Vom KI-Modell zur App
Wir demonstrieren Apples neuen Machine-Learning-Workflow anhand einer selbst gebauten Chat-App. Sie verwendet neue Features aus dem PyTorch-Framework und dem Core ML API.
Ein Teilgebiet der künstlichen Intelligenz ist das maschinelle Lernen, bei dem sich alles um trainierte Modelle dreht (siehe Kasten „KI-Modelle“), die beispielsweise Objekte in Bildern identifizieren. Modelle der sogenannten generativen künstlichen Intelligenz erzeugen neue Inhalte. In diesen Bereich, auch als „GenAI“ bezeichnet, fällt die einfache Chat-App, die auf Benutzereingaben mit selbst erzeugten Texten reagiert. Zu dem Download der Beispiel-App und weiterführenden Links gelangen Sie über den Webcode am Ende des Artikels. Apple empfiehlt zum Entwickeln von Apps für Apple Intelligence ein Vorgehen in drei Schritten: trainieren, vorbereiten, integrieren.
KI-Modell trainieren
Im ersten Schritt erfolgt zunächst die Auswahl eines passenden Basismodells, das erforderlichenfalls noch in ein geeignetes Format zu übertragen ist. Eine Vielzahl an Modellen finden Sie auf Hugging Face. Das Portal ist eine Art GitHub für maschinelles Lernen und stellt neben Tools und Bibliotheken populäre Modelle wie Metas LLaMA, Microsofts BERT und OpenAIs GPT zum Download bereit. Auch Apple veröffentlicht Tools und Modelle auf Hugging Face. Zu seinem Apple Foundation Model (AFM) für Apple Intelligence teilt es jedoch nur ein Paper auf seiner Forschungsseite Machine Learning Research.
