기계 학습 썸네일형 리스트형 픽셀 6 탑재 '구글 텐서'가 제공하는 HW+SW+ML의 향상된 사진 경험 8가지 구글 텐서는 향후 구글이 선보이게될 스마트폰 내장 카메라의 진화 코드를 엿볼 수 있는 중요한 출발점이 될 수도 있다. 구글 텐서를 기반으로 하드웨어, 소프트웨어, 기계 학습을 결합한 최신 기술을 적용해, 카메라의 성능은 향상되고 사진 품질은 한 단계 진화했기 때문이다. 10월 19일 픽셀 6와 픽셀 6 프로를 발표하면서 구글은 이 부분에 대해 많은 시간을 할애했다. 그리고 픽셀 제품 관리자인 소프트웨어 부문의 아이작 레이놀즈(Isaac Reynolds)와 카메라 하드웨어 부문의 알렉산더 쉬프하우어(Alexander Schiffhauer)가 아직 '이야기할 것이 너무 많다'며 공식 블로그를 통해 주요 특징을 다시 한번 소개했다. SoC 기반의 하드웨어와 기계 학습을 적용한 소프트웨어가 융합된 스마트폰 카메.. 2021. 10. 28. 더보기 MIT, '기계 학습 적용한 3D 프린팅 재료 최적화 기술' 개발 3D 프린터의 활용 범위가 갈수록 넓어지면서 용도에 맞는 프린팅 재료에 대한 수요도 빠르게 증가하고 있다. 특히 새로운 적용 분야에 3D 프린팅 기술을 접목하려면, 먼저 사용 목적에 최적화된 프린팅 재료 개발이 선행되어야 한다. 3D 프린터로 인쇄(제작)하려는 대상이 필요로 하는 질감(toughness)이나 압축 강도(compression strength) 등 고려해야 할 요소가 적지 않다. 하지만 새로운 프린팅 재료를 개발하는 이러한 과정에는 많은 시간과 비용을 필요로 한다. 재료 성분 선정과 혼합 등의 개발 과정을 대부분 사람이 수행하기 때문에, 적지 않은 시간과 비용이 소요된다. 이 과정에서 폐기되는 재료 후보 성분으로 인한 환경 영향도 무시할 수 없다. 따라서 이러한 과정을 간소화하고 효율적으로 .. 2021. 10. 19. 더보기 구글은 어떻게 교통 상황을 예측할까?...'AI가 분석한 교통 패턴+실시간 교통 정보' 교통 정보 분석을 기반으로 한 최적화된 이동 경로 예측은, 경로 안내 기능을 갖춘 전자 지도가 가진 가장 핵심적인 기능이다. 현재 위치와 목적지를 선택하면, 불과 몇 초 만에 최적 경로를 알 수 있다. 빠르면 1-2초 만에 끝나 버리기 때문에 간단한 작업처럼 보이지만 실제 그 이면에서는 수많은 작업이 수행된다. 그렇다면 구글 지도는 어떻게 이동 경로를 결정하고, 이동 시간과 도착 시간을 예측할까? 구글 지도 제품 관리자인 요한 라우(Johann Lau)가 구글 블로그를 통해, 구글 지도가 최적 경로를 계산하고 이동 시간을 예측하는 방법에 대해 다음과 같이 소개했다. 구글 지도에 딥마인드의 기계 학습을 활용한 교통 정보 예측이 적용되면서, 전 세계 주요 도시의 예측 정확도가 개선됐다. (자료:DeepMin.. 2020. 9. 8. 더보기 이전 1 다음
