인공지능 비서 앱 ‘네이버-클로바’ 베타 테스트 시작  

http://www.bloter.net/archives/279357

네이버가 ‘클로바‘를 탑재한 인공지능(AI) 비서 앱 ‘네이버-클로바’의 베타 테스트를 시작한다고 5월12일 밝혔다.

네이버는 AI 비서 서비스에 대한 이용자 접근성 강화를 위해 스마트폰 앱 형태로 출시, 이용자들이 스피커 등의 기기나 OS에 구애받지 않고 누구나 편리하게 활용할 수 있도록 했다. 이번 앱은 네이버와 라인이 공동 개발하고 있는 AI 플랫폼 클로바 기술을 적용해, 지식 정보 검색, 음악 추천, 통·번역, 영어회화, 감성 대화 등이 가능한 인공지능 비서를 표방한다.

‘네이버-클로바’의 가장 큰 강점은 지식 정보 검색이다. “올해 추석 언제야”, “500유로가 얼마야”와 같은 정답형 검색뿐 아니라 “한남동 회식 장소 추천해줘”, “영어 동화 들려줘” 등의 사용자가 원하는 정보도 추천한다.

음악 추천 같은 경우도 “신나는 노래 들려줘”, “80년대 여자 가수 노래 틀어줘” 등의 명령을 내리면, 다양한 조건과 취향에 맞는 음악을 바로 감상할 수 있다. 통역은 물론, 영어회화도 할 수 있다. “중국어(영어·일본어)로 ‘얼마에요’가 뭐야?” 등 외국어 통·번역과 함께 “영어 대화하자”라는 명령으로 영어대화 모드를 실행하고 영어 회화 연습도 할 수 있다.

이 외에도 “노래 불러줘”, “외로워”, “심심해” 등의 다양한 감정에 반응해 대화를 나눌 수 있는 등, 이용자들은 다양한 방식으로 AI 비서 서비스를 경험해볼 수 있다.

네이버는 “이용자들의 사용에 따라 학습하며 성장하는 AI 특성상, 네이버 AI 비서 앱 이용자들은 시간이 지날수록 자신에게 특화된 정보, 콘텐츠를 제공하는 차별화된 AI 비서 서비스 경험을 해 나가게 될 것으로 기대한다”라고 덧붙였다.

네이버는 이번 앱에 다양한 기능을 추가하며 비서의 지능을 높여갈 뿐 아니라, 이미 베타 테스트를 진행하고 있는 대화형 엔진 ‘네이버i’ 를 비롯한 ‘에어스(AiRS)’ 등 다양한 서비스를 통해 각각의 상황에서의 AI 사용성을 점검하며 클로바의 성능을 높여 나갈 계획이다.

안드로이드는 출시됐으며, iOS 버전은 조만간 출시 예정이다.

Botkit is a toolkit for making bot applications http://botkit.ai

Botkit - Building Blocks for Building Bots

https://github.com/howdyai/botkit

Botkit은 메시징 플랫폼 내부에있는 유용하고 창조적 인 봇을 설계하고 실행하는 프로세스를 용이하게하기 위해 설계되었습니다. 봇은 메시지를 보내고받을 수있는 응용 프로그램으로, 대부분의 경우 사람과 함께 사용자로 표시됩니다.

일부 봇은 사람들처럼 말하고, 다른 봇들은 백그라운드에서 조용히 일하고, 다른 봇들은 현대 모바일 애플리케이션과 같은 인터페이스를 제공합니다. Botkit은 개발자에게 어떤 종류의 봇이라도 구축하는 데 필요한 도구를 제공합니다! 개발자가 API 엔드 포인트를 처리하는 대신 새로운 애플리케이션 및 경험을 개발하는 데 집중할 수 있도록 메시지를주고받는 인터페이스를 제공합니다.

Botkit을 사용하는 우리의 목표는 봇 건물을 쉽고 재미있게 만들고 말하기 기계로 가득차있는 미래를 창조하고자하는 욕구를 가진 누구나 쉽게 접근 할 수있게 만드는 것입니다! 우리는이 비전을 현실로 만들기위한 몇 가지 도구를 제공합니다.

• Botkit Studio , 봇 설계 및 구축을위한 통합 개발 환경
• 인기있는 플랫폼에서 작동하도록 미리 구성된 상용구 키트 , 상용구 응용 프로그램
• 대화식 소프트웨어를 만들기위한 SDK 인 Botkit Core Library
• 봇을 확장하고 향상시킬 수있는 플러그인과 미들웨어

Botkit은 다음을 비롯하여 널리 사용되는 메시징 플랫폼을 처리 할 수있는 포괄적 인 도구 세트를 제공합니다.

• 느슨하게
• 시스코 스파크
• Facebook Messenger 및 Facebook @ Workplace
• Twilio IP 메시징
• Microsoft Bot Framework

‘감성 지능 챗봇’ 나온다 

Becoming a Data Scientist – Curriculum via Metromap

http://nirvacana.com/thoughts/becoming-a-data-scientist/

데이터 과학, 기계 학습, 빅 데이터 분석,인지 컴퓨팅 .... 우리 모두는 기사, 기술 수요 정보 그래프 및이 주제에 대한 의견 (하품!) 으로 눈살을 찌푸렸다 . 한 가지는 확실합니다. 당신은 하룻밤 사이에 데이터 과학자가 될 수 없습니다. 그 여행은 확실히 도전적인 여행입니다. 그러나 어떻게 당신은 하나가되는 것에 가나 요? 어디서부터 시작해야할까요? 터널 끝에 언제 빛이 보이기 시작하니? 학습 로드맵은 무엇입니까? 알아야 할 도구와 기술은 무엇입니까? 목표 달성시기를 어떻게 알 수 있습니까?

비판적 시각화가 데이터 과학에 얼마나 중요한지를 감안할 때, 아이러니 컬하게도 데이터 과학자가되기 위해 필요한 것의 실용적이지만 시각적 인 표현을 (몇 가지 제외하고) 찾을 수 없었습니다. 여기 교과 과정을 만드는 나의 겸손한 시도, 이것이 데이터 과학자의 여행 이 되는 데 사용할 수있는 학습 계획입니다 . 나는 지하철지도에서 영감을 얻었고 그것을 학습 경로를 묘사하는 데 사용했습니다. 전반적인 계획을 점진적으로 다음 영역 / 영역으로 구성했습니다.

1. 기초
2. 통계
3. 프로그램 작성
4. 기계 학습
5. 텍스트 마이닝 / 자연 언어 처리
6. 데이터 시각화
7. 빅 데이터
8. 데이터 처리
9. 데이터 Munging
10. 도구 상자

각 지역 / 도메인은 "지하철 선"으로 표현되며, 점진적으로 배우고 마스터해야하는 주제를 묘사하는 방송국이 있습니다. 아이디어는 당신이 최종 목적지에 도달 할 때까지 (또는) 다음 라인으로 전환 할 때까지 선을 선택하고 열차를 타고 모든 역 (토픽)을 통과하는 것입니다. 점차적으로 각 역 (선)을 1에서 10까지 표시하여 여행 순서를 표시합니다. 이를 개인 학습 계획으로 활용하여 가장 개발하기를 원하는 분야와 습득 기술을 파악할 수 있습니다. 이것은 결코 끝이 아닙니다. 그러나 단단한 출발. 의견과 건설적인 의견을 언제든지 남겨주세요.

1. Fundamentals
2. Statistics
3. Programming
4. Machine Learning
5. Text Mining / Natural Language Processing
6. Data Visualization
7. Big Data
8. Data Ingestion
9. Data Munging
10. Toolbox

.

한국 자율주행차 테스트, 이제 ‘K-CITY’에서 

http://www.bloter.net/archives/276517

자율주행기술은 개발만 한다고 능사가 아니다. 시스템을 개발하는 속도에 맞춰 도로 환경에 바로 반영할 수가 없다. 교통은 언제나 인간의 목숨이 왔다 갔다 하는 위험성을 갖고 있기 때문이다. 자율주행 기술에 대한 ‘테스트베드’는 그래서 중요하다. 자율주행 자동차의 개발 및 안전성 검증을 위한 다양한 평가와 성능 평가가 필수적이다. 끊임없는 테스트 과정을 거쳐 안전성이 완전히 확인된 뒤에야 비로소 자율주행 기술이 한 단계 더 나아갈 수 있다. 특히 지금처럼 레벨3 상용화 목표를 앞두고 있다면 개발 담당자들은 안전에 대해 더욱 냉정히 테스트를 반복해야 한다.

지난 4월5일 ‘서울모터쇼 2017’의 부대행사로 열린 ‘자율주행 자동차 미래기술 세미나’에서는 교통안전공단 자동차안전연구원에서 구축 중인 자율주행 실험도시 ‘K-CITY’가 소개됐다. 조성호 K-CITY 준비팀 팀장은 2018년까지 경기도 화성시에 36만㎡ 규모로 구축 예정인 K-CITY의 추진 배경과 구축 상황을 설명했다.

자율주행 실험을 위한 시설은 단지 부지만 필요한 것이 아니다. 그 안을 얼마나 섬세한 기반시설로 구축했는가가 중요하다. K-CITY는 도심부도로, 커뮤니티도로, 교외도로, 고속주행도로, 자율주차시설의 5개 평가환경으로 구성된다. 또한 실제 도로교통환경을 재현하기 위한 시나리오 기반 의도로 및 교통시설, 통신환경을 구현하게 된다. 올해 10월 자동차 전용도로 1차 개통을, 내년 하반기 전체 구간 구축을 목표로 하고 있다.

강력한 모의실험 환경을 갖춘 테스트베드는 자율주행차 기술의 핵심 요소가 된다. 때문에 전 세계적으로도 테스트베드 구축을 중요시하고 있으며, 벌써 미국·중국·일본·스웨덴에서 운영 중이다. K-CITY 구축에도 타 국가의 테스트베드는 좋은 사례가 됐다. 특히 미국은 세계 최초의 테스트베드 M-CITY, 일본은 세밀한 평가 항목을 갖춘 ‘JARI(Japan Automative Research Institute)’를 먼저 구현했다는 점에서 주목받는다.

조성호 팀장은 먼저 미국의 M-CITY의 사례를 소개했다. M-CITY는 미시간대학교 교통연구센터에서 담당한 실험도시다. 미시간대학교 학교 부지 안에 별도의 실험도시를 구축해 자율주행 자동차의 성능 및 안전성을 확인한다. 도로, 가건물, 교차로, 횡단보도 등으로 구성된 도시부와 자갈길, 철도건널목, 4차선 도로 등 교외 지역 환경을 재현한 교외부로 구성된다. 실질적으로 주로 도심부 위주로 구성돼 있는데, 시속 70km 수준의 자동차 속도에 대한 평가가 가능하다. 미시간대학교뿐만 아니라 정부, 기업 등 컨소시엄을 구성해 운영된다.

자율주행차 실험에서 가장 중요한 요소 중 하나는 ‘얼마나 실제 환경과 비슷했냐’이다. 바로 얼마 전인 4월3일 개방한 일본의 JARI는 악의 환경 시험이 특징적이다. 악의 환경 시험이란 강우나 강설, 안개 등 자율주행차 센서에 취약점인 부분을 테스트하는 것이다. 실제 환경에서 항상 맑고 안전한 기후의 날만 있는 게 아니기 때문이다. JARI는 악천후 시험, 열악한 조도 환경시험 뿐만 아니라 도시지역 시험, 차선 및 교차로 주행 시험 등의 섬세한 시험 항목을 구축하고 있다.

앞으로 구축될 K-CITY는 위 국가들과 같은 사례를 참고해 국내 도로교통 환경을 면밀히 반영한 자율주행 시험도시를 만드는 것을 목표로 한다. 현재로썬 규모도 자율주행차 전용 실험도시 규모로는 전 세계 2번째로 넓고, 위치도 좋다. 경기도 화성에 위치한 K-CITY 기준으로 60km 지점 안에 현대 기아차와 쌍용차, 르노 삼성, 한국GM 등 완성차 제작사가 다 위치하고 있다. 판교 분당 지역에 있는 IT 기업체들도 상대적으로 시설을 이용하기 편리하다.

K-CITY는 대학 연구에도 시설 이용을 지원한다. 대학교 연구시설이 자율주행차 실험에 어려운 부분을 해결하기 위해 매주 토요일을 ‘자율주행데이’로 지정해 개방하고 있다. 내부적으로 보험에 가입하는 등 몇 가지 조건만 거치면 ITS 시험로를 이용할 수 있다. 조성호 팀장은 “특정 기업들이 우선순위를 갖는 것이 아닌, 누구나 참여 가능한 연구의 장으로 사용할 수 있게 하겠다”라고 말했다.

.