Kurz gesagt: Hugging Face hat mit „ML Intern“ einen KI-Assistenten vorgestellt, der komplette Machine-Learning-Experimente von der Recherche über das Training bis zur Dokumentation begleiten kann. Vor dem Start kalkuliert das System die erwarteten Rechenkosten und arbeitet nach Freigabe innerhalb des vereinbarten Budgets.
Machine-Learning-Projekte erfordern normalerweise nicht nur passende Modelle und Datensätze, sondern auch Kenntnisse über Trainingsprozesse, Werkzeuge und Rechenressourcen. Hugging Face will diese Einstiegshürde mit einem neuen KI-Assistenten senken. Wie weit lässt sich eine komplette ML-Pipeline bereits automatisieren?
Nutzer beginnen mit einem Gespräch über ihre Projektidee. Anschließend recherchiert der „ML Intern“ auf dem Hugging Face Hub, GitHub und im Web nach geeigneten Modellen, Datensätzen und Werkzeugen. Bevor eigentliche Rechenaufgaben gestartet werden, schätzt der Assistent die erforderlichen Kosten und schlägt ein Budget vor. Nach dessen Freigabe soll dieser Betrag nicht überschritten werden.
Vom Datensatz bis zur fertigen Demo
Nach dem Start übernimmt ML Intern mehrere Arbeitsschritte eigenständig. Dazu gehören das Erstellen von Datensätzen, das Trainieren von Modellen und die Überwachung laufender Jobs. Ergebnisse kann der Assistent anschließend auf den Hugging Face Hub laden.
Auch Dokumentation und Präsentation sind Bestandteil des Ablaufs: ML Intern kann Berichte schreiben und Demos erstellen. Für jeden Trainingslauf steht zudem ein Dashboard bereit, über das sich der Fortschritt kontrollieren lässt.
Wie kompakt solche Experimente ausfallen können, zeigt ein Beispiel aus einem Demovideo von Hugging Face. Der vollständige Ablauf benötigte laut Unternehmen rund sechs Stunden und verursachte Kosten von weniger als 0,50 US-Dollar.
Damit verschiebt sich ein Teil der Arbeit von der manuellen Bedienung einzelner ML-Werkzeuge hin zur Beschreibung eines gewünschten Ergebnisses und zur Kontrolle des automatisierten Prozesses. Gerade für Nutzer ohne tiefgehendes Machine-Learning-Fachwissen könnte dies den Zugang zu eigenen Experimenten vereinfachen.
Parallel dazu befindet sich Hugging Face mitten in einer Übernahme durch Nvidia. Nvidia-CEO Jensen Huang hat zugesagt, die Plattform weiterhin offen und hardware-neutral zu halten.
Wer Entwicklungen rund um KI-Assistenten, automatisierte Machine-Learning-Workflows und neue Werkzeuge für den praktischen KI-Einsatz verfolgen möchte, findet weitere Einordnungen im Newsletter „Beratung-KI“.
Effizienz durch Innovation: Teile der textlichen und visuellen Ausgestaltung dieser Seite wurden durch generative KI-Systeme unterstützt.