Apple überrascht die Tech-Welt erneut, indem es eine Vielzahl neuer CoreML-Modelle und Datensätze auf einer Open-Source-Plattform veröffentlicht.
Apple öffnet die Türen zur KI-Entwicklung
Nur eine Woche nach der Entwicklerkonferenz WWDC2024 hat Apple 20 neue CoreML-Modelle sowie vier neue Datensätze auf der Open-Source-Plattform Hugging Face hochgeladen. Dieses Engagement für Open-Source folgt auf die Veröffentlichung von vier OpenELMs im April 2024 und dem KI-Modell Ferrer im Oktober 2023 auf GitHub.
Neue CoreML-Modelle und Datensätze im Detail
Zu den neuen Modellen gehört „Depth Anything“, das in der Lage ist, nachträglich Tiefeninformationen in Fotos zu berechnen, um Objekte im Vorder- und Hintergrund zu unterscheiden. Apple trainierte dieses Modell mit rund 600.000 gekennzeichneten Bildern sowie zusätzlichen 62 Millionen Bildern ohne Kennzeichnung.
Ein weiteres Modell, FastViT, dient der Klassifizierung von Bildern, während DETR für die semantische Segmentierung verwendet wird. Zu den neuen Datensätzen gehört FLAIR, bestehend aus etwa 430.000 Bildern von 51.000 Flickr-Nutzern.
Diese veröffentlichten KI-Modelle stehen in Verbindung mit Apples ersten vorgestellten Funktionen wie GenMojis, die gezielt Emojis per Texteingabe erstellen, oder Image Wand, welches aus Textumschreibungen oder Strichskizzen Bilder erzeugt. Weitere Funktionen umfassen Image Playground, das Bilder auf Basis von Schlüsselwörtern erstellt, und Clean-Up, eine Funktion der Fotos-App, die unerwünschte Objekte aus Bildern entfernt. Alle diese Funktionen arbeiten On-Device, also direkt auf dem lokalen Gerät des Nutzers.
Transparenz und Zusammenarbeit Apples Schritt zur Offenheit ist nicht neu. Bereits die Programmiersprache Swift wurde quelloffen auf GitHub veröffentlicht, was eine enge Zusammenarbeit mit der Community ermöglichte. Auf der WWDC2024 betonte Apple erneut die Bedeutung von Transparenz, um das Vertrauen in ihre KI-Bemühungen zu stärken.