thinking

기계학습(Machine Learning) 발전이 산업에 미치는 영향

빠릿베짱이 2015. 8. 26. 14:32
반응형

요세 본인은 Adas 분야에서 일을 하고 있다.

요 근래 최근 세미나에서 모빌아이에 대해서 들었다.

모빌아이 칩을 판매하면서, 렌즈. ISP 등 입력에 영향을 주는 하드웨어는 픽스해 놓았다고 한다.


그리고, 모빌아이의 인식 성능에 대한 A/S를 요청할 때, 단순 요청이 아닌, 문제가 있는 Scene에 대한 row 데이터를 취득해서

전달해야 움직인다고 한다.


충격적이었다.


기계 학습은 차 후에 어떤 새로운 알고리즘이 나올지는 모르겠으나,

본인이 알고 있는 범위에서는 학습 데이터를 꼭~ 필요로 한다.


즉, 기계에게 사진을 보여주며, 이건 사람이야라고 가르쳐야 한다는 의미다.

헌데, 이를 모빌아이에 적용해서 생각해보면, 모빌아이는 몇년 동안 수많은 상황과 장소에서 획득한 데이터를

보유하고 있을 것이다.

그래서 그 획득한 데이터로 최대의 성능을 내는 알고리즘을 개발했는데,

그들이 개발에 사용한 데이터와 다른 형태의 데이터가 들어왔다고 해보자.


그럼 그들이 주장하는 성능이 나올 것인가? 유사하게 나온다면 큰 문제는 없으나 아무도 보장할 수 없다.


그래서, 하드웨어를 픽스하고 제품을 팔아먹는 것이다.


요세 딥러닝이 부상하면서 기계학습에 대한 사람들의 관심이 부쩍 늘어난 것 같다.

그래서 그런지 오픈 소스도 많고, 혹자는 미래에는 누구나 학습을 수행해서 원하는 결과를 만들 수 있다고 한다. 왜냐하면

툴이 그만큼 많이 공개되고 만들어질테니..


그렇다면 어디에서 차이가 올까.. 바로 데이터이다.

데이터가 가장 중요한 핵심이다.


모빌아이 제품을 사려면 모빌아이에서 확정한 렌즈와 isp 등등 하드웨어를 사용해야 한다.

그렇다면, 이러한 상황들속에서 하드웨어의 다양성은 점점 사라질 것 같아, 두렵다.

아니면 이러한 상황속에서 영업을 하려면 이제 데이터도 함께 제공해야 하는 것인가??

우리 카메라와 렌즈, isp로 획득한 DB를 줄테니, 성능 보고 사줘라~~~ 이런식으로 영업을 해야하는 것인가.


결국 뛰어난 기계학습 모델을 이용한 사업 모델의 초기에 하드웨어를 제공하는 업체는 편하게 쭉~~~ 가는 것이다..


어쩃든 머리가 복잡하다. 

기계학습, 딥러닝, 강화학습 등등.. 모두 좋지만, 

앞으로 미래에는 데이터를 생성하거나, 데이터를 변환하는 기법, 노하우도 매우 중요해질 수 있겠다.




반응형

'thinking' 카테고리의 다른 글

어디로 가고자 하는가?  (0) 2016.06.14
세월호 참사를 보고...  (0) 2015.05.13
자동 비행 문제점 or 어려운 점  (0) 2014.04.06
회전 불변 분류기 디자인  (0) 2014.01.14
국가 경쟁력 제고를 위해...  (0) 2013.12.04