자동차산업 동향: 자동차/부품, 인공지능과 자동차산업 테슬라 AI DAY 시사점

테슬라 AIDAY, 인공지능과 자동차산업 시사점 테슬라 AIDAY, 인공지능과 자동차산업 시사점

Software 2.0의 시대 Software 2.0의 시대

테슬라의 자동 운전 Director Andrej Karpathy는 18년 인공 지능 콘퍼런스에서 Software 2.0의 개념을 제시 Software 2.0이라는 새로운 소프트웨어 디자인 방식(fundamental shift in how we write software)에서 사전 도메인 지식을 바탕으로 시스템 설계에 맞추어 스택을 구축하는 Top-down접근 방식에서 벗어나고 데이터 세트를 축적하고 인공 지능 신경망을 이용하고 학습 데이터에 자사 모델을 최적화하는 과정으로 정의.향후 인공 지능 개발에서 소프트웨어 2.0방식이 주요 방법론이 되는 것을 예측한 당시의 사례로 테슬라 차량이 터널 내를 주행할 경우, 와이퍼를 켜면서 오프로 할 때를 제대로 모르는 상황을 가정.기존의 소프트웨어 1.0에서는 프로그래머가 지시한 논리(코딩)의 에러를 찾기 위해서 코드를 추적해야 했지만 소프트웨어 2.0의 경우 차량이 터널 통과시에 와이퍼를 작동하는지의 데이터가 충분치 않기 때문에 발생한 문제로서 인지.테슬라는 더 많은 데이터를 수집하고 훈련 데이터 세트에 추가한 뒤, 딥 러닝 알고리즘을 다시 실행하고 문제를 해결하는 방식으로 접근한다고 설명 테슬라의 인공 지능 전략

 

 

테슬라는 자율주행 인지센서 활용에 있어서도 라이다에 의존하지 않는다는 입장이다. 카메라 8개, 초음파 센서 12개만 탑재해 주행 카메라는 2D 이미지를 고해상도로 측정. Lidar는 레이저를 조사한 후 물체로부터 반사되어 돌아오는 정보를 인식하고(ToF), 3D 이미지를 인식하는데 용이하다. 그러나 테슬라는 1) 카메라가 인식한 2D 이미지 내 각 픽셀의 깊이를 측정 후(depth-estimation), 2) 각 픽셀이 포함된 depth의 위상(topology)을 기반으로 3D 이미지를 추정하는 방식을 사용한다. 코넬대학교 Kilian Weignberger 교수팀은 이러한 기술을 Pseudo-Lidar로 명명하여 카메라의 3D 이미지 인식 능력의 한계를 물체 표현 알고리즘(Representation of 3D information)의 조정으로 상당 부분 극복할 수 있음을 시사 테슬라는 자율주행 인지센서 활용에 있어서도 라이다에 의존하지 않는다는 입장이다. 카메라 8개, 초음파 센서 12개만 탑재해 주행 카메라는 2D 이미지를 고해상도로 측정. Lidar는 레이저를 조사한 후 물체로부터 반사되어 돌아오는 정보를 인식하고(ToF), 3D 이미지를 인식하는데 용이하다. 그러나 테슬라는 1) 카메라가 인식한 2D 이미지 내 각 픽셀의 깊이를 측정 후(depth-estimation), 2) 각 픽셀이 포함된 depth의 위상(topology)을 기반으로 3D 이미지를 추정하는 방식을 사용한다. 코넬대학교 Kilian Weignberger 교수팀은 이러한 기술을 Pseudo-Lidar로 명명하여 카메라의 3D 이미지 인식 능력의 한계를 물체 표현 알고리즘(Representation of 3D information)의 조정으로 상당 부분 극복할 수 있음을 시사

테슬라 비전인식능력 – Pseudo-Lidar++(의사라이더++) 테슬라 비전인식능력 – Pseudo-Lidar++(의사라이더++)

코넬대 Yurong You박사는 Pseudo-Lidar에 Stereo Depth Network(SDN카메라가 인식한 2D이미지의 픽셀인당 depth를 측정하기 전 단계에서 이미지의 괴리를 최소화하는 전처리 과정)와 Graph-based Depth Correction(GDC이미지에서 측정된 Depth에 K-인접 기법을 적용을 하고 보정 과정)을 적용한 Pseudo-Lidar++의 이미지에 비해서, 종래의 인식을 보다 정확하게 수습할 수 있고 Pseudo-Lidar의 결과로 하고 있다,Pseudo-Lidar의 인식 정확도는 복잡한 상황(hard)에서 실제 Lidar보다 낮게 나왔지만 Pseudo-Lidar++의 경우 복잡한 상황에서도 Lidar과 거의 유사한 인식 정밀도를 기록 Lidar를 사용하지 않아도 유사 수준의 3D이미지 인식이 가능한 것으로 이론적으로 입증되고 보조 기법 등을 적용하고 완성도를 높이고 있음을 시사 테슬라 비전 인식 역량-Pure Vision

 

Dojo와는 인공 신경망을 자기 지도 학습을 통해서 훈련시키는 프로그램에서 이 론 마스크는 지난해 Dojo의 개발이 진행 중이며, 공개 일정을 올해에 제시 이번 AI Day에서 슈퍼 컴퓨터 Dojo와 자사 개발 D1 Chip을 공개.(D136TB/초 데이터 처리 및 50만개의 노드 처리, Dojo는 D1 3,000개의 조합(120×25), 1.1 Exaflops급 정도)테슬라는 과거의 인공 지능 훈련 인프라의 상당 부분을 NVIDIA에(GPU, 클라우드, 1.1.1, Dropu와 Dops등 독자적인.같은 비용 대비(At the same cost)4배 우수한 성능, 1.3배 전력 소모 효율에 자신감을 갖고 공정 내의 혁신을 포함한 것으로 기대된다 이ー롱·마스크는 Dojo가 향후 인공 지능 훈련 범용 인프라로서 활용될 가능성을 언급하며(cf, NVIDIA DGX Superpod등)테슬라의 AI업체 진화에 주목하고 FSD 9.0시대

테슬라는 21년 7월에 FSD 9.0을 공개해, 물체 인식에 카메라만을 활용하는 PureVision가 적용 UI 및 주변의 사물 인식 능력의 개선. (보행자, 동물, 차량에 대한 실시간 구분 표기 vs 구버전 주변 사물큐브 처리 등) 테슬라가 지난해 10월 완전 자율주행을 선언한 이후 경쟁사 대비 한 차원 높은 역량을 지속적으로 입증하는 것은 비전 인식, 인공신경망 훈련, 주행 데이터 수집 등 자율주행 전반에 걸친 개발이 본궤도에 올랐음을 시사했다. 작년 10월 FSD 가격을 1만달러로 인상하고 FSD 9.0 공개 후 199달러/월 구독 프로그램도 진행 테슬라 AI Day 주요 내용 테슬라는 21년 7월에 FSD 9.0을 공개해, 물체 인식에 카메라만을 활용하는 PureVision가 적용 UI 및 주변의 사물 인식 능력의 개선. (보행자, 동물, 차량에 대한 실시간 구분 표기 vs 구버전 주변 사물큐브 처리 등) 테슬라가 지난해 10월 완전 자율주행을 선언한 이후 경쟁사 대비 한 차원 높은 역량을 지속적으로 입증하는 것은 비전 인식, 인공신경망 훈련, 주행 데이터 수집 등 자율주행 전반에 걸친 개발이 본궤도에 올랐음을 시사했다. 작년 10월 FSD 가격을 1만달러로 인상하고 FSD 9.0 공개 후 199달러/월 구독 프로그램도 진행 테슬라 AI Day 주요 내용