اپل روز پنجشنبه به نگرانی‌ها درباره استفاده خود از داده‌های آموزشی هوش مصنوعی پس از تحقیقی که نشان داد اپل به همراه سایر شرکت‌های بزرگ فناوری از زیرنویس‌های یوتیوب برای آموزش مدل‌های هوش مصنوعی خود استفاده کرده است، پاسخ داد.

تحقیق Wired در اوایل این هفته گزارش داد که بیش از 170 هزار ویدیو از سازندگان محتوای محبوب بخشی از مجموعه داده‌ای بوده است که برای آموزش مدل‌های هوش مصنوعی استفاده شده است. اپل به‌طور خاص از این مجموعه داده در توسعه مدل‌های منبع باز OpenELM خود استفاده کرده بود که در آوریل منتشر شد.

با این حال، اپل اکنون به 9to5Mac تأیید کرده است که OpenELM هیچ یک از ویژگی‌های هوش مصنوعی یا یادگیری ماشینی آن از جمله سیستم هوش مصنوعی اپل را تامین نمی‌کند. اپل توضیح داد که OpenELM صرفاً برای اهداف تحقیقاتی با هدف پیشبرد توسعه مدل‌های زبانی بزرگ منبع باز ایجاد شده است.

محققان اپل هنگام انتشار OpenELM در Hugging Face Hub، یک جامعه برای اشتراک‌گذاری کد هوش مصنوعی، آن را به‌عنوان یک «مدل زبان منبع باز پیشرفته» توصیف کردند که برای «توانمندسازی و غنی‌سازی جامعه تحقیقاتی باز» طراحی شده بود. این مدل همچنین از طریق وب سایت تحقیقات یادگیری ماشین اپل در دسترس است. اپل اعلام کرده است که هیچ برنامه‌ای برای توسعه نسخه‌های جدید مدل OpenELM ندارد.

این شرکت تاکید کرد که از آنجایی که OpenELM در هوش مصنوعی اپل ادغام نشده است، مجموعه داده «زیرنویس‌های یوتیوب» برای تامین هیچ یک از ویژگی‌های هوش مصنوعی تجاری آن استفاده نمی‌شود. اپل مجددا بیانیه قبلی خود مبنی بر اینکه مدل‌های هوش مصنوعی اپل بر روی «داده‌های دارای مجوز، از جمله داده‌های انتخاب‌شده برای تقویت ویژگی‌های خاص، و همچنین داده‌های عمومی جمع‌آوری‌شده توسط خزنده وب ما» آموزش دیده‌اند، را تکرار کرد.

گزارش Wired جزئیات چگونگی استفاده شرکت‌هایی از جمله اپل، آنتروپیک و انویدیا از مجموعه داده «زیرنویس‌های یوتیوب» برای آموزش مدل‌های هوش مصنوعی را تشریح کرد. این مجموعه داده بخشی از مجموعه بزرگتری به نام «The Pile» است که توسط سازمان غیرانتفاعی EleutherAI گردآوری شده است.