Create MLとは？価格や機能・使い方を解説

Create MLとは、Macで特有のマシンラーニングモデルを作成して訓練をしていくことで画像を解析したり、文章の内容などを判定することを可能にする製品になります。画像の典型例を示していくことでパターンを認識できるようになり、タスクを実行可能にしていきます。トレーニングを開始するには、モデルタイプを選択しデータとパラメータを追加すればできるようになります。モデルのパフォーマンスを測定し、その誤差を少しでも減らしていくために訓練し評価に繋げます。

生成するモデルタイプは多数存在し、画像はもちろんのこと、ビデオやテキスト、音声、モーション、表形式があります。CreateMLで生成できるモデルであれば、Mac上でデータの学習やモデル構築といった本格的なマシンラーニングが可能です。またモデルがトレーニング済みで公開されているものもありますので、使ってみたいものがあればダウンロードして使用することも可能です。

Create MLでは、Apple製品に搭載されている「Siri」「写真App」といったアプリに組み込まれているものを、マシンラーニングの構築基盤としても活用できます。そのため、識別する分類モデルも小さいサイズですむというのが最大のメリットです。そのメリットの効果として、トレーニングにかける時間が大幅に短縮されます。

また「Swift」アプリのフレームワークとして活用することも可能で、モデル作成をプログラムで試行したり自動化できるといった動作が実現します。またAPIを活用すると、ユーザー入力ができたり、デバイス上における一連の動作から直接的にモデルをトレーニングすることもできます。結果として、プログラムに新しい機能を組み込むことができるようになります。

Create MLでは代表的な見本を表示してパターンを認識させ、トレーニング画像からエッジやテクスチャー、色の範囲といった特徴を抽出することができます。例えば猫を認識するようにトレーニングするには、様々な猫の画像を多数表示し訓練させます。その後は、新しく用意した猫のデータをテストし、タスクがどれだけ実行したかを評価します。

Create MLでは、また数多くの基礎コンポーネントを作成できるようになっており、これを使って推定パイプラインを設計することも可能です。生成する画像分類モデルは、2つのモデルから構成されるパイプラインモデルとなります。このモデルをひとつのモデルとして認識し処理ができるようになることも可能。このようにカスタマイズ可能なマシンラーニングモデルを活用することで、パフォーマンス性や柔軟性を更に高めることにも繋がります。

マシンラーニングのモデル構築では、通常データの収集と整備、学習や評価といった順序で実行されます。Create MLでは、このステップを簡略化するために固有APIを備えています。また、モデルのトレーニングから評価までを自動化して処理することもできます。Create MLを用いるとマシンラーニングの専門知識がない場合においても、わずかなコードで非常に有効的に画像分類トレーニングを遂行することが実現可能となります。