WinML en Windows 10: la Inteligencia Artificial de la nube a los dispositivos locales

Microsoft anunció hace unas horas que la próxima actualización de Windows 10 incluiría una plataforma de inteligencia artificial denominada Windows ML. Esto lleva a novedades también del lado de los desarrolladores: un nuevo conjunto de APIs denominado WinML. Con ellas, según AnandTech, los desarrolladores podrán sacar partido a todas las posibilidades que los equipos con Windows 10 tendrán para utilizar modelos de machine learning entrenados previamente y poder realizar en el dispositivo en el que esté el sistema, en vez de en la nube, tareas de Inteligencia Artificial.

En Redmond han tomado la decisión de llevar ciertas tareas de Inteligencia Artificial a los dispositivos con Windows 10 por varios motivos. Uno de ellos es el rendimiento. Enviar datos a la nube, aparte de no estar al alcance de todas las economías, ralentiza las operaciones. Puede no parecer que lo haga mucho, pero en cualquier caso, la latencia de cualquier conexión de red es más lenta que el acceso a memoria en local. La realización de ciertas tareas en local puede mejorar la velocidad y el rendimiento debido a la menor latencia de las operaciones. Así se pueden ofrecer resultados en tiempo real con mayor facilidad. Y a un precio más asequible. Los costes de realizar operaciones con grandes conjuntos de datos en local se pueden reducir al utilizar un ancho de banda menor, aparte de emplear menos tiempo de computación en la nube.

La posibilidad de realizar tareas de Inteligencia Artificial en local también es una ventaja para muchas empresas, que por motivos de seguridad, y también por sus propias normas, no podrían ser capaces de utilizar machine learning o Inteligencia Artificial para procesar hojas de datos en la nube. WinML les proporciona una opción para poder utilizar ambas tecnologías en local.

El nuevo paquete de APIs de Microsoft permite también que la API se encargue de tareas complicadas y que re1quieran potencia de computación, sin que el desarrollador tenga que preocuparse cuando esté creando sus programas del tipo de hardware que los equipos en los que se ejecutarán sus aplicaciones. El motor de WinML se encargará de aprovechar las posibilidades del hardware de manera dinámica, y generará el código necesario para conseguir el máximo rendimiento posible. El código se genera en el momento de la ejecución, así que el motor siempre  optimizará las operaciones para el hardware disponible. Por otro lado, el motor, desarrollado mediante Direct 3D, se actualizará para sacar partido a otros chipset nuevos, como la VPU Movidius de Intel. El motor ML será incluso capaz de trabajar con dispositivos de Internet de las Cosas e incluso con equipos con el procesador Snapdragon 835.

Como hemos comentado, la API WinML está pensada para modelos entrenados previamente. Una vez preparados, estos modelos, junto con los datos con los que trabajarán, serán los que se pasen al motor para que realice los análisis necesarios. Utilizará los modelos ONNX ML, un estándar de la industria. La plataforma creadora de ONNX se ha puesto en marcha de la mano de Microsoft, Facebook y Amazon, y cuenta con el apoyo de los principales fabricantes de hardware. Entre ellos AMD, Intel y Nvidia. Los modelos de esta plataforma pueden entrenarse mediante el Workbench de Machine Learning de Azure, y portarlos luego a Visual Studio (su versión de prueba 15.7 será compatible) para crear un software que pueda utilizar el motor. Los desarrolladores que utilicen las versiones anteriores pueden utilizar la herramienta MLGen para que los modelos ONNX sean compatibles con el motor de WinML.