autonomous vehicles5 [정성균] 자율주행과 기계학습 [124]자율주행과 기계학습 from NAVER D2 2017. 12. 19. [LGERI] 딥러닝 기반의 인공지능 자율주행 기술 경쟁의 핵심을 바꾼다 - 이승훈 *** 출처: [LGERI] 딥러닝 기반의 인공지능 자율주행 기술 경쟁의 핵심을 바꾼다 1. 딥러닝 기반의 자율주행 혁신의 시작 ■ 실리콘밸리의 Startup인 comma.ai - “사람이 운전하면 자동차가 주행하는 방법을 스스로 깨우친다”. - 실제 comma.ai는 지난 2016년 3월 이러한 방법으로 4주만에 자율 주행 학습이 가능한 인공지능을 만들어 자동차에 탑재했으며 10시간 동안의 학습으로 기본적인 자율주행 기능을 구현해 냈다. 고가의 특화 센서를 사용하지 않고 총 $1000 이하의 범용 센서만으로 딥러닝 기반 자율주행 기술을 개발하는 것을 목표로 하고 있다. - 단 4명의 개발 자가 4주만에 딥러닝을 활용해 구현해 낸 것이다. ■ 딥러닝을 적용해 기존 자율주행 개발 패러다임을 혁신한 것 - .. 2017. 11. 27. [kiri] 일본의 자율주행자동차 사고에 대한 손해배상책임 논의의 주요쟁점 - 이기형 선임연구위원 *** 출처: [kiri] 일본의 자율주행자동차 사고에 대한 손해배상책임 논의의 주요쟁점 - 이기형 선임연구위원 *** 문서: ■ 일본 국토교통성은 AV 운전이 가시화됨에 따라 자배법의 손해배상책임과 관련한 과제 도출과 전문가, 이해관계자의 논의를 통한 개선안을 마련하기 위하여 2016년 11월부터 "자동운전에 있어서 손해배상 책임에 관한 연구회"를 구성하여 운영 중임 - 일본에서 논의하고 있는 AV 사고에 대한 손해배상책임 부담의 방향성은 우리나라의 손해배상책임법제 마련에 참조가 될 수 있을 것으로 판단됨 - 우리나라는 AV 사고에 대한 손해배상책임의 부담과 관련하려 학술적인 연구 등이 발표되고 있으나 구체적인 정책방향성은 공표되고 있지 않은 상태 임 ■ 일본 자배법의 주요쟁점 사항 ○ 일본의 자배법은.. 2017. 11. 27. [iitp] 스스로 운전하는 자율주행차의 현재와 미래 - 김정훈 (주)동아사이언스 팀장 [이미지출처: 연합뉴스] ***출처: [iitp] 스스로 운전하는 자율주행차의 현재와 미래 - 김정훈 (주)동아사이언스 팀장 ***문서: ■ 자율주행차가 필요한 이유 1. 교통사고 감소 - 컴퓨터는 사람처럼 졸지 않으며, 주의를 빼앗기는 일도 없다. 아무리 위급한 상황이라도 데이터에 이미 저장된 상황이라면 당황하지 않고 침착하게 매뉴얼에 따라 대처할 수 있다. - 버지니아공대 연구 결과에 따르면 구글 자율주행차는 100만 마일 주행에 3.2건의 충돌을 겪었다. 이는 미국인의 평균인 100만 마일 주행에 4.2건보다 낮다. - 사고가 날 때마다 개선이 이루어져서 현재의 안전도는 더 높다고 봐야 한다. 2. 교통 혼잡 문제 해결 - 자율주행차는 기차처럼 물리적으로 연결되어 있지 않지만, 여러 차량이 한 몸처.. 2017. 10. 25. 이전 1 2 다음
