규칙기반 방식 썸네일형 리스트형 인공지능 기술의 자율주행 적용 '학습 지능 기술' 차량 주행 기능들은 최근까지도 모든 상황들이 규칙으로 정의되고 모델링 된 후 소프트웨어로 구현되는 규칙기반 방식(Rule-based approach)으로 구현되어 왔습니다. 따라서 이러한 규칙들을 정교하게 정의하고 모델링 할 수 있는 자동차 분야의 전문가를 확보하는 것이 자율주행 기능 구현의 핵심으로 작용해왔습니다. 실제 주요 ICT 기업들이 초기 자율주행 자동차를 연구, 개발 시 완성차(OEM) 업체의 전문 인력들을 대거 영입하며 팀을 구성했던 것도 이와 같은 이유였습니다. 구글은 과거 자율주행 독립 조직 설립 시 전체 170여 명의 엔지니어 중 약 40여 명의 인력을 완성차 및 Tier 1 기업에서 영입하였으며, 애플 또한 자율주행 팀 구성 시 폭스바겐, 포드 및 Bosch, Delphi 등 자동차 .. 더보기 딥러닝, 자율주행 기술 경쟁의 핵심을 바꾼다 ‘사람이 운전하면 자동차가 주행하는 방법을 스스로 깨우친다.’, 실리콘밸리의 스타트업인 콤마닷에이아이(comma.ai)의 창업자인 조지 핫츠(George Hotz)가 딥러닝 기반의 자율주행 자동차를 선보이며 한 말입니다. 딥러닝 기반 인공지능이 탑재된 자동차를 운전자가 주행하면 인공지능이 서서히 사람이 운전하는 방식을 깨우쳐 스스로 주행이 가능한 자동차로 발전해 나간다는 것인데요. 실제 콤마닷에이아이는 지난 2016년 3월 이러한 방법으로 4주 만에 자율주행 학습이 가능한 인공지능을 만들어 자동차에 탑재했으며, 10시간 동안의 학습으로 기본적인 자율주행 기능을 구현해 냈습니다. 고가의 특화 센서를 사용하지 않고 총 1,000달러 이하의 범용 센서만으로 딥러닝 기반 자율주행 기술을 개발했습니다. 이는 과거.. 더보기 이전 1 다음
