Anfang dieser Woche ergab eine Untersuchung, dass Apple und andere Technologiegiganten YouTube-Untertitel verwendet hatten, um ihre Modelle für künstliche Intelligenz zu trainieren. Dazu gehören mehr als 170.000 Videos von MKBHD, MrBeast und mehr. Apple nutzte diesen Datensatz dann, um seine Open-Source-OpenELM-Modelle zu trainieren, die es bereits im April veröffentlichte.
Allerdings hat Apple nun bestätigt, dass OpenELM keine seiner Funktionen für künstliche Intelligenz oder maschinelles Lernen, einschließlich Apple Intelligence, unterstützt.
Apple gab an, das OpenELM-Modell entwickelt zu haben, um einen Beitrag zur Forschungsgemeinschaft zu leisten und die Entwicklung groß angelegter Open-Source-Sprachmodelle voranzutreiben. In der Vergangenheit haben Apple-Forscher OpenELM als „modernstes offenes Sprachmodell“ beschrieben. Laut Apple dient OpenELM nur Forschungszwecken und wird nicht zur Unterstützung seiner Apple Intelligence-Funktionen verwendet. Das Modell wird als Open Source veröffentlicht und ist weithin verfügbar, unter anderem auf der Forschungswebsite für maschinelles Lernen von Apple.
Da OpenELM nicht als Teil von Apple Intelligence verwendet wird, bedeutet dies, dass der Datensatz „YouTube Subtitles“ nicht für das Apple Intelligence-Training verwendet wurde. Apple hat in der Vergangenheit gesagt, dass Apple-Intelligence-Modelle „anhand lizenzierter Daten trainiert werden, darunter Daten, die zur Verbesserung bestimmter Funktionen ausgewählt wurden, sowie öffentlich verfügbare Daten, die von unseren Webcrawlern gesammelt wurden“.
Abschließend erklärte Apple auch, dass es keine Pläne habe, neue Versionen des OpenELM-Modells zu entwickeln.
Wie Wired Anfang dieser Woche berichtete, haben Unternehmen wie Apple, Anthropic und Nvidia diesen „YouTube-Untertitel“-Datensatz verwendet, um ihre Modelle für künstliche Intelligenz zu trainieren. Dieser Datensatz ist Teil eines größeren Datensatzes namens „ThePile“ der gemeinnützigen Organisation EleutherAI.