
Hugging Face, le défi français face aux géants du machine learning
Le Github du machine learning veut redessiner les cartes de l’intelligence artificielle. Sa plateforme open source regroupe des millions d’utilisateurs qui lui confèrent un argument de poids face aux ténors du secteur, engagés, eux, dans une course à la puissance au regard des investissements faramineux opérés dans le secteur.
Hugging Face ou l’audace française face aux géants du machine learning
L’union fait la force. Ce pourrait être le mantra de l’open source notamment dans le domaine de l’intelligence artificielle. Dans ce secteur, la licorne franco-américaine Hugging Face connu pour ses robots Reachy Mini offre à n’importe quel développeur du monde de déposer ses modèles de code et ses jeux de données sur une plateforme en open source afin qu’ils soient à disposition de la communauté et potentiellement réutilisés ou améliorés par d’autres. Avec ses modèles pré-entraînés, disponibles en bibliothèque open source, comme Transformers, la startup propose un gain de temps et de coût de calcul par rapport à la formation d’un modèle de machine learning entièrement nouveau.
Face aux géants américains de l’intelligence artificielle comme Chat GPT, Claude, Mistral AI ou même Grok, Hugging Face ne cède pas à la concurrence frontale, mais contourne le problème. Constatant qu’il est difficile de rivaliser en termes de moyens financiers et donc de stations de calcul avec les ténors, la licorne connue du monde entier emprunte les chemins de traverse de l’apprentissage automatique en offrant des solutions quasi clé en main. Une manière de se positionner sur le marché tout en démocratisant le machine learning.
Hugging Face, la startup française qui parle le langage de l’intelligence artificielle
Fondée en 2015 sous le nom d’ItNest (elle sera rebaptisée Hugging Face l’année suivante) par Victor Sanh et Thomas Wolf, l’entreprise a été nommée comme l’une des plus innovantes du monde en 2020 par le prestigieux MIT Technology Review. En 2019, elle a levé 15 millions de dollars de financement de série A, avec Menlo Ventures comme investisseur principal. Elle ne s’est pas arrêtée en si bon chemin. En août 2023, Hugging Face a effectué une levée de 235 millions de dollars (un peu plus de 200 millions d’euros), portant sa valorisation à 4,5 milliards de dollars grâce à plus d’un million de modèles pré-entraînés de machine learning en catalogue, plus de 400 000 applications, plus de 250 000 jeu de données et des millions d’utilisateurs.
Quand Hugging Face redéfinit le machine learning
Grâce à sa ligne de produits comportant des items phares comme Transformers (modèles d’intelligence artificielle pour PyTorch), Datasets (bibliothèque de jeu de données) ou Diffusers (diffusion de modèles sous PyTorch), Hugging Face, surnommée le “GitHub de l’apprentissage automatique”, facilite la création, le partage et l’utilisation de modèles d’intelligence artificielle. Son action relève d’une éthique numérique qui associe la transparence, l’accessibilité et la collaboration de ses utilisateurs au service de la recherche dans notre monde actuel.
En ce sens, la licorne redéfinit l’apprentissage automatique. Elle le place à la portée de tout un chacun qui ne dispose pas du temps où des millions de dollars d’investissement nécessaires pour créer son propre modèle d’intelligence artificielle entraîné sur leurs données. Elle facilite l’apprentissage et l’expérimentation car les modèles sont pré-entraînés et prêts à être utilisés. Hugging Face propose aussi à ses utilisateurs des outils pour gérer les données et les modèles, et d’autres pour développer et entraîner soi-même de nouveaux modèles d’IA.
Hugging Face face aux géants du machine learning mondial
En se posant en facilitateur d’intelligence artificielle grâce à son hub de modèles, de jeu de données, d’applications et d’outils, Hugging Face rassemble une très forte communauté de développeurs. C’est son avantage concurrentiel principal par rapport à Open AI, Google DeepMInd, Meta AI ou Anthropic. Mais cette dépendance à l’écosystème open source rend la monétisation délicate. Son business model mêle la gratuité pour la communauté des développeurs et des offres payantes pour les entreprises. Sa réussite auprès du monde entier serait une grande victoire pour la collaboration ouverte qui prouverait ainsi qu’elle peut rivaliser avec les investissements faramineux opérés dans l’intelligence artificielle aujourd’hui. Elle serait aussi une victoire pour l’écosystème européen qui y verrait là une manière de rivaliser avec les américains.
Les + vues
Inscrivez-vous !
INSCRIVEZ-VOUS À 
NOTRE NEWSLETTER !
![]()
Renseignez votre adresse mail
pour recevoir nos nouveautés
et rester informé de nos actualités.
Top Mots Clés :
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
                        
Laisser un commentaire