Windows MLには大きく分けて2つの側面があります。1つは、あらかじめ学習済みのモデルをONNX形式として読み込んでWindows 10上で実行するという、Windowsマシン上での機械学習実行環境の提供です。クラウドに依存することなく、学習済みモデルをローカルで実行できます。

　「ONNX形式」とは、マイクロソフト、Facebook、Amazon Web Servicesが協力して策定している学習済みモデルの共通フォーマット。またWindows MLが提供するツールを用いてCaffeやCNTKの学習済みモデルの読み込みもサポートするとのこと。

　そして2つ目は、その機械学習実行環境に対してWindowsアプリケーションから呼び出しを行うためのAPIの提供です。

クラウドに接続することなくWindowsアプリにインテリジェンスを組み込める

　Windows MLによって、あらかじめMicrosoft Azureなどで学習させた学習済みモデルをWindows 10に読み込み、API経由でアプリケーションから簡単に呼び出し、実行できるようになります。

　ローカルのPC上で実行されるWindowsアプリケーションに機械学習で得た画像認識や音声認識などのインテリジェンスを簡単に組み込めるようになるため、インターネット経由でクラウドの機械学習機能を呼び出すのと比べて、インターネットへの接続環境が不要になり、クラウドの利用料金も不要、PCの処理能力に依存しますがレスポンスも速くなる可能性があります。

　Windows MLによる学習済みモデルの実行時にはCPUやGPUが活用されますが、そうしたハードウェア利用の最適化はWindows MLが行うため、アプリケーション開発者はAPIを通じて透過的にどのようなハードウェア構成でも機械学習機能を利用できるとしています。


　デモの1つとして、PCのカメラで撮影したライブ映像に対してリアルタイムで学習済みの絵画のタッチを反映させる、というアプリケーションが紹介されました。


　マイクロソフトは現在、深層学習に特化した画像処理プロセッサ（Visual Processing Unit）であるインテルのMovidiusへのWindows ML対応も進めており、近い将来こうしたAI専用プロセッサがPCに搭載されると、AI処理の大幅な高速化が期待できるとしました。


　



※本記事は、ブログ「Publickey」から転載、一部を再構成したものです。