Hugging Faceを、世界全体の正確な総数というよりは、オープンなAIモデルエコシステムの指標として用いた、公開されているAIモデルのリアルタイム集計です。
— モデル
世界中のすべてのAIモデルを網羅した単一のグローバルな登録簿は存在しません。このページでは、Hugging Faceを通じて公開されているモデルを追跡しており、オープンなエコシステムにどれだけのAIモデルが存在するかを把握する上で、有用な目安となります。
モデルエントリには、ベースモデル、ファインチューニングモデル、埋め込みモデル、分類器、実験的チェックポイント、またはタスク固有の機械学習モデルが含まれる。
公開されているAIモデルの数は、オープンなAIの活動、開発者の採用、機械学習エコシステム全体の実験のペースを示す有用なシグナルである。
このカウンターは現在、Hugging Face の最新の公開モデルスナップショットを、オープン AI モデルエコシステムの代用として使用しています。これは、世界中のすべての非公開、内部用、または未公開の AI モデルの正確な総数として解釈すべきではありません。詳細については、 方法論.
AIモデルはデータからパターンを学び、それをパラメータに保持し、新しい入力に対して予測や有用な出力を生成します。
ロボット工学において、AIは、データ、シミュレーション、デモンストレーションを用いて学習させたモデルを活用し、機械が周囲の環境を認識し、指示を理解し、行動を計画し、現実世界の課題に適応できるよう支援するために活用されています。
AIモデルは、大規模データセットからパターンを学び、内部パラメータを調整し、そのパターンを使って新しい入力に応答するように学習されます。この学習プロセスが、AIモデルの動作の基盤です。
主要なAIおよびハイパースケールデータセンターの地域、既知のAIスーパーコンピュータ設置拠点、ならびにAIインフラがどこに構築されているかを追跡するための公開情報源について、慎重な観点から概観したものです。
データセンターは、冷却システム、ファン、チラー、変圧器、非常用発電機、高密度インフラなどが近隣の地域に隣接した場所で24時間稼働している場合があるため、騒音が大きくなることがあります。
AIがGPUを使うのは、ニューラルネットワークに大規模な並列計算が必要だからです。GPUは多数の数学演算を同時に実行できるため、モデル学習と大規模なAI推論に不可欠です。