Con la presentación de Apple Intelligence durante la pasada WWDC 2024, Apple afirmó que los modelos de Apple Intelligence se entrenan “con datos licenciados, incluyendo datos seleccionados para mejorar características específicas, así como datos públicos recopilados por nuestro rastreador web”. Una afirmación que se puso en duda a principios de esta semana y que ahora se revalida.
OpenELM no forma parte de Apple Intelligence, es solo un producto de código abierto para investigación
Hace unos días, una investigación reveló que ciertas empresas supuestamente habían utilizado subtítulos de YouTube para entrenar sus modelos de inteligencia artificial. No directamente, sino a través de un conjunto de datos ofrecido por una organización sin ánimo de lucro llamada EleutherAI. Con o sin conocimiento del hecho, el informe concluía que, por lo tanto, Anthropic, Nvidia, SalesForce, Apple y otros habían usado el contenido de más de 170,000 vídeos de creadores populares como MKBHD y Mr. Beast, generando una considerable controversia en torno a la ética y la legalidad de estos métodos. Sin embargo, Apple ha hecho clarificaciones importantes respecto al uso de estos datos.
Apple confirmó a 9to5Mac que su modelo OpenELM, aunque entrenado con estos datos, no se utiliza para alimentar ninguna de las características de su suite de inteligencia artificial, conocida como Apple Intelligence. Según la compañía, OpenELM fue creado únicamente con fines de investigación, para contribuir a la comunidad científica y al desarrollo de modelos de lenguaje de código abierto.
El modelo OpenELM se publicó como open-source y sigue estando disponible ampliamente, incluido en el sitio web de investigación de Machine Learning de Apple. Esto permite que investigadores de todo el mundo puedan acceder y utilizar este modelo en sus propios proyectos de investigación.
Junto al comunicado, Apple ha confirmado que no tiene planes de desarrollar nuevas versiones del modelo OpenELM. Hasta donde sabemos, este modelo ya cumplió su cometido y perderá relevancia a medida que el resto de productos de Apple Intelligence vayan evolucionando sin él.
Todo el suceso es, sin duda, un recordatorio de la complejidad y los desafíos éticos que enfrentan las empresas en la era del big data y la IA. La fiabilidad y desempeño de una inteligencia artificial depende en muy gran medida del conjunto de datos que se use para su entrenamiento. Una selección granular y cuidada, como la que vemos que está haciendo Apple, es sin duda el camino a seguir para conseguir eficiencia y calidad en el producto.
