Ciao a tutti, sono Vincenzo Lomonaco, ricercatore e docente all’Università di Pisa.
Nella puntata di oggi parliamo di un tema di forte tendenza nel mondo dell’intelligenza artificiale, ossia dell’emergere e grande crescita del concetto di AI Marketplaces o Models hubs, piattaforme nelle quali è possibile trovare ed eventualmente acquistare, usare modelli e soluzioni all’avanguardia per ogni scopo e con compromessi diversissimi tra efficacia ed efficienza.
Andremo incontro a un unico centralizzato marketplace alla Amazon per soluzioni di AI nel futuro? Esistono delle alternative open source? E quali sono le implicazioni per il futuro dell’AI in questo senso a cavallo tra ricerca e innovazione? Scopriamolo insieme in questa puntata di Le Voci dell’AI.
Il trend crescente degli AI Models Hubs e marketplaces di modelli evidenzia un’evoluzione verso la standardizzazione della condivisione di modelli addestrati, semplificando lo sviluppo e la sperimentazione in ambito AI Tra le piattaforme più influenti spicca Hugging Face, che si distingue per la vastità dell’offerta.
Pensate: oltre 1,8 milioni di modelli, supporto multimodale e un’interfaccia avanzata con filtri per task, librerie, parametri e inferenza, lo vedremo dopo, divenendo di fatto lo standard de facto per soluzioni di natural language processing e molto altro.
Un’alternativa emergente è ModelScope di Alibaba focalizzata su modelli open source cinesi e internazionali, con attenzione alla documentazione tecnica e compatibilità con l’ambiente di sviluppo ModelScope SDK.
TensorFlow Hub, mantenuto invece da Google, fornisce modelli ottimizzati per l’ecosistema TensorFlow Keras con particolare orientamento alla classificazione, alla visione artificiale e a sistemi embedded; è utile soprattutto in ambito di prototipazione aziendale.
PyTorch Hub, invece, è più minimalista e integrato con l’ambiente di sviluppo Pytorch, spesso rivolto a sviluppatori esperti e accademici, soprattutto, che preferiscono modelli caricabili via codice senza interfacce grafiche avanzate.
Altri spazi da considerare sono quelli di ONNX Model Zoo o Papers with Code, che si focalizzano invece sulla riproducibilità e confronto tra modelli.
Ecco, queste piattaforme differiscono per specializzazione, comunità e usabilità, ma tutte convergono nel promuovere l’accessibilità e riusabilità dell’intelligenza artificiale, dei suoi modelli addestrati.
Ecco, in questa immagine vediamo la piattaforma Hugging Face Models Hub.
Di cosa si tratta? Si tratta di una piattaforma che rappresenta uno dei punti di riferimento principali per la condivisione, esplorazione e utilizzo di modelli di intelligenza artificiale, specialmente open source.
L’interfaccia mostrata nell’immagine, quindi, riflette chiaramente l’organizzazione intuitiva e la ricchezza funzionale dell’offerta del sito.
Nella parte superiore si trova una barra di ricerca centrale che permette di cercare modelli filtrandoli per nome e facilitando un accesso rapido alle risorse desiderate.
Al di sotto, Il pannello di sinistra rappresenta una vasta gamma di filtri e categorie che rendono estremamente agevole restringere i risultati della ricerca secondo le necessità dell’utente.
Si possono selezionare i modelli in base al tipo di task che si vuole risolvere: text generation, image to text, text to speach, eccetera, oppure in base alla dimensione dei parametri da meno di 1.000.000.000 a oltre 500 miliardi, alle librerie supportate come Pytorch, Tensorflow, JAX, Transformers e infine agli strumenti di inferenza compatibili comeTogether AI, Fireworks, Replicate, eccetera.
I modelli sono invece elencati nella sezione centrale, ognuno corredato da informazioni chiave come il nome, l’autore, la categoria di task, la data dell’ultimo aggiornamento, il numero di like, le stelle, i download, il che fornisce un’idea immediata della popolarità e dell’attività recente del modello.
Infine, un sistema di ordinamento in alto a destra permette di visualizzare i modelli in base ai criteri come trending, aiutando a individuare quelli che sono i modelli più attuali e utilizzati.
I modelli elencati, come ad esempio Menlo/Jan-nano, Mistral AI Mistral-Small-3.2-24B-Instruct-2506 o Google Gemma 3n, offrono una varietà di funzioni da generazione di testo a classificazione video, dal riconoscimento OCR alla sintesi vocale.
L’interfaccia, come vedete è visivamente chiara grazie a una palette minimalista e a icone intuitive che identificano immediatamente il tipo di task o la libreria associata.
Come dicevamo, tramite questa piattaforma e questa struttura ben organizzata, anche gli utenti meno esperti possono esplorare e trovare modelli adatti con pochi clic.
In sostanza, Hugging Face attraverso l’infrastruttura di questo Models Hub offre un’esperienza utente completa e accessibile, ideale sia per sviluppatori esperti sia per principianti, grazie a un ecosistema ricco e a una ricerca assistita con filtri molto potenti e immediati.
In questo grafico invece vediamo chiaramente l’andamento mensile della crescita del numero di modelli pubblicati su Hugging Face Models Hub evidenziando un’accelerazione netta a partire dal 2023 fino al 2024.
Dopo un picco iniziale di circa 33.000 modelli intorno a marzo 2022, il numero mensile di nuovi modelli si è stabilizzato tra i 5.000 e gli 8.000 per diversi mesi, segnando una fase di crescita contenuta ma costante. Dalla fine del 2022 e inizio 2023 si osserva una ripresa con un incremento progressivo: 15.000 modelli intorno a dicembre 2022, seguiti da 23.000 in aprile 2023.
A partire poi, dalla metà del 2023 si nota una vera e propria esplosione della crescita, con un salto significativo a 33.000 modelli nel luglio 2023, fino a raggiungere circa i 38.000 modelli nei primi mesi del 2024.
Questo trend si intensifica ulteriormente nella prima metà del 2024, con valori mensili che superano i 50.000 modelli a marzo e arrivano a 61.000 a giugno.
Il picco massimo viene poi raggiunto a settembre 2024, in questo grafico con 115.000 modelli pubblicati in un solo mese, mostrando quindi questa accelerazione incredibile verticale del contributo della community.
Ecco, questo incremento che ha portato Hugging Face ad avere più di 1.800.000 modelli all’attivo, oggi può essere attribuito a molteplici fattori: la crescente adozione delle app generativa, l’espansione delle applicazioni multimodali, ma soprattutto la facilità d’uso dell’app e crescente supporto di aziende e istituzioni che la usano.
In particolare, il boom tra metà e fine del 2024 suggerisce un periodo di maggiore apertura e rilascio di modelli, probabilmente legato alla pubblicazione anche di versioni open di modelli proprietari, strumenti low code per la generazione di app personalizzate e campagne collaborative su larga scala.
Il grafico quindi, suggerisce non solo una crescita quantitativa, ma anche un trend qualitativo verso una adozione di massa e democratizzazione dell’AI attraverso l’ecosistema Hugging Face e non solo.
Bene, in questa puntata abbiamo discusso dell’emergere di piattaforme di condivisione e commercializzazione di modelli di eye pre addestrati, pronti per l’utilizzo o da customizzare a seconda del caso d’uso.
In particolare abbiamo descritto Hugging Face e il suo Models Hub, che oggi vanta quasi 2 milioni di modelli liberamente scaricabili accessibili e costituisce la più larga piattaforma di questo tipo, utilizzata direi in maniera sempre più preponderante dalla comunità di ricerca e sviluppo nel mondo dell’intelligenza artificiale.
In futuro non potremo che aspettarci un’evoluzione esponenziale di questo tipo di paradigma di condivisione nella creazione di un vero e proprio ecosistema aperto di soluzioni di AI da poter utilizzare, scambiare e personalizzare collettivamente.
Ciao! Alla prossima puntata di Le Voci dell’AI!
