Софія стежить за грошима, політикою та платформами, які визначають, що можуть створювати автори.
Надихнула ця історія? Перетвори ідею на власне ШІ-мистецтво за лічені секунди — безкоштовний старт, без банківської картки.
Почати безкоштовноОбери компаньйона і дізнайся його думку про цю історію
Hugging Face випустила AnySpeechRecognizer та AnyDecisionModel, дві нові моделі штучного інтелекту з відкритим вихідним кодом, оптимізовані для платформ Apple, що дозволяє творцям інтегрувати складне розпізнавання мовлення та прийняття рішень безпосередньо в програми iOS та macOS без зовнішніх викликів API.
Цей крок Hugging Face значно розширює набір інструментів, доступних розробникам та творцям ШІ-арту, що працюють в екосистемі Apple, дозволяючи більш потужну та орієнтовану на конфіденційність локальну інтеграцію ШІ. Використовуючи Core ML, фреймворк машинного навчання Apple, ці моделі працюють безпосередньо на пристроях користувачів, обходячи необхідність постійного підключення до Інтернету або дорогих хмарних обчислювальних ресурсів для основних функцій ШІ.
AnySpeechRecognizer та AnyDecisionModel розроблені для роботи повністю на пристрої, що означає, що дані користувача — такі як вимовлені слова для транскрипції або вхідні дані для моделей прийняття рішень — ніколи не залишають пристрій. Ця локальна обробка пропонує значні переваги для конфіденційності, що є зростаючою проблемою для багатьох користувачів програм на основі ШІ. Крім того, вона значно зменшує затримку, оскільки відповіді генеруються миттєво без затримки, притаманної надсиланню даних на віддалені сервери та з них. Для творців, які створюють інтерактивні можливості, ця чуйність є критично важливою.
AnySpeechRecognizer, зокрема, виділяється своєю широкою мовною підтримкою, здатною транскрибувати аудіо більш ніж 100 мовами. Це широке лінгвістичне покриття відкриває нові можливості для глобальних проектів ШІ-арту, дозволяючи більш інклюзивні голосові інтерфейси або багатомовні інструменти генерації контенту безпосередньо на iPhone, iPad та Mac. Наприклад, творець може розробити програму, яка транскрибує голосові підказки в текст для генерації зображень кількома мовами, все це обробляється локально.
AnySpeechRecognizer та AnyDecisionModel забезпечують ШІ на пристрої для користувачів Apple.
Зображення: Hugging Face Blog
Доступність цих моделей за ліцензією з відкритим вихідним кодом, у поєднанні з їх оптимізацією для Core ML, знижує бар'єр для розробників, які прагнуть інтегрувати передовий ШІ у свої програми, орієнтовані на Apple. Замість того, щоб створювати складні моделі з нуля або покладатися на комерційні API з пов'язаними витратами та міркуваннями щодо конфіденційності даних, творці тепер можуть легко інтегрувати складні можливості перетворення мовлення в текст та інтелектуального прийняття рішень. Це може призвести до нової хвилі творчих програм на пристроях Apple, від інструментів для ведення щоденника на основі ШІ, які транскрибують думки, до інтерактивних наративних можливостей, керованих голосовими командами користувача.
Для тих, хто працює з ШІ-компаньйонами або генерацією персонажів, AnySpeechRecognizer може бути використаний для більш ефективної обробки вхідних даних природною мовою, дозволяючи більш плавні та приватні взаємодії. Можливість інтегрувати такі моделі безпосередньо в основну логіку програми, а не як зовнішню службу, забезпечує більший контроль над користувацьким досвідом та потенційно зменшує поточні експлуатаційні витрати для творців. Charmloop, наприклад, пропонує каталог моделей, який розробники можуть досліджувати для подібних компонентів з відкритим вихідним кодом, які можна інтегрувати в різноманітні проекти.
Цей випуск від Hugging Face є частиною ширшої тенденції до демократизації розробки ШІ, роблячи потужні моделі доступними для ширшої спільноти. Подібно до того, як NVIDIA випустила свій Nemotron 3.5 Transcribe для офлайн-перетворення мовлення в текст, ця ініціатива Hugging Face підкріплює перехід до надійних, локально виконуваних рішень ШІ. Акцент на платформах Apple спеціально стосується значного сегмента творчого ринку та ринку розробників, пропонуючи інструменти, адаптовані до їх апаратного та програмного забезпечення. Конкретні ставки в майбутньому будуть полягати в тому, наскільки швидко спільнота розробників прийме та розвиватиме ці фундаментальні моделі, інтегруючи їх у нові програми, які розширюють межі творчості ШІ на пристроях. Оголошення Hugging Face детально описує технічні характеристики та рекомендації щодо інтеграції для цих нових моделей.