[Azure] 가장 낮은 곳을 위한 딥러닝

*시각장애인을 위한 점자 스마트 워치

 

 

*Education4All

Object Detection (MobileNet)

Text Recognition (RCNN)

 

*Microsoft Ignite

 

*AI convenient for everyone?

Bing Translator

배달 로봇 '딜리'

루닛 의료영상 폐 질환 검출

 

*Technical State for the underprivileged

불균형한 전력 보급률 현황

극저조한 스마트폰 보급률

낮은 인터넷 이용률(16%)

아프리카 - IT 암흑 대륙

 

안드로이드 토크백(Talkback)

iOS 보이스오버(Voice Over)

모바일 접근성

 

기술의 불평등

 

*MS AI - Autonomous System

탄광, 사막, 재난 피해 장소와 같이 사람이 가기에 위험 요소가 많은 구역의 탐사 활동

드론을 활용한 야생 동물 불법 수렵 감시 시스템

서버에의 연결 없이 로봇이나 디바이스 스스로 판단하고 추론할 수 있다는 것(On-Device)

60 fps 과부하

On-Device ML, Edge ML

Tensorflow Lite, ML Kit, Pytorch Mobile

 

*High Cost of Deep Learning (for Mobile)

14년 스냅드래곤 410 (클럭 400MHz)

On-Device 추론에 있어서 절대 안정적이지 않음

19년 NPU 가 탑재된 스마트폰의 출시와 진보된 모바일 AP의 GPU 사양 (클럭 700~750MHz)

모바일 AP에서 안정적으로 딥러닝 모델 서빙을 고려할 수 있게 된지는 채 3년이 되지 않았음

딥러닝 모델을 더 작게, 더 가볍게

 

모바일/임베디드 장치의 저장 용량에 걸맞는 적은 모델 사이즈

모바일 AP의 싱글 코어 환경에서 원활히 동작할 수 있도록 적은 연산량

느린 RAM 속도에 대응하는 적은 메모리 사용(안드로이드 앱에서 사용하는 모든 객체는 RAM을 사용)

 

*NVIDIA Jetson Nano with Edge chipset

대기 시간 없는 실시간 처리

데이터 부하 감소

보안적인 이점 - 데이터 수집 및 처리 자체 수행

장애 대응 용이 - 분산 시스템 원리

 

*Responsible AI with Tech Intensity

Tech Intensity의 가치를 강조

기술 내재화란 단순한 기술 도입을 넘어서 해당 기술을 기업 자체 기술로 내재화 할 수 있도록 하는 것

Microsoft ignite 2019

Korea Azure User Group

다양한 역할이 존재하는 IT생태계 (기획자, 마케터, 디자이너, 개발자)