생각정리

ChatGPT 이후로 AI 시장이 뜨겁다. 샘 알트만은 의회에 청문회까지 불려가서 증언을 하고 있는 상황이다. 이에 대한 생각 정리를 해보려 한다. 이 글은 https://www.youtube.com/watch?v=YbglZk7jWwg&feature=youtu.be, https://www.youtube.com/watch?v=L_Guz73e6fw&t=338s 두가지 영상을 보고 생각한 영역들이 추가로 포함되어 있다. AI의 가능성은 꽤나 큰 편이다. ChatGPT이후로 새로운 시장의 영역이 개척되었고, 이에 호응하듯 AI관련주들의 주가가 매우 치솟고 있다. MS, Google, Meta 모두 여러 생성 AI 경쟁에 뛰어들고 있고, 현재까지는 가장 이득을 보고 있는 주체는 이 모든 기업들에게 GPU를 팔아 ..

내가 현재 담당하는 프로젝트는 사람이 결함 체크를 하는 것을 deep learning기반 알고리즘으로 대체하는 것을 목표로 한다. 실제로 이 작업을 수행해보니 DL의 강력한 성능에 더불어, 이를 바탕으로 파생될 수 있는 다양한 비즈니스의 형태들의 높은 가치들에 대해서도 놀라움을 느끼게 된다. 먼저 기계는 다룰 수 있는 데이터의 크기가 커지면 커질수록 사람보다 기하급수적으로 성능이 좋아진다. 기계는 사람과 같은 창의적인 판단은 할 수 없다. 즉 더 똑똑하다고는 할 수 없다. 하지만 상한선이 없는, 거대한 용량을 자유자재로 다룰 수 있어 사람보다 시야가 훨씬 넓다고 할 수 있다. 많은 수의 노동자를 고용해서 처리한다면 다양한 판단 주체들에 의해 다양한 결과가 생겨나지만, 이를 모두 하나의 기계로 판단하게 한..

라이다와 비전으로 밥벌어먹고 사는 사람의 입장에서, 두 센서의 장/단은 어떻게 되며 앞으로 자율주행 관련 회사들이 이를 어떻게 이용할까에 대한 생각 정리. 1. 라이다는 주면에 레이저를 쏘아서 부딪히는 지점의 좌표값을 주는 센서이다. 즉 라이다는 센서의 위치를 원점으로 주변 환경의 x,y,z값을 얻을 수 있다. 이때 점들이 구름처럼 찍혀 우리는 라이다는 point cloud 데이터를 준다고 말한다. 장점으로는 찍히는 지점에 대한 좌표의 정확도를 생각할 수 있으며, 넓은 측정 범위를 생각할 수 있다. 한편 단점으로는 주어지는 point cloud 데이터의 z축 밀도가 낮으며(sparse함), 가격이 비싸다. 또한 레이저 반사면의 재질에 따라, 측정 환경에 따라 보장하는 스펙을 충족하지 못하는 경우도 종종 ..