Découvrez comment Microsoft Azure et Hugging Face s'associent pour intégrer les modèles de machine learning open source dans les applications et les services Azure, offrant de nombreuses possibilités pour résoudre divers problèmes commerciaux.

Lors de la récente Journée Open Source de Microsoft Azure, une nouvelle application de référence a été présentée, construite à l'aide d'outils et de services cloud-native et mettant en avant les outils open source de Microsoft. Cette application a pour but d'aider les propriétaires à retrouver leurs animaux perdus en utilisant le machine learning pour comparer rapidement les photos d'un animal disparu avec celles des refuges, des sauvetages et des sites communautaires. C'est un excellent exemple de la manière dont les outils open source peuvent construire des sites et des services complexes. Au cœur de cette application se trouve un modèle open source de machine learning provenant de la communauté Hugging Face, qui possède une bibliothèque de milliers de modèles et de jeux de données. La raison principale d'utiliser les modèles de Hugging Face est leur échelle, qui permet d'importer ces modèles pour les utiliser dans votre propre code, les exécuter sur vos propres serveurs ou les utiliser via une API cloud. Une autre raison de choisir Hugging Face dans Azure est qu'il permet d'appliquer l'IA à de nombreux problèmes commerciaux différents. Bien que les API de Cognitive Services de Microsoft couvrent de nombreux scénarios courants d'IA, elles ne sont qu'une vision unique de ce qui est utile pour les entreprises. Les modèles de Hugging Face, en revanche, ont été construits et entraînés par la communauté pour beaucoup plus de scénarios que ceux de Microsoft. Avec plus de 40 000 modèles basés sur son framework Transformer, Hugging Face peut vous aider à résoudre des problèmes de personnalisation en proposant des modèles adaptés à une grande variété de tâches, y compris le langage naturel, l'audio et la vision par ordinateur. Récemment, Microsoft a lancé le support des modèles Hugging Face sur Azure, offrant un ensemble de points de terminaison à utiliser dans votre code. Les modèles sont construits et testés par la communauté Hugging Face, et l'approche par points de terminaison signifie qu'ils sont prêts à être utilisés dans vos applications et services Azure. Cette collaboration entre Microsoft Azure et Hugging Face ouvre de nombreuses possibilités pour l'avenir du machine learning et devrait être explorée par les entreprises souhaitant tirer parti de l'IA pour résoudre divers problèmes commerciaux.