ディープラーニングを活用した画像認識と自動運転への応用

自動運転の開発が進展し、公道走行実験が進んでいる。いつ、自動運転は実現するのか、を現状の技術の分析を通じて考えていく。関連して、法律規制の問題や、倫理規定、人工知能のオープン技術と特許、国際連携が優先する体制の整備など、先進技術開発に関する諸問題をあげて新しいビジネスを構築する必要性を訴える。

1. 人工知能・深層学習 (Deep Laerning)
   • 人工知能、機械学習、深層学習、高性能化 (2012年) 、人間より高度化 (2015年) 、応用例の登場、AI投資の増大、学会動向 (人工知能学会、AAAI、CVPR)
2. 画像認識の変貌
   1. 従来画像認識技術
   2. 深層学習を用いた画像認識
   3. 深層学習が適用できない分野
   4. 無くなる機械、無くなる職種
   5. 新しい機械、新しい職種
   6. 深層学習を組み込んだ開発手法
3. 自動運転への応用
   1. 自動運転車両の構造
   2. ステレオカメラと測距処理
   3. Lidarデータ処理
   4. 電波センサー
   5. 音波センサー
   6. GPSデータ
   7. 3D地図情報
   8. 深層学習による車両検出
   9. 深層学習によるナンバープレート検出
   10. 深層学習による歩行者検出
   11. 赤外線カメラ
   12. ヘッドアップディスプレイ
   13. リアルタイムOS、プログラミング
4. 開発ツール・開発環境
   1. 深層学習の価値と開発環境
      • Cloud
      • 社内サーバー
   2. 画像、音声、自然言語、webデータ
   3. 画像認識装置の開発ツール
      • Kaffe
      • Tensorfloaw
      • Chainer他
   4. GPUの機能と構成
      • NVIDIA社CUDA
      • AMD社 Radeon
5. 関連事項
   1. 自動運転車の社会的認知
   2. 法律規制、倫理規定
   3. オープン技術と特許戦略
   4. 国際連携
6. まとめ