소셜 네트워크

AI

주요 변화의 해에 자율 주행 차 시장이 통합되고 있습니다.

게재

on

이번 2021 월 12 일부터 16 일까지 Transform XNUMX에 참여하세요. FO 등록r 올해의 AI 이벤트.


이번 주에 도요타의 자회사 인 우븐 플래닛이 레벨 5를 획득 할 것이라는 뉴스가 나왔습니다. Lyft의 자율 주행 장치, 550 억 3 천만 달러. 2021 년 200 분기에 종료 될 것으로 예상되는이 거래에는 선불 350 억 달러와 XNUMX 년 동안 XNUMX 억 XNUMX 천만 달러가 포함됩니다.

도요타 Lyft의 기술과 300 명으로 구성된 팀을 완전히 제어 할 수 있습니다. Lyft는 도요타의 자율 주행 노력의 파트너로서 게임에 남을 것이며 결실을 맺을 때 기술을 상용화하기위한 플랫폼으로 승차 호출 서비스를 제공 할 것입니다.

도요타-리프트 계약은 자율 주행 자동차 산업의 주요 변화를 배경으로 한 해를 배경으로 한 의미가 있습니다. 이러한 변화는 자율 주행 차 시장이 몇 년 이상 지속될 경주에서 막대한 비용과 매우 늦은 투자 수익을 견딜 수있는 몇몇 부유 한 회사에 의해 지배 될 것임을 시사합니다.

자율 주행 자동차 기술의 비용

비용은 모든 자율 주행 자동차 프로젝트에 큰 장벽으로 남아 있습니다. 자율 주행 자동차를 구동하는 주요 소프트웨어 유형은 심층 강화 학습, 이는 현재 인공 지능 분야에서 가장 어렵고 비용이 많이 드는 분야입니다. 심층 강화 학습 모델을 훈련하려면 값 비싼 컴퓨팅 리소스가 필요합니다. 바둑과 같은 복잡한 게임을 마스터 한 AI 시스템에서 사용되는 것과 동일한 기술입니다. 스타 크래프트 2의 메이크업 시연, 그리고 한국에서 사랑을 담아 보낸  DOTA 2. 각 프로젝트에는 하드웨어 리소스만으로도 수백만 달러가 소요됩니다.

그러나 몇 달에서 몇 년 사이에 지속되는 게임 플레이 AI 프로젝트와 달리 자율 주행 자동차 프로젝트는 바람직한 결과에 도달하기까지 몇 년 (아마도 XNUMX 년 이상)이 걸립니다. 현실 세계의 복잡성과 예측 불가능 성을 감안할 때, 자율 주행 자동차에 적합한 딥 러닝 아키텍처와 보상, 상태 및 행동 공간을 설계하고 테스트하는 것은 매우 어렵고 비용이 많이 듭니다. 그리고 게임과는 달리 강화 학습 모델은 무인 자동차 추가 물류, 기술 및 법적 비용으로 가득 찬 실제 세계에서 교육 경험과 데이터를 수집해야합니다.

일부 회사는 강화 학습 모델의 교육을 보완하기 위해 가상 환경을 개발합니다. 그러나 이러한 환경에는 자체 개발 및 컴퓨팅 비용이 발생하며 실제 운전을 완전히 대체하지는 않습니다.

무인 자동차에 사용되는 강화 학습 모델을 개발, 테스트 및 조정하는 데 필요한 인재도 마찬가지로 비용이 많이 듭니다.

이러한 모든 비용은 자율 주행 자동차 프로젝트를 운영하는 회사의 예산에 큰 부담을줍니다. 보고서에 따르면 레벨 5 판매는 Lyft의 연간 순 운영 비용을 100 억 달러 절감 할 것입니다. 이것은 회사의 수익성을 높이기에 충분할 것입니다. Lyft의 라이벌 인 Uber도 무인 자동차 유닛 판매, ATG (Advanced Technologies Group), XNUMX 월에 손실을 입었 기 때문입니다.

지금까지 수익성있는 자율 주행 자동차 프로그램을 개발할 수있는 회사는 없습니다. Alphabet의 자율 주행 자회사 인 Waymo는 애리조나 일부 지역에서 완전 무인 차량 서비스를 시작했습니다. 그러나 여전히 프로젝트에서 손실을보고 있으며 미국의 다른 도시로 서비스를 확장하는 과정에 있습니다.

무인 자동차는 황금 시간대에 준비되지 않았습니다

얼마 전까지 만해도 자율 주행 차가 해결 된 문제라고 일반적으로 믿어졌고 생산 준비를위한 개발과 교육에 불과 2018 년 밖에 걸리지 않았습니다. 몇몇 회사는 2019 년, 2020 년, XNUMX 년까지 로보 택시 서비스를 출시하는 것을 환영했습니다. 몇몇 자동차 제조업체는 소비자에게 완전 자율 주행 자동차를 제공하겠다고 약속했습니다.

하지만 우리는 2021 년이고 기술이 아직 준비되지 않은 것이 분명합니다. 우리의 딥 러닝 알고리즘은 인간 비전 시스템과 동등하지 않음. 그렇기 때문에 많은 기업이 리다, 레이더 및 기타 센서와 같은 보완 기술을 사용해야합니다. 여기에 추가 된 정밀 매핑 데이터는 자동차가 주변에서 볼 것으로 예상되는 정확한 세부 정보를 제공합니다. 그러나 이러한 모든 소품에도 불구하고 어떤 도로, 날씨 및 교통 상황에서도 달릴 수있는 자율 주행 기술에 도달하지 못했습니다.

자율 주행 자동차를위한 법적 인프라 준비되지 않았습니다. 우리는 여전히 인간 및 AI 구동 자동차가 공유하는 도로를 규제하는 방법, 자율 주행 자동차로 인한 사고의 과실 가능성을 판단하는 방법, 운전대 뒤에서 인간을 제거 할 때 발생하는 더 많은 법적 및 윤리적 문제를 알지 못합니다.

여러면에서 자율 주행 자동차 산업은 AI의 초기 수십 년을 연상시키는: 기술은 항상 모퉁이에있는 것 같습니다. 그러나 우리가 계속 접근함에 따라 최종 목표는 점점 줄어들고있는 것 같습니다.

자율 주행 차 시장이 통합되고있다

자율 주행 차 프로젝트를 운영하는 기업에이 모든 것은 무엇을 의미할까요? 시작되지 않는 것처럼 보이는 기술을 개발하는 데 더 많은 수년과 수십억 달러의 투자 가치가 있습니다.

이는 수익성이 높은 비즈니스 모델이없는 기업이 시장에 참여하는 것을 매우 어렵게 만듭니다. 이 차량 호출 서비스 포함, 코로나 바이러스 전염병으로 인해 추가 압력을 받고 있습니다. VC 자금으로 생활하는 스타트 업은 기껏해야 흔들리는 타임 라인을 제공하기가 어려울 것입니다.

Lyft의 Toyota에 대한 매각은 자율 주행 자동차 프로젝트 및 신생 기업이 막대한 돈을 벌고있는 자동차 또는 기술 대기업으로 끌리는 추세의 일부입니다.

Waymo는 자율 주행 기술을 지속적으로 운영하고 추진 모회사는 문샷 프로젝트에 자금을 지원 한 오랜 역사를 가지고 있기 때문에 대부분은 수익성에 도달하지 못합니다. 아마존, Zoox 인수 작년에. Apple 자체 전기 자율 주행 차를 만드는 것을 고려하고 있습니다. 그리고 마이크로 소프트는 동시에 여러 자율 주행 자동차 프로젝트에 투자하면서 시장에서 넓은 그물을 던지고있다.

전통적인 자동차 제조업체들도 시장에서 큰 역할을하고 있습니다. Argo AI는 Ford와 Volkswagen의 지원을 받고 있으며, 두 회사 모두 자율 주행 자동차의 미래에 큰 지분을 가지고 있습니다. General Motors는 Cruise를 소유하고 있습니다. 현대는 2 억 달러를 쏟아 부었다 그린 테크 스타트 업 앱 티브와 공동 자율 주행 차 벤처로 과 오로라Uber의 ATG를 인수 한 회사는 여러 자동차 제조업체와 파트너십을 맺고 있습니다.

자율 주행 자동차 산업이 과대 광고에서 환멸로 바뀌면서 시장은 서서히 몇 명의 매우 큰 업체로 통합되고 있습니다. 신생 기업이 인수 될 것이며 우리는 아마도 빅 테크와 대형 자동차 간의 합병을 하나 이상 기대할 수있을 것입니다. 이것은 장거리를 견딜 수있는 사람들 사이의 경주가 될 것입니다.

이 이야기는 원래에 나타났습니다. Bdtechtalks.com. 저작권 2021

VentureBeat

VentureBeat의 사명은 기술 의사 결정권자가 혁신적인 기술과 거래에 대한 지식을 습득 할 수있는 디지털 타운 스퀘어가되는 것입니다. 당사 사이트는 데이터 기술 및 전략에 대한 필수 정보를 제공하여 조직을 이끌 때 안내합니다. 다음에 액세스 할 수 있도록 커뮤니티의 일원이되도록 귀하를 초대합니다.

  • 관심있는 주제에 대한 최신 정보
  • 뉴스 레터
  • 금지 된 사고 리더 콘텐츠 및 다음과 같은 소중한 이벤트에 대한 할인 된 액세스 변환 2021: 더 알아보기
  • 네트워킹 기능 등

회원 가입

코인 스마트. 유로파 최고의 비트 코인-보르 스
출처 : https://venturebeat.com/2021/05/02/in-a-year-of-major-shifts-the-self-driving-car-market-is-consolidating/

AI

Raquel Urtasun의 Waabi 자율 주행 차량 소프트웨어 회사 출범   

게재

on

최근 Raquel Urtasun이 출범 한 자율 주행 소프트웨어 회사 인 Waabi는 처음에는 트럭 운송 산업에 집중할 예정입니다. (크레딧 : 게티 이미지) 

작성자 : John P. Desmond (AI 트렌드 편집자)  

Raquel Urtasun은 8 월 83.5 일 그녀의 자율 주행 소프트웨어 회사 Waabi의 발표와 함께 기업가로 시작하여 XNUMX 만 달러의 지원을 받았습니다.  

Raquel Urtasun, Waabi 설립자 겸 CEO

Urtasun은 컴퓨터 과학자로서 오랜 경력을 가지고 있으며, 특히 자율 주행 자동차 소프트웨어에 AI를 적용하기 위해 노력하고 있습니다. Uber는 2017 년 XNUMX 월 회사의 자율 주행 자동차 프로그램을 위해 토론토에있는 연구팀을 이끌도록 그녀를 고용했습니다. (보다 AI 트렌드, 29 년 2018 월 XNUMX 일) 

“자율 주행은 우리 세대에서 가장 흥미롭고 중요한 기술 중 하나입니다. 대규모로 해결되면 우리가 알고있는 세상을 바꿀 것입니다.”라고 Waabi 출시에서 Urtasun이 말했습니다. 릴리스를 누르십시오"Waabi는 상업적으로 실행 가능한 자율 주행 기술을 사회에 제공하기위한 제 삶의 노력의 정점이며,이 대담한 비전을 실행하기 위해 똑같이 헌신하는 뛰어난 과학자, 엔지니어 및 기술자 팀에 합류하게되어 영광입니다."  

Waabi 출시는 자율 주행 자동차 산업의 상태를 고려할 때 약간의 회의론으로 환영 받았습니다. 하지만 Urtasan은 그녀가 무엇을하는지 알고 있습니다.  

최근 파이낸싱 라운드는 Khosla Ventures가 주도했으며 Urtasun의 전 고용주 인 Uber와 작년에 Uber ATG를 인수 한 AV 스타트 업인 Aurora의 추가 참여를 통해 진행되었습니다. 직전. 돈은 또한 보고서는 8VC, Radical Ventures, Omers Ventures, BDC, AI 유명인 Geoffrey Hinton, Fei-Fei Li, Pieter Abbeel, Sanja Fidler 등을 언급했습니다.  

Waabi는 처음에는 트럭 운송 산업에 집중하여 상용 배송 경로에서 운전을 자동화하는 소프트웨어를 제공합니다. 한 가지 이유는 업계에 트럭 운전사가 부족하기 때문입니다. 둘째, 고속도로는 자율 주행 차량이 탐색 할 수있는 도시 거리보다 간단합니다.   

Wasabi의 기술적 접근 방식은 Urtasan이 연구에서 개발 한 기술을 사용하여 시뮬레이션에 크게 의존 할 것입니다. 이 회사의 시뮬레이션 접근 방식은 자율 주행 경쟁자가 기록한 실제 도로와 고속도로에서 수 마일의 테스트를 수행 할 필요성을 줄여줍니다.   

"시뮬레이션에서 우리는 전체 시스템을 테스트 할 수 있습니다."라고 Urtasun은 다음과 같이 말했습니다. 찌르다.  "우리는 시뮬레이션에서 학습하도록 전체 시스템을 훈련 할 수 있으며, 시뮬레이션에서 일어나는 일과 실제 세계에서 일어나는 일을 실제로 연관시킬 수 있도록 놀라운 수준의 충실도로 시뮬레이션을 생성 할 수 있습니다."  

기술을 개발하고 CEO 인 여성이 자율 주행 차 스타트 업을 설립하는 것은 이례적이다. Urtasan은 다른 여성들이 업계에 참여하도록 영감을주기를 희망합니다. "이것은 백인 친구들이 매우 지배하는 분야입니다."라고 그녀는 말했습니다. "통합 지식을 구축하는 방법은 다양한 관점으로 기술을 구축하는 것입니다. 서로 도전함으로써 더 나은 것을 구축하기 때문입니다."  

Uber, Toyota에서의 경력 

Urtasun은 2017 년 XNUMX 월 Uber에서 시작하여 자율 주행 자동차에 대한 기계 인식 작업을 시작했습니다. 작업에는 기계 학습, 컴퓨터 비전, 로봇 공학 및 원격 감지가 수반됩니다. 대학에 오기 전에 Urtasun은 시카고의 Toyota Technological Institute에서 근무했습니다. Uber는 수십 명의 연구원을 고용하기로 약속했으며 Urtasun이 공동 설립 한 Toronto의 Vector Institute에 다년간 수백만 달러를 투자했습니다. 

Urtasan은 자율 주행 차량이 다양한 거리를 측정하기 위해 펄스 레이저를 사용하는 원격 감지 방법 인 Lidar (Light Detection and Ranging)를 차단해야한다고 주장했습니다. 그녀의 연구에 따르면 차량은 수천 달러의 비용이 드는 Lidar 장치보다 훨씬 저렴한 일반 카메라에서 세계에 대한 유사한 3D 데이터를 얻을 수 있습니다. 

"지금 당장 신뢰할 수있는 자율 주행 자동차를 만들고 싶다면 가능한 모든 센서를 사용해야합니다." 2017 년 XNUMX 월 발표 된 인터뷰. "장기적으로 문제는 비싸지 않은 자율 주행 자동차를 어떻게 만들 수 있는가하는 것입니다." 

Ben Dickson, TechTalks 창립자 겸 편집자

이 회사의 기술적 인 "AI 우선 접근 방식"은 더 나은 기계 학습 모델에 더 중점을두고 Lidar, 레이더 및 매핑 데이터를 포함한 보완 기술에 더 중점을 둘 것임을 의미합니다. TechTalks. “소프트웨어가 많은 스택의 이점은 기술 업데이트 비용이 매우 낮다는 것입니다. 그리고 앞으로 몇 년 동안 많은 업데이트가있을 것입니다.”라고 보고서의 저자이자 TechTalks의 창립자 인 Ben Dickson은 말했습니다.  

Urtasun은 출시에 대해 회사가 "알고리즘 제품군"으로 사용하는 AI 시스템을 설명했습니다. 테크 크런치. 폐쇄 루프 시뮬레이션 환경은 실제 도로에서 실제 자동차를 보내는 대신 사용할 수 있습니다.  

Dickson은“대부분의 자율 주행 자동차 회사는 시뮬레이션을 심층 학습 모델의 훈련 체계의 일부로 사용하고 있습니다. 그러나 실제 세계를 정확히 복제 한 시뮬레이션 환경을 만드는 것은 사실상 불가능합니다. 이것이 자율 주행 자동차 회사가 계속해서 무거운 도로 테스트를 사용하는 이유입니다. "  

Waymo는 시뮬레이션 및 실제 테스트 마일을 선도합니다 

딕슨에 따르면 Waymo는 업계 기록 인 20 천만 마일의 실제 도로 테스트를 수행하기 위해 최소 20 억 마일의 시뮬레이션 운전을하고 있습니다. Waabi의 기술에 대한 더 많은 통찰력을 얻기 위해 그는 토론토 대학에서 Urtasun의 최근 학술 연구를 살펴 보았습니다. 그녀의 이름은 자율 주행에 관한 많은 논문에 나와 있습니다. XNUMX 월에 arXiv 사전 인쇄 서버에 업로드 된 하나는 Dickson의주의를 끌었습니다.  

라는 제목의 "MP3 : 매핑, 인식, 예측 및 계획을위한 통합 모델" 이 백서는 Waabi의 출시 보도 자료에있는 설명에 가까운 자율 주행에 대한 접근 방식을 논의합니다. 

연구진은 MP3를 "해석이 가능하고 정보 손실이 발생하지 않는지도없는 운전에 대한 종단 간 접근 방식이며 중간 표현의 불확실성에 대한 이유"라고 설명합니다. 이 논문에서 연구원들은 또한 "환경의 정적 및 동적 부분을 모델링하기위한 확률 적 공간 계층"의 사용에 대해 논의합니다. 

MP3는 종단 간 학습이 가능합니다. Lidar 입력을 사용하여 장면 표현을 생성하고 미래 상태를 예측하며 궤적을 계획합니다. "머신 러닝 모델은 Waymo와 같은 회사가 자율 주행 차량에 사용하는 세밀한 매핑 데이터의 필요성을 제거합니다."라고 Dickson은 말했습니다. 

Urtasun이 비디오를 게시했습니다. 자율 주행 차의 미래, MP3 작동 방식에 대한 간략한 설명을 제공하는 YouTube 채널에서 일부 연구자들은 기존 기술의 영리한 조합이라고 언급했습니다. "또한 학술 AI 연구와 응용 AI 사이에는 상당한 차이가 있습니다."라고 Dickson은 말했습니다. 실제 환경에서 Waabi 모델의 성능은 흥미로울 것입니다.   

소스 기사 및 정보 읽기 AI 트렌드, Waabi 출시 릴리스를 누르십시오 직전에 TechTalks에 테크 크런치 YouTube 동영상에서는 자율 주행 차의 미래.

PlatoAi. Web3 재창조. 풍부한 데이터 인텔리전스.
무료 평가판을 보려면 여기를 클릭하십시오.

출처 : https://www.aitrends.com/selfdrivingcars/raquel-urtasuns-waabi-autonomous-vehicle-software-company-is-launched/

계속 읽기

AI

감정 인식 시장은 과학 의문으로 성장할 것으로 예상된다 

게재

on

감정 인식 소프트웨어의 사용이 증가하고 있으며 동시에 과학적 기반에 대한 의문이 제기되고 있습니다. (크레딧 : 게티 이미지) 

작성자 : John P. Desmond (AI 트렌드 편집자) 

감정 인식 소프트웨어 부문은 향후 몇 년 동안 극적으로 성장할 것으로 예상되며, 시장에서 교두보를 구축 한 기업은 성공을 거두고 정확성과 공정성에 회의적인 일부 사람들은 위험 신호를 제기합니다.  

최근 보고서에 따르면 글로벌 감정 감지 및 인식 시장은 37.1 년 2026 억 달러에서 19.5 년까지 2020 억 달러로 성장할 것으로 예상됩니다. 시장 및 시장. 북미는 가장 큰 시장의 본거지입니다.  

보고서에 포함 된 소프트웨어 공급 업체에는 NEC Global (일본), IBM (미국), Intel (미국), Microsoft (미국), Apple (미국), Gesturetek (캐나다), Noldus Technology (네덜란드), Google (미국), Tobii (스웨덴), Cognitec Systems (독일), Cipia Vision Ltd (이전 Eyesight Technologies) (이스라엘), iMotions (덴마크), Numenta (미국), Elliptic Labs (노르웨이), Kairos (미국), PointGrab (미국), Affectiva (미국), nViso (스위스), Beyond Verbal (이스라엘), Sightcorp (네덜란드), Crowd Emotion (영국), Eyeris (미국), Sentiance (벨기에), Sony Depthsense (벨기에), Ayonix (일본), Pyreos ( 영국). 

오늘날 감정 인식 소프트웨어 사용자 중에는 졸린 운전자를 감지하고 운전자가 몰입하거나 산만했는지 식별하는 데 사용하는 자동차 제조업체가 있습니다. 

감정 인식 소프트웨어가 효과적인지, 그리고 그 사용이 윤리적인지 의문을 제기하는 사람들이 있습니다. 최근에 요약 된 한 연구 연구는 세이지 저널 얼굴 표정이 감정 상태의 신뢰할 수있는 지표라는 가정을 검토하고 있습니다.  

Lisa Feldman Barrett, 노스 이스턴 대학교 심리학 교수

Northeastern의 Lisa Feldman Barrett이 이끄는 연구팀은 "사람들이 분노, 혐오, 두려움, 행복, 슬픔 및 놀라움을 전달하는 방법은 문화, 상황, 심지어는 단일 상황 내에서 사람에 따라 크게 다릅니다."라고 말했습니다. 대학, 매스 종합 병원 및 하버드 의과 대학.   

연구팀은 추가 연구가 필요하다고 제안하고 있습니다. “저희 리뷰는 사람들이 어떻게 실제로 얼굴을 움직여 일상 생활을 구성하는 다양한 맥락에서 감정과 기타 사회적 정보를 표현합니다.”라고 보고서는 밝혔다. 

기술 회사는 얼굴에서 감정을 읽는 프로젝트에 수백만 달러를 지출하고 있습니다. 보고서 저자들은“그러나 더 정확한 설명은 그러한 기술이 감정 표현이 아닌 얼굴 움직임을 감지한다는 것입니다.  

Affectiva, Smart Eye of Sweden이 73.5 만 달러 인수 

최근 감정 인식 소프트웨어의 인기로 인한 수혜자는 Affectiva의 설립자인데, 최근 약 73.5 ​​개의 자동차 제조업체에 운전자 모니터링 시스템을 제공하는 스웨덴 회사 인 Smart Eye가 현금과 주식으로 XNUMX 만 달러에 인수하기로 합의했습니다. 

Affectiva는 CEO였던 설립자 Rana el Kaliouby와 MIT의 Affective Computing 그룹 책임자 인 Rosalind Picard에 의해 2009 년 MIT에서 분리되었습니다. Kaliouby는이 책에서 Affectiva를 설립 한 경험에 대한 책을 저술했습니다. 디코딩 된 소녀. 

"운전자 모니터링 시스템 범주가 실내 감지로 발전하여 전체 객실을 모니터링하는 것을 지켜 보면서 Affectiva를 주목해야 할 주요 플레이어로 빠르게 인식했습니다." Smart Eye의 CEO이자 설립자 인 Martin Krantz는  보도 자료. 그는“감정 AI 분야를 구축하기위한 Affectiva의 선구적인 작업은이 기술을 대규모로 시장에 출시 할 수있는 강력한 플랫폼 역할을했습니다.  

Affectiva CEO Kaliouby는 "우리의 기술은 매우 상호 보완적일뿐만 아니라 우리의 가치, 팀, 문화, 그리고 아마도 가장 중요한 미래에 대한 비전도 마찬가지입니다."라고 말했습니다.  

Kate Crawford, Microsoft Research 선임 연구원

일부는 감정 지능 소프트웨어에 대한 정부 규제를 요구했습니다. Kate Crawford, Microsoft Research New York의 수석 연구 책임자이자이 책의 저자 AI의 아틀라스  (Yale, 2021), 최근에 썼다 자연, “우리는 더 이상 감정 인식 기술이 규제되지 않게 할 수 없습니다. 교육, 의료, 고용, 형사 사법 등 모든 영역에서 이러한 도구의 입증되지 않은 사용으로부터 법적 보호를받을 때입니다.”   

그 이유는 기업들이 "명확하게 문서화되고 독립적으로 감사 된 효과의 증거없이"개인이 이용할 수있는 기회에 영향을 미치는 소프트웨어를 판매하기 때문입니다. 여기에는 입사 지원자가 얼굴 표정이나 목소리 톤으로 판단되는 것과 얼굴이 화를 낼 수 있다는 이유로 학교에서 신고 한 학생이 포함됩니다.  

감정 인식의 과학은 점점 더 의문을 제기하고 있습니다. 1,000 건의 연구를 검토 한 결과 얼굴 표정을 감정과 연결하는 과학은 보편적이지 않다고 OneZero. 연구자들은 사람들이 예상되는 표정이 자신의 감정 상태와 일치하는 시간을 20 ~ 30 % 만 만들었 음을 발견했습니다.   

Find Solution AI를 비롯한 스타트 업은 감정 인식 기술을 전 세계 얼굴 표정의 유사성에 대해 발표 한 심리학자 Paul Ekman의 작업을 기반으로 "XNUMX 가지 보편적 감정"이라는 개념을 대중화했습니다.   

작업은 현실 세계에서 도전을 받았습니다. Ekman의 작업을 사용하여 테러리스트를 발견하도록 요원을 훈련시킨 TSA 프로그램은 과학적 근거가 거의 발견되지 않았고 체포로 이어지지 않았으며 인종 프로파일 링을 촉진했다고 정부 책임 사무소와 ACLU의 제출 자료에 따르면.   

Barrett 박사의 연구팀은 "과학적인 진로의 시작은 우리가 생각했던 것보다 감정 표현과 감정 인식에 대해 훨씬 덜 알고 있다는 명백한 인정으로 시작됩니다."  

출처 기사 및 정보 읽기 시장 및 시장에 세이지 저널, 안에 릴리스를 누르십시오 Smart Eye에서 자연 관련 원제로. 

PlatoAi. Web3 재창조. 풍부한 데이터 인텔리전스.
무료 평가판을 보려면 여기를 클릭하십시오.

출처 : https://www.aitrends.com/emotion-recognition/market-for-emotion-recognition-projected-to-grow-as-some-question-science/

계속 읽기

AI

일반 AI 모델은 시간을 절약합니다. 업종을위한 사전 제작 된 AI 모델로 더 많은 비용 절감 

게재

on

조립식 주택과 마찬가지로 사전 조립 된 AI 모델이 등장하고 있으며 일부는 예측 유지 보수를 포함한 애플리케이션을 통해 석유 및 가스와 같은 수직 산업을 대상으로합니다. (크레딧 : 게티 이미지)

AI 트렌드 스태프  

일반 AI 모델은 AI 애플리케이션을 시작하고 재사용 할 수 있도록 제공하는 작업의 일정 비율을 압축하여 시간을 절약합니다. 대표적인 예는 감정을 감지하고 텍스트를 이해하기 위해 사전 구축 된 모델에 액세스 할 수있는 GCP의 Vision AI입니다.  

일부 신흥 기업은 특정 수직 산업을 위해 개발 된 사전 구축 된 모델을 공급함으로써 이러한 추세를 기반으로 모든 산업에 대한 일반 사전 구축 모델의 이점을 뛰어 넘는 것을 목표로합니다.  

DJ Das, ThirdEye Data 설립자 겸 CEO

“일부 사용 사례에서는 효과적이지만 이러한 솔루션은 즉시 사용 가능한 산업별 요구 사항에 적합하지 않습니다. AI 프로젝트에서 가장 정확한 결과를 추구하는 조직은 단순히 산업별 모델로 전환하면됩니다.”ThirdEye Data의 설립자이자 CEO 인 DJ Das는 테크 크런치. ThirdEye는 기업용 AI 애플리케이션을 구축합니다. 

기업은 산업별 결과를 생성 할 수있는 옵션이 있습니다. "하나는 하이브리드 접근 방식을 채택하는 것입니다. 오픈 소스 일반 AI 모델을 취하고이를 비즈니스의 특정 요구 사항에 맞게 추가로 교육하는 것입니다."Das가 말했습니다. “기업은 IBM 또는 C3와 같은 타사 공급 업체를 찾아 즉시 완전한 솔루션에 액세스 할 수 있습니다. 또는 정말로 필요한 경우 데이터 과학 팀이 처음부터 사내에서 자체 모델을 구축 할 수 있습니다. "  

최근 계약에서 ThirdEye는 전력 회사와 협력하여 AI를 사용하여 수천 개의 이미지를 분석함으로써 전기 전신주의 결함을 감지했습니다. Das는 "Google Vision API를 사용하기 시작했고 원하는 결과를 얻을 수 없다는 사실을 발견했습니다."라고 말했습니다. 이는 90 % 이상의 정확도를 얻는 것이 었습니다. 예를 들어 일반 Google Vision 일반 모델은 전신주 태그에 사용 된 비표준 글꼴 및 다른 배경색을 식별하지 못했습니다. 

“그래서 우리는 TensorFlow에서 기본 컴퓨터 비전 모델을 가져와 유틸리티 회사의 정확한 요구에 최적화했습니다.”라고 Das는 말했습니다. 팀은 전주에서 태그를 감지하고 해독하기 위해 AI 모델을 개발하는 데 90 ​​개월이 걸렸고 모델을 훈련하는 데 XNUMX ​​개월이 걸렸습니다. Das는“결과는 XNUMX % 이상의 정확도 수준을 보여주고 있습니다.  

산업별 사전 훈련 된 모델의 필요성 확인 

CrowdAnalytix의 CEO이자 창립자도 비슷한 감정을 표명했습니다. 포브스"T여기에는 모든 일반 AI와 마찬가지로 Google Vision에 대한 캐치가 있습니다. 이러한 일반 모델은이를 사용하는 특정 산업이나 조직에 대해 전혀 알지 못합니다.”라고 Divyabh Mishra는 말했습니다.  

일반 AI 모델은 일반적으로 공개적으로 액세스 할 수 있고 산업 전반에 걸쳐 많은 사용 사례에 적용 할 수있는 일반 데이터 세트에 대해 학습됩니다. "그 결과는 부인할 수 없을 정도로 강력하지만 비즈니스에 대한 유용성이 극히 제한적인 AI입니다."라고 그는 말했습니다.  

특정 수직 산업에서 작동하는 협소하게 훈련 된 AI 애플리케이션의 대규모 라이브러리가 필요합니다. "상대적으로 특정한 사용 사례를 위해 대규모 데이터 세트에 대해 사전 훈련 된 모델이 필요합니다. 대규모 데이터 과학 팀없이 추가 교육을 처리 할 필요없이 소비자가 직접 구현할 수있는 비즈니스 특정 솔루션의 AI 마켓 플레이스입니다."Mishra 정해진.  

CrowdAnalytix는 크라우드 소싱 모델에서 작동하며 25,000 명이 넘는 "솔버"커뮤니티가 회사에서 "경쟁"이라고 부르는 프로젝트 작업을 수행합니다. 웹 사이트에는 "우리는 커뮤니티를 활용하여 각 클라이언트에 맞게 조정되고 사용자 정의되는 사전 구축 된 솔루션 호스트를 만듭니다."  

New York Times, Google Cloud와 협력하여 사진 아카이브 디지털화  

사전 제작 된 모델에 대한 Google의 투자에 뿌리를 둔 예에서, 뉴욕 타임즈 사진 아카이브를 디지털화하는 프로젝트에서 Google Cloud와 협력하고 있습니다. 100 년이 넘도록 The Times는 타임 스퀘어의 경찰관 근처 거리 XNUMX 층 아래에있는 파일 캐비닛에 사진을 보관 해 왔습니다. 에 대한 계정에 따르면 아카이브에는 현재 XNUMX ~ XNUMX 백만 장의 사진이 있습니다. Google Cloud의 블로그.  

영안실은 The Times의 역사뿐만 아니라 우리 현대 세계를 형성 한 거의 한 세기가 넘는 글로벌 사건의 귀중한 연대기 인 부패하기 쉬운 문서의보고입니다. 닉 록웰, 최고 기술 책임자, 뉴욕 타임즈.  

Google CTO의 Cloud Office 기술 이사 Sam Greenfield

게시물 작성자 인 Google CTO의 Cloud Office 기술 이사 인 Sam Greenfield는 "작동하는 자산 관리 시스템을 사용하면 사용자가 사진을 쉽게 찾아보고 검색 할 수 있어야합니다."라고 말했습니다. 구글은 타임즈 사진 편집자들에게 유용한 시스템을 만들기 위해 AI 기술과 전문 지식을 테이블로 가져 왔습니다. 시스템은 사진 이미지와 사진 뒷면의 모든 텍스트 정보를 스캔하여 시스템이 사진을 추가로 분류 할 수 있도록합니다. 예를 들어 Penn Station의 사진은 "여행"과 "버스 및 철도"분류에 포함됩니다.  

수직 산업을위한 사전 구축 된 AI 애플리케이션을 제공하는 C3.ai  

인적 자원 애플리케이션 공급 업체 인 Siebel Systems의 창립자 인 Tom Siebel이 설립 한 AI 소프트웨어 회사 C3.ai는 AI 용 패키지 소프트웨어 산업을 복제하고 있습니다. 이 회사는 예측 유지 보수, 사기 감지, 에너지 관리 및 고객 참여를 포함한 애플리케이션을 위해 구성 할 수있는 사전 구축 된 AI 애플리케이션을 제공하는 C3 AI Suite를 제공합니다.  

C3는 산업 서비스 회사 인 Baker Hughes와 협력하여 예측 유지 보수 사용 사례를 통해 석유 및 가스 산업을 겨냥한 BHC3 AI Suite를 개발했습니다. C3 웹 사이트의 고객 사례. C3 웹 사이트의 계정에 따르면 몇 달 만에 팀은 예측 유지 보수 애플리케이션을 대규모로 배포했습니다. "이러한 애플리케이션은 자산 구성 요소가 비정상적으로 작동하는 경우 계측기 엔지니어에게 알립니다."라고 계정은 말했습니다.   

Shell Oil의 데이터 과학 총괄 책임자 인 Dan Jeavons는“우리의 데이터 과학 전문 지식과 c3.ai가 제공하는 소프트웨어 개발 전문 지식의 결합은 정말 강력합니다.   

시장은 사전 구축 된 AI 모델을 특정 수직 산업에 적용하는 데 전문성을 갖춘 소프트웨어 공급 업체 및 컨설턴트를위한 준비가되어 있습니다. 

소스 기사 및 정보 읽기 테크 크런치in 포브스를 시청하여 이에 대해 더 많은 정보를 얻을 수 있습니다. Google Cloud 블로그, 그리고 C3 웹 사이트의 고객 사례. 

PlatoAi. Web3 재창조. 풍부한 데이터 인텔리전스.
무료 평가판을 보려면 여기를 클릭하십시오.

출처 : https://www.aitrends.com/software-development-2/generic-ai-models-save-time-prebuilt-ai-models-for-verticals-save-more/

계속 읽기

AI

입술 읽기 AI가 개발 중이며주의 깊은 눈 아래에 있습니다. 

게재

on

스타트 업 리오 파가 개발 한 인공 지능을 이용한 입술 읽기 앱이 청각 장애인을위한 보조 도구로 개발되어 감시에도 적용되고있다. (크레딧 : 게티 이미지)   

AI 트렌드 스태프 

아일랜드 스타트 ​​업 Liopa의 입술 읽기 앱은 음성 입력없이 입술을 읽을 수 있도록 AI를 훈련시키는 시각 음성 인식 (VSR) 분야의 돌파구를 대표한다고합니다.   

Liopa의 제품인 SRAVI (음성 장애를위한 음성 인식 앱)는 언어 장애 환자를위한 커뮤니케이션 보조 도구입니다. 의 계정에 따르면 공개 구매가 가능한 최초의 입술 읽기 AI 앱이 될 것입니다. 바이스 / 마더 보드.  

감시 도구를 포함하여 다양한 잠재적 인 상용 응용 프로그램을 운영하는 연구원들은 컴퓨터에 입술 읽기를 가르치기 위해 수년간 노력해 왔으며 어려운 작업으로 입증되었습니다. Liopa는 SRAVI를 유럽에서 Class I 의료 기기로 인증하기 위해 노력하고 있으며 XNUMX 월까지 인증을 완료하기를 희망합니다. 그러면 의료 제공자에게 판매를 시작할 수 있습니다. 

많은 기술 거물들도 입술 읽기 AI를 연구하고 있습니다. 마더 보드 계정에 따르면 구글, 화웨이, 삼성, 소니와 제휴하거나 직접 일하는 과학자들은 모두 VSR 시스템을 연구하고 있으며 빠르게 발전하고있는 것으로 보인다.   

Liopa, 영국 국방 및 보안 연구를위한 두 번째 계약 체결  

입술 읽기 AI가 개발되는 방식과 배포 방식이 우려의 원인이되고 있습니다. Liopa는 최근 영국의 Defense and Security Accelerator가 행동 분석 기능을 개발할 수 있도록 돕는 것을 목표로하는 DASA 행동 분석 이니셔티브의 2 단계에 참여하도록 선정되었다고 발표했습니다. 이는 개인 및 그룹에 대한 데이터에서 파생 된 "컨텍스트 별 통찰력"으로 정의되며 "미래에 어떻게 행동 할 것인지에 대한 신뢰할 수있는 예측"을 가능하게합니다.   

이 도구를 사용하면 법 집행 기관이 조용한 CCTV 영상을 검색하고 사람들이 특정 키워드를 말할 때 식별 할 수 있습니다.   

그리고, Liopa VSR 엔진은 입력으로 말하는 대상의 비디오를 가져오고 AI를 사용하여 대상의 가장 가능성이 높은 발화를 예측합니다. 보도 자료북 아일랜드 벨파스트에 본사를 둔 Liopa 출신. 엔진을 사용할 수 있습니다 오디오가 없거나 품질이 좋지 않은 CCTV (감시 비디오 콘텐츠)에서 사용되는 키워드를 식별합니다.  

DASA 제공 관리자 인 Eleanor Humphrey는 다음과 같이 말했습니다.“행동 분석은 주요 위협으로부터 직원을 안전하게 보호 할 수있는 혁신적인 방법을 찾고있는 매력적이고 새로운 기능입니다. Liopa와 협력하여 기술을 가속화하게되어 기쁘고 결과를 기대합니다.”  

Liam McQuillan, Liopa 설립자 겸 CEO

Liopa의 설립자 겸 CEO 인 Liam McQuillan은 릴리스에서 다음과 같이 말했습니다.“이 계약을 통해 우리는 1 단계 프로젝트의 진행 상황을 기반으로 할 수 있습니다. 국방 및 보안 요원에게 귀중한 정보를 제공 할 실제 사용 사례에서 VSR 기술을 훌륭하게 검증 한 것입니다. "  

입술 읽기를 위해 AI를 활용하려는 노력은 Liopa만이 아닙니다. 감시 회사 인 Motorola Solutions는 경찰을 돕기 위해 설계된 입술 판독 시스템에 대한 특허를 보유하고 있습니다. 창립자가 미국 국방 첨단 연구 프로젝트 기관 (DARPA)과 관련이있는 신생 기업인 Skylark Labs는 자신의 입술 판독 시스템이 현재 개인 가정과 인도의 국영 전력 회사에 배치되어 불쾌하고 욕설을 감지하기 위해 마더 보드에 말했습니다. . 

VSR 기술은 얼굴 인식과 관련된 윤리적 문제에 갇힐 수 있습니다. 

일부 사람들은 윤리적 문제에 휩싸인 안면 인식 시장에 닥친 것과 유사한 끈질긴 개찰구를 앞두고 있습니다.  

영국의 생체 인식 및 감시 카메라 커미셔너 인 Fraser Sampson은 마더 보드에 이렇게 말했습니다. “이 분야에서 저의 주된 관심사는 기술이 할 수있는 일과 할 수없는 일이 반드시있는 것은 아닙니다. 그것이 말하는대로 할 수 있다고 믿는 사람들의 냉담한 효과 일 것입니다. 그렇게해서 그들이 대중 앞에서 말하는 것을 막았다면 우리는 단순한 프라이버시보다 훨씬 더 큰 영역에 있고 프라이버시는 충분히 큽니다.” 

AI 연구자들은 이제 AI가 적용되는 방식의 윤리적 의미를 더 잘 알고 있습니다. 예를 들어, NeurIPS 컨퍼런스에서는 이제 AI 과학자가 제안 된 논문과 함께 자신의 연구 결과가 사회에 미치는 영향에 대한 성명서를 제출해야합니다.  

Stavros Petridis, 연구원, Facebook AI Applied Research

Imperial College London에서 관련 연구를 수행했으며 현재 Facebook에서 일하고있는 Stavros Petridis는 딜레마에 대해 마더 보드에 이야기했습니다. "작년에 출판 된 문헌에서 VSR 기술에 대한 윤리적 고려 사항에 대한 여러 논의가있었습니다."라고 그는 말했습니다. "아직 사용할 수있는 상용 응용 프로그램이 없다는 점을 감안할 때 이번에는이 기술이 완전히 상용화되기 전에 윤리적 고려 사항이 고려 될 가능성이 매우 높습니다."  

Liopa의 CEO 인 Liam McQuillan은 또한 문제에 대해 마더 보드와 이야기를 나눴으며, 회사는 필요한 수준의 정확도로 무음 CCTV 영상에서 키워드를 입술로 읽을 수있는 시스템을 갖출 수있는 시스템을 갖출 수있는 시스템을 갖추기에는 적어도 XNUMX 년은 더 걸릴 것이라고 말했습니다. 그는 회사가 프라이버시 반발 가능성을 고려했다고 말했다. "실제로이 기술의 궁극적 인 사용을 금지하는 우려가있을 수 있습니다."라고 McQuillan은 말했습니다.  

지난 XNUMX 월 소비자 가전 전시회에서 소니는 증강 입술 판독을 위해 카메라 센서와 AI를 사용하는 비주얼 스피치 인 에이블먼트 제품에 대한 개요를 제공했습니다. 소니의 제품 기술 및 혁신 담당 부사장 인 Mark Hanson은이 제품이 사용자의 입술을 분리하고 배경 또는 전경 소음과 무관하게 사용자의 움직임을 단어로 번역한다고 밝혔다. PCMag.  

이 신제품의 기술은 얼굴이 아닌 입술 만 캡처하므로 사용자 식별 데이터는 유지되지 않는다고 Hanson은 지적했습니다.   

소스 기사 및 정보 읽기 바이스 / 마더 보드보도 자료e Liopa와 PCMag. 

PlatoAi. Web3 재창조. 풍부한 데이터 인텔리전스.
무료 평가판을 보려면 여기를 클릭하십시오.

출처 : https://www.aitrends.com/image-recognition/lip-reading-ai-is-under-development-under-watchful-eyes/

계속 읽기
에스 포트2 일 전

Dungeons & Dragons : Dark Alliance 성우 : 누가 Utaar의 목소리를 낼까요?

블록체인2 일 전

Margex는 사기입니까?

에스 포트4 일 전

Genshin Impact Grand Line Conch 위치

에너지3 일 전

Eco Wave Power의 설립자이자 CEO 인 Inna Braverman은 Bloomberg가 지원하는 2021 년 카타르 경제 포럼에서 연설 할 예정입니다.

에스 포트2 일 전

Valorant Patch 3.00 에이전트 티어 목록

블록체인2 일 전

Yearn Finance (YFI) 및 Synthetix (SNX) 기술적 분석 : 무엇을 기대합니까?

HRTech2 일 전

위성 사무실을위한 TCS 방망이, 노동 인구의 여성 증가

에스 포트2 일 전

Dungeons and Dragons : Dark Alliance Crossplay입니까?

AI3 일 전

고객 확보 기술 제공 업체 Ezbob이 출시 한 금융 서비스 부문을위한 새로운 모듈 식 SaaS 플랫폼

비행3 일 전

SAS는 극지방 노선을 운영하는 최초의 항공사였습니다.

블록체인3 일 전

Cardano, Chainlink, Filecoin 가격 분석 : 21 월 XNUMX 일

에스 포트2 일 전

Ruined Pantheon Prestige Edition 스플래시 아트, 가격, 출시, 얻는 방법

블록체인4 일 전

그녀의 목소리 증폭 22 월 10 일 오전 45시 24 분 ~ 4 월 00 일 오후 XNUMX시 EST BERMUDA

블록체인5 시간 전

Digital Assets AG, Solana에서 주식 토큰 출시

비행4 일 전

Antonov An-124 Vs An-225 : 차이점은 무엇입니까?

에스 포트19 시간 전

Valve, Spectre Arcana, Davion Dragon Knight Persona 및 Nemestice 이벤트가 포함 된 2021 Dota 2 Battle Pass 출시

블록체인4 일 전

텍사스 슈퍼마켓은 이제 암호화 지불을 허용합니다

에스 포트4 일 전

Warzone 네일 건 부착물 : 있나요?

에너지4 일 전

Cresol 시장 : 공급 업체에게 최대 지역 기회를 제공하는 APAC

사모4 일 전

Zuckerberg Group은 불법 기능 획득 옹호자 인 Wuhan Lab 파트너에게 433,000 달러를 투자했습니다.

탐색