考虑到机器学习将占据软件开发的绝大部分，并且非技术人员将越来越多地接触到AI系统，AI的主要挑战之一是适应和增强员工的技能。还越来越有必要支持教职工积极考虑AI的伦理和关键问题。
作为一个开源公司，Hugging Face相信对全球各个背景的人们进行教育是至关重要的。
我们于2022年3月启动了ML demo.cratization巡回演示，Hugging Face的专家为来自16个国家的1000多名学生进行了实操课程，内容涉及协作构建机器学习。我们的新目标是：到2023年底，教授500万人机器学习。
本博客文章提供了我们如何实现教育目标的高层次描述。
🤗 面向所有人的教育
🗣️ 我们的目标是使机器学习的潜力和限制为所有人所理解。我们相信这样做将有助于引导该领域朝着应用这些技术将对整个社会带来净利益的方向发展。
我们现有努力的一些例子：
- 我们以非常易懂的方式描述了不同ML模型的用途（摘要、文本生成、目标检测等）。
- 我们允许每个人直接在他们的浏览器中通过模型页面中的小部件试用模型，从而降低了所需的技术技能（示例）。
- 我们记录并警告系统中发现的有害偏见（如GPT-2）。
- 我们提供工具来创建开源ML应用，让任何人可以通过一键了解ML的潜力。
🤗 面向初学者的教育
🗣️ 我们希望通过提供在线课程、实操研讨会和其他创新技术，降低成为机器学习工程师的门槛。
- 我们提供了一个关于自然语言处理（NLP）和更多领域（即将推出）的免费课程，使用Hugging Face生态系统中的免费工具和库。完全免费，无广告。该课程的最终目标是学习如何将Transformer应用于（几乎）任何机器学习问题！
- 我们提供了一个关于深度强化学习的免费课程。在这门课程中，您可以理论和实践学习深度强化学习，学习使用著名的深度强化学习库，在独特的环境中训练代理，使用一行代码将经过训练的代理发布到Hugging Face Hub等等。
- 我们提供了一个关于如何为您的机器学习模型构建交互式演示的免费课程。该课程的最终目标是让ML开发人员可以轻松地向广大观众展示他们的工作，包括非技术团队或客户，研究人员更容易复现机器学习模型和行为，最终用户更容易识别和调试模型的故障点等等。
- Hugging Face的专家们撰写了一本关于Transformer及其在各种NLP任务中的应用的书籍。
除了这些努力之外，许多团队成员还参与其他教育工作，例如：
- 参加聚会、会议和研讨会。
- 制作播客、YouTube视频和博客文章。
- 组织活动，为任何人提供免费的GPU，以便能够训练和分享模型并为其创建演示。
🤗 面向教师的教育
🗣️ 我们希望为教育工作者提供工具，并提供协作空间，让学生可以使用开源技术和最先进的机器学习模型构建机器学习。
-
我们为教育工作者提供免费基础设施和资源，以便快速向学生介绍ML的实际应用，并使学习更有趣和有意义。通过从Hub创建一个免费的教室，教师可以将他们的课堂变成协作环境，学生可以使用免费的开源技术和最先进的模型来学习和构建ML应用。
-
我们组织了一场免费工作坊（6月6日），介绍如何在机器学习和数据科学课程中教授我们的教育资源。欢迎注册。
-
我们正在与大学教师合作进行全球巡回演示，教授10000多名学生我们的核心课题之一：如何协作构建机器学习？您可以通过ML demo.cratization巡回演示倡议申请Hugging Face团队的成员为您的课堂运行该课程。
🤗 教育活动和新闻
- 09/08 [活动]: 在阿根廷的机器学习演示巡回活动，下午2点（GMT-3）。链接在这里。
🔥 我们目前正在为课程添加更多内容，敬请期待！