng)成長為了一股不容忽視的力量。

作為開源界的頂流、AI 領(lǐng)域的 GitHub，Hugging Face 的發(fā)展模式是基于開源的協(xié)作與合作，以開放、透明的方式與全球的開發(fā)者和研究者合作，通過提供一鍵式的技術(shù)工具，極大地降低了 AI 的技術(shù)門檻。

【資料圖】

7 月 7 日上午，在世界人工智能大會 WAIC 的主會場，Hugging Face 的中國區(qū)負(fù)責(zé)人王鐵震，與未盡研究的創(chuàng)始人周健工，進(jìn)行了一場主題為《開源力量推動生成式 AI 發(fā)展》的對話。

在王鐵震看來，開源最大的優(yōu)勢就是「透明」，每個人都能打開大模型的「黑盒」看到數(shù)據(jù)是如何被應(yīng)用于訓(xùn)練的，每個人也都能依據(jù)自身需求場景去創(chuàng)造屬于自己的 AI 模型。

同時，作為一家估值至少 20 億美元的開源社區(qū)，Hugging Face 主打的就是「貼近群眾」，例如直接將活動搬到小紅書上，讓更多人能近距離接觸 AI。

王鐵震認(rèn)為，未來 AI 發(fā)展的關(guān)鍵則在于：「不僅僅要讓 AI 的發(fā)展能幫助到各行各業(yè)的人，也要讓各行各業(yè)的人加入進(jìn)來對 AI 的發(fā)展產(chǎn)生幫助。」

AI 2.0 需要新的「學(xué)習(xí)」

周健工：之前你說這半年一直在學(xué)習(xí)，你在學(xué)什么？通過你的學(xué)習(xí)，對生成人工智能這個行業(yè)的前景有什么新的感悟嗎？

王鐵震：過去五六年我在谷歌都是在做 AI，我們當(dāng)時做谷歌人工智能的訓(xùn)練框架，當(dāng)時我們在服務(wù)器上、手機(jī)上都有做過一些工作。但是我發(fā)現(xiàn)當(dāng)時那一波的人工智能和現(xiàn)在的 AI 2.0 有很大的不同，因?yàn)橐郧暗哪Ｐ推鋵?shí)沒有那么聰明，它的通用性也不好，每一個新場景都要重新去訓(xùn)練，所以它是面向開發(fā)者的一個 AI 工具，并不是普通人也能用起來的 AI 工具。

去年大概 10 月、11 月的時候，我發(fā)現(xiàn)這一波 AI 浪潮非常的不一樣。像是 Stable Diffusion，玩得最火的可能不是 AI 圈的人，而是學(xué)習(xí)藝術(shù)、設(shè)計的這些人，之后的 ChatGPT 更是很多美國的普通學(xué)生在用來寫作業(yè)了，這個給我的感覺非常不一樣。

當(dāng)時正好有一個契機(jī)，我就加入了 Hugging Face，加入之后一直在學(xué)習(xí)這方面比較新的技術(shù)。其實(shí)也不只是技術(shù)，我還需要向開發(fā)者去學(xué)習(xí) To C 的東西，讓每個人都能把大模型用起來，根據(jù)自己的需求去將大模型與自己的領(lǐng)域相結(jié)合。

我也在學(xué)習(xí)大家是怎么使用這個技術(shù)的，它能去解決什么樣的問題，看到大家的一些創(chuàng)新想法會感到非常開心。所以前六個月，我基本上都在學(xué)習(xí)的過程中，每天都是非常充實(shí)，感覺 24 個小時完全不夠用。

王鐵震在 WAIC2023 大會上介紹 Hugging Face 開源社區(qū)｜WAIC

開源的最大優(yōu)勢是「透明」

周健工：行業(yè)內(nèi)現(xiàn)在產(chǎn)生的一個爭論是，閉源和開源的模型是怎么共同推動生成式人工智能往前發(fā)展的？它們各自有哪些特點(diǎn)和不同？

王鐵震：以大模型為例，大家最熟悉的 ChatGPT 其實(shí)就是一個閉源的模型，目前 GPT-4 是效果最好的模型，這毋庸置疑。很多企業(yè)在創(chuàng)業(yè)的早期也都是選擇接入 ChatGPT，直接在外面做一些 prompt engineering，做 fact database，就可以很快地把產(chǎn)品做成。

但是隨著規(guī)模的擴(kuò)大，或者說因?yàn)椴煌I(lǐng)域的一些要求，就會發(fā)現(xiàn)數(shù)據(jù)安全、企業(yè)部署的場景、部署的成本以及大模型功能上的問題。大家發(fā)現(xiàn) ChatGPT 并不能完整滿足他們的需求之后，企業(yè)就會想能不能擁有一個自己可控、可調(diào)、可「魔改」的模型。

Hugging Face 當(dāng)時贊助了一個叫做 Big Science 的開源組織，他們做了一個 Bloom 模型，是一個千億級的模型。我們當(dāng)時把這個模型訓(xùn)練下來，用了 300 多塊 A100（英偉達(dá) GPU），花了 100 多天，最后算下來成本非常高。包括訓(xùn)練產(chǎn)生的碳排量，其實(shí)相當(dāng)于排放了 50 多噸的二氧化碳才計算出來，所以從頭訓(xùn)練一個大模型是非常不經(jīng)濟(jì)的，尤其是對于中小型的公司來講。

但是我們把模型訓(xùn)練完成后，包括很多其他做開源的大模型，會把這個模型公布出來，大家可以基于這個模型去做一些場景的調(diào)優(yōu)，這樣對于企業(yè)的要求就更低。企業(yè)不再需要那么多顯卡，也不需要那么多時間，甚至稍微少一點(diǎn)的算力和數(shù)據(jù)都可以做到這個事情。這其實(shí)是開源社區(qū)給大家?guī)淼姆浅：玫臋C(jī)會。

往更遠(yuǎn)說，開源社區(qū)所有的東西都是透明的，你知道這個模型用了哪些數(shù)據(jù)，包括最近大家都在說網(wǎng)絡(luò)信息有被遺忘的權(quán)利，但是閉源模型的數(shù)據(jù)被吃掉后，你永遠(yuǎn)不知道是不是有些關(guān)于你的事情會在互聯(lián)網(wǎng)上被公布出去，相反，開源模型所有的數(shù)據(jù)集都是公開的。

我們在做大模型的時候設(shè)計了一個特殊的機(jī)制，就是允許你 opt out（退出）。因?yàn)槟Ｐ偷臄?shù)據(jù)集、模型訓(xùn)練，以及模型的發(fā)布、優(yōu)化都是在網(wǎng)上全部公開的，所以你隨時可以發(fā)現(xiàn)這個模型在做什么事情。所謂的 opt out 機(jī)制，是說如果我的數(shù)據(jù)不想被大模型吃掉，不想用于這個大模型的訓(xùn)練，你隨時可以把它抹掉。

所以我認(rèn)為開源相對閉源一個非常大的優(yōu)勢就是——透明。開源模型可以給每個人更多的選擇，每個國家、企業(yè)都可以按照自己的需求去定制。另外，開源還是一個非常好的工具，它可以通過在線的平臺去團(tuán)結(jié)全世界的開發(fā)者，只要你有想法、有自己的思路，就可以加入到開源社區(qū)，把你做的事情很快地跟全世界分享。

周健工：開幕的那天 Yann LeCun 楊立昆有一個對話，他認(rèn)為解決大模型現(xiàn)存問題的唯一的出路就是開源，你怎么評論這句話？

王鐵震：站在 Hugging Face 的角度，我們其實(shí)是非常期望通過開源的方式把大模型普惠化，讓每一個公司、每一個人都能擁有自己的大模型去做自己的事情，去解決數(shù)據(jù)隱私、數(shù)據(jù)安全等問題。

包括最近有很多企業(yè)都明確的規(guī)定他們的員工不允許使用 ChatGPT 這種模型，甚至有一些謠言說 Google 的員工也不允許使用自己的 Bard 模型，因?yàn)閾?dān)心隱私數(shù)據(jù)的泄露。

還有一點(diǎn)是，為了讓模型在某一個領(lǐng)域去更加趨同人的行為，ChatGPT 做了很多工作，但是它只給了我們一個選擇。通過開源，我們每一個人都可以根據(jù)自己的需求去生成模型。

「社區(qū)」是 Hugging Face 非常強(qiáng)調(diào)的文化基因｜Hugging Face

AI 玩上小紅書

周健工：Hugging Face 上有 25 萬個模型，這個數(shù)字很令人吃驚，這 25 萬個模型都是什么樣的模型？他們?yōu)槭裁炊寂艿侥銈兊钠脚_？能不能簡單科普一下。

王鐵震：我們剛才聊得很多都是 NLP（自然語言處理）領(lǐng)域的文本大模型，其實(shí)在我們開源社區(qū)看來，這只是千千萬萬大模型種類的一種。

為什么千千萬萬的模型都選擇上傳到 Hugging Face，我想從兩點(diǎn)來回答，一個是說技術(shù)層面，一個是從社區(qū)層面。

技術(shù)層面

技術(shù)層面上其實(shí)我們是像 AI 界的 GitHub，比 GitHub 更適合 AI 界的一點(diǎn)，是我們支持大文件的上傳，我們免費(fèi)提供 hosting，免費(fèi)提供全球 CDN 的 deliver。這些對大家的幫助是非常大的，而且大家基于我們的平臺可以做版本控制以及開源協(xié)作，每個人都可以來貢獻(xiàn)一點(diǎn)，最終把開源模型變得更好。

在技術(shù)上我們還提供了可以一鍵部署的功能，你可以點(diǎn)一下鼠標(biāo)就將模型快速的部署到亞馬遜云上，很快就可以將模型使用起來。

文化層面

從社區(qū)文化上來說，我們是一個非常重視開源社區(qū)的公司，我們特別希望幫助大家，希望能有更多的開發(fā)者參與到開源的事業(yè)中，所以我們特別愿意去接受大家的反饋，去跟大家做互動。

比如對于第一次來貢獻(xiàn)代碼的開發(fā)者，我們會對他們進(jìn)行非常細(xì)致的輔導(dǎo)，這其實(shí)很花時間，而且投入產(chǎn)出比不高，但我們覺得這是一個非常有價值并且重要的事情，因?yàn)槲覀円岩粋€開源社區(qū)做起來。

我舉個例子，昨天晚上我看到微信群里有人說覺得 Hugging Face 很有意思，因?yàn)樗熬褪潜г沽艘幌挛覀兊南到y(tǒng)有的變量名不是特別好，第二天就發(fā)現(xiàn) Hugging Face 的員工專門開了一個 issue 來討論這個問題。

我們社區(qū)的文化實(shí)際上是非常好的，每一個人到社區(qū)里都有一種家的感覺，大家也更愿意使用我們的平臺。

周健工：你談到的社區(qū)其實(shí)有三類用戶，第一批是早期的研究者，第二批是開發(fā)者，第三批是真正的技術(shù)使用者，能不能結(jié)合你的工作來聊聊未來 Hugging Face 社區(qū)的發(fā)展方向？

王鐵震：我們想要做 AI 的普惠化，希望每一個國家和企業(yè)都能有自己的模型，并且每個人也有使用 AI 的能力。所以我們早期的工作確實(shí)是在關(guān)注研究者，在思考怎么方便他們?nèi)ジ斓貏?chuàng)造一個模型，隨后我們設(shè)計了一套 API 的流程，讓大家可以用同樣的 API 去快速的調(diào)用基于 Transformer 或者 Diffusion base 的模型。

慢慢地我們擴(kuò)展到了工業(yè)界，希望抹平學(xué)術(shù)界和工業(yè)界之間的差異，讓一個模型從學(xué)術(shù)界拿過來之后很快就能在工業(yè)界用起來。現(xiàn)在我們發(fā)現(xiàn)新一波的生成式人工智能對每一個非技術(shù)向的用戶都有很大的幫助，所以我們也希望進(jìn)一步抹平這方面的門檻。

我們在 Hugging Face 上提供了一些非常有意思的工具。正常來說你在 GitHub 上看到一個 repo（repository，可以理解為存放項(xiàng)目的倉庫），要把它用起來需要自己裝環(huán)境搭配，對于很多非技術(shù)向的用戶這是一個很麻煩的事情，因?yàn)樗赡芸吹竭@堆代碼之后也用不起來。

我們做了一個 spaces，可以在線免費(fèi)給用戶提供一個容器環(huán)境，開發(fā)者可以把它的模型直接部署在 spaces 上，當(dāng)用戶進(jìn)來的時候看到就不僅僅是一堆代碼，他看到的是一個鮮活的應(yīng)用，可以直接在上面點(diǎn)一點(diǎn)玩起來，直接看到效果。我覺得這個對大家?guī)椭翘貏e大的。

另外我們也會在國內(nèi)搞很多活動，希望幫助更多人去了解 AI 模型是怎么回事兒。

Hugging Face 在小紅書上開展的 AI 頭像活動｜Hugging Face

插個廣告，我們最近在小紅書上進(jìn)行基于我們 Diffusion 的活動，希望大家能去生成自己的卡通風(fēng)格頭像，跟其他產(chǎn)品不同的是我們提供了一個開發(fā)的環(huán)境，你可以在其中看到每執(zhí)行一步程序，圖像產(chǎn)生的結(jié)果里面會有很多參數(shù)，你可以把黑盒打開，了解到這個模型里面到底在做些什么，然后進(jìn)一步將更多的 AI 能力和實(shí)際需求結(jié)合起來。

我們最近也在做 AI for Gaming，希望做游戲的同學(xué)能夠了解 AI 的能力，讓做 AI 的人也了解游戲場景中他們在關(guān)注什么，把兩者結(jié)合起來，我們認(rèn)為這個方向會有很多有意思的探索。

總結(jié)一下，我認(rèn)為不僅僅要讓 AI 的發(fā)展能幫助到各行各業(yè)的人，其實(shí)也要讓各行各業(yè)的人加入進(jìn)來對 AI 的發(fā)展產(chǎn)生幫助。大家可以一起探索這些前沿未來的方向，這不是 AI 圈自己就能解決的一個問題，我們要把具體的場景帶進(jìn)來。