Ai2 verdrievoudigt opslag op Hugging Face voor open AI-modellen

TL;DR

• Wat: Het Allen Institute for AI (Ai2) verdrievoudigt zijn opslagruimte op het Hugging Face-platform naar bijna 2 petabyte en krijgt onbeperkte downloadsnelheid voor zijn open modellen en datasets.
• Waarom relevant: Ai2 publiceert alles — trainingdata, code, modellen — onder een open licentie die commercieel gebruik toestaat. Dat maakt het voor bedrijven makkelijker om AI in te zetten zonder afhankelijk te zijn van één leverancier.
• Wat je ermee kunt: Bekijk of OLMo of Molmo bruikbaar zijn als basis voor interne AI-toepassingen, bijvoorbeeld documentverwerking of klantvragen beantwoorden.

Ik las deze week dat het Allen Institute for AI — beter bekend als Ai2 — zijn samenwerking met Hugging Face flink uitbreidt. Meer opslagruimte, snellere downloads, en de belofte dat open wetenschap makkelijker toegankelijk wordt. Ik vind het de moeite waard om hier even bij stil te staan, want dit raakt direct aan een keuze die steeds meer ondernemers moeten maken: ga je all-in op een commerciële AI-dienst, of kijk je ook naar open alternatieven?

Wat er precies is aangekondigd

Ai2, een non-profit onderzoeksinstituut opgericht door wijlen Paul Allen (medeoprichter van Microsoft), heeft aangekondigd dat het zijn opslag op het Hugging Face-platform verdrievoudigt naar bijna 2 petabyte. Om dat in perspectief te plaatsen: 2 petabyte is ruwweg twee miljoen gigabyte. Dat is genoeg ruimte om honderden miljoenen boeken op te slaan.

Daarnaast worden de standaard snelheidslimieten van Hugging Face voor Ai2 opgeheven. Dat klinkt misschien als een technisch detail, maar het maakt in de praktijk een groot verschil. Ai2 publiceert namelijk niet alleen afgeronde modellen, maar ook tussenversies (zogenoemde checkpoints) en complete trainingdatasets. Die bestanden zijn enorm groot. Zonder snelheidslimieten kan iedereen die bestanden nu op volle snelheid binnenhalen.

De cijfers zijn indrukwekkend: Ai2 heeft meer dan 900 modellen en 1.200 datasets op het platform staan, en die zijn sinds het voorjaar van 2024 meer dan 50 miljoen keer gedownload. Volgens Hugging Face publiceert Ai2 jaarlijks meer onderdelen dan welke andere organisatie ook op het platform.

Welke modellen staan er dan?

Wat mij hier opvalt, is de breedte van wat Ai2 openbaar maakt. Het gaat niet om één model, maar om een heel ecosysteem:

• OLMo — een familie van taalmodellen, vergelijkbaar met wat je kent van ChatGPT, maar dan volledig open. De trainingsdata, de code, het model zelf: alles is beschikbaar.
• Molmo — multimodale modellen die zowel tekst als beeld begrijpen.
• MolmoAct 2 — een roboticamodel dat binnen drie weken na lancering al meer dan 400.000 keer is gedownload.
• OlmoEarth — modellen voor aardobservatie.
• HiRO-ACE — een klimaatmodel gericht op de interactie tussen oceaan en atmosfeer.

Voor ondernemers is vooral OLMo interessant. De modellen zijn uitgebracht onder een Apache 2.0-licentie. Dat betekent concreet: je mag ze gratis gebruiken, aanpassen en commercieel inzetten. Geen licentiekosten, geen vendor lock-in.

Wat maakt dit anders dan OpenAI of Anthropic?

Het grote verschil zit in transparantie. Bij commerciële aanbieders stuur je je data naar een externe server, en je weet niet precies hoe het model is getraind of op welke data. Bij Ai2 is letterlijk alles gepubliceerd. Clem Delangue, de CEO van Hugging Face, zegt het zo: "Ai2 has been showing us what 'fully open' looks like, sharing everything end-to-end."

Ik vind dat een relevant onderscheid. Niet omdat open-source per definitie beter is — er zijn genoeg situaties waarin een kant-en-klare API van een commerciële partij praktischer is. Maar als je als bedrijf waarde hecht aan databescherming, controle over je AI-toepassing, of de mogelijkheid om een model op je eigen data te finetunen, dan is een open model als OLMo het overwegen waard.

Wat betekent dit voor Nederlandse ondernemers?

Laat ik eerlijk zijn: de meeste MKB-ondernemers gaan niet zelf een taalmodel van 2 petabyte downloaden. Maar dit soort infrastructuurstappen heeft wél een indirect effect dat je als ondernemer merkt.

Meer keuze, minder afhankelijkheid

Hoe makkelijker het wordt om open modellen te downloaden en te gebruiken, hoe meer IT-dienstverleners en softwarebouwers ze gaan aanbieden als alternatief voor de grote commerciële platforms. Stel dat je als ondernemer een interne chatbot wilt die klantvragen beantwoordt op basis van je eigen productdocumentatie. Vandaag de dag kies je waarschijnlijk voor de API van OpenAI of een vergelijkbare dienst. Maar een IT-partner die OLMo draait op een Europese server, kan datzelfde leveren — zonder dat je klantdata naar de VS stuurt.

De privacyvraag

Dit raakt aan iets waar ik steeds meer ondernemers over hoor nadenken: waar staan mijn data als ik AI gebruik? Met de Europese AI-verordening in aantocht wordt die vraag alleen maar relevanter. Open modellen die je lokaal of op een Europese server kunt draaien, bieden daar een antwoord op. Niet het enige antwoord, maar wel een serieus alternatief.

Kosten

Een kanttekening die ik eerlijk wil maken: open-source betekent niet automatisch goedkoper. Je hebt technische kennis nodig om een model te draaien en te onderhouden. Voor een bedrijf met vijf medewerkers is dat waarschijnlijk niet realistisch zonder externe hulp. Maar voor middelgrote bedrijven die al een IT-afdeling hebben, of die samenwerken met een technische partner, wordt de drempel lager naarmate de infrastructuur — zoals deze Hugging Face-uitbreiding — verbetert.

Waarom de schaalvergroting ertoe doet

Ik denk dat het makkelijk is om over zo'n aankondiging heen te lezen. Meer opslag, snellere downloads — klinkt als een persbericht over serverparken. Maar wat hier eigenlijk gebeurt, is dat de basisinfrastructuur voor open AI serieus wordt opgeschaald.

Vergelijk het met de vroege dagen van het internet. In de jaren negentig had je theoretisch toegang tot alle informatie, maar als je modem er een uur over deed om een pagina te laden, was die toegang in de praktijk beperkt. Snellere verbindingen maakten het internet pas écht bruikbaar. Iets vergelijkbaars speelt hier: als je een AI-model van honderden gigabytes wilt downloaden en dat uren duurt vanwege snelheidslimieten, dan is de openheid van dat model op papier mooi maar in de praktijk een drempel.

Die drempel wordt nu kleiner. En dat is, wat mij betreft, het eigenlijke nieuws.

Een stille verschuiving

Wat ik interessant vind aan deze ontwikkeling, is dat het geen groot mediaverhaal is. Er is geen spectaculaire productlancering, geen flashy demo. Het is infrastructuur. Leidingen en kabels, zogezegd. Maar het zijn juist dit soort stappen die bepalen of open AI-modellen een realistisch alternatief worden voor ondernemers, of een academisch speeltje blijven.

Peter Clark, interim-CEO van Ai2, vat het kernachtig samen: "Developing models completely in the open is core to how we work." Of dat model uiteindelijk de standaard wordt, durf ik niet te voorspellen. Maar ik vind het een gezond teken dat er naast de commerciële reuzen een serieuze non-profit is die alles opengooit — en dat de infrastructuur nu meegroeit om dat mogelijk te maken.