뉴스기사
Apple swift 가 오픈소스로 풀렸다고 함.
기사링크 앞으로 좀 더 많은 플랫폼에서 돌아갈 것이며, 많은 단점들이 빠르게 개선될 것으로 보인다. Python 의 위상은 넘보기 힘들겠지만, ruby 정도로 커뮤니티가 성장하고 잘 나갈 것 같기도 하다.
Uber가 추가 $2.1B 펀딩을 받으려고 한다는 기사
기사링크 기사 내용 중 타이거 글로벌 같은 경우 중국의 디디콰이디나 인도의 올라에도 투자했다. 아무튼, 이 쪽 업계가 요즘 엄청나게 주목받고 엄청난 투자를 받고 있는데, 너무 버블이 아닌가 싶은 느낌이다.
Uber에 대항하여 Lyft, Didi, Ola, GrabTaxi 가 파트너쉽을 맺었다.
기사링크 M&A 를 한 것은 아니지만, 각 회사의 기술과 서비스를 공동으로 개발 및 관리하기로 하였다고 한다. Lyft는 미국에서 Uber 에 대항하고 있고, 디디콰이디는 중국에서 잘 나가고 있으며, Ola는 인도, GrabTaxi는 동남아 시장에서 잘 나간다. 특히나 소프트뱅크는 모두에게 다 투자를 했다고 한다. 앞으로 이들의 택시전쟁이 어떻게 될지 궁금하다.
방수가 되는 드론은 잠수 등도 가능하므로 무기 등으로 쓰일만한 부분이 많을 것으로 보인다.
자동 차량 번호판 인식 라이브러리가 공개되었다.
기사링크 github repo OpenALPR 오픈소스 사용은 무료인데, 클라우드나 on-premise 의 경우 유료이다. 성능이 괜찮아 보이는데 꽤 괜찮은 비즈니스 모델로 보인다. 미국 같은 경우 업체 뿐 아니라 개인들도 사용할 것으로 보임.
비트코인을 처음 제안한 사토시 나카모토가 호주에 있는 2명의 엔지니어인 것으로 보임.
Magic Leap 이 추가로 $827M을 투자받았다.
기사링크 아직 정식 데모도 공개 안되었는데도 이정도로 돈을 쓸어담는다고 할 정도로 투자를 받는 것을 보면 정말 대단한 기술을 가지고 있을 것으로 보인다.
Atlassian 이 IPO를 하면 기업가치 4.5조원 정도 규모가 될 것이라고 함.
기사링크 참고로 Atlassian 은 처음에 투자 없이 창업자들이 직접 돈을 모아서 했다고 함. 그리고 지금까지도 직접 투자는 한번도 받지 않았다고 한다. 오래 걸리긴 했지만, 그래도 처음부터 수익을 낼 수 있는 비즈니스 모델을 만들고 꾸준히 성장한 모범적인 케이스로 보인다.
캐나다의 양자컴퓨터 스타트업인 Dwave의 D-wave 2X 를 구글에서 테스트한 결과, 특정 문제에 관해서는 몇백만배 정도 빠른 성능을 보였다고 한다.
기사링크1 기사링크2 물론 현재의 기술로는 가격도 문제인 데다가 기술적으로 미흡한 점이 많고 적용 가능한 문제도 적지만, 앞으로 양자컴퓨터가 현실화 될 수 있다고 볼 수 있다. 특히, quantum annealing 문제를 풀기 위해 gradient descent 와 같은 방법을 이용하는데, 이런 것에 좋은 효과를 보인다고 한다. 근데, 여기에 약간 회의적인 블로그 포스팅 링크 또한 있다. 성능 향상은 simulated annealing 에 비해서 그런 것이고 classical algorithm 에 비하면 크지 않으며, 그 또한 일반적인 용도로는 사용하기 힘들기 때문에 그다지 긍정적으로 보지 않고 있다. 물론, 이 글에서도 과학적 진보의 필요성에는 크게 동의하고 있다.
정보
Google research blog에서 Google 의 NIPS2015 에서 발표한 내용들을 모아서 정리함.
링크 학회의 특성상 대부분 머신러닝과 딥러닝에 관한 내용들이다.
파이썬 TDD 및 디자인패턴 관련 참고할 만한 페이지들이다.
Deep learning을 위한 GPU 플랫폼에 관한 정보
kaggle interview 랑 우승방법 참고. xgboost 기반 방법들임.
링크1 링크2 링크3 kaggle 에선 최근에 xgboost 가 꽤나 많이 쓰이고 좋은 결과를 내고 있음. 얼마 전까지만 해도 Random Forest 가 기본적으로 고려되는 알고리즘이었는데, 요즘에는 Gradient Boosting tree 가 그렇게 되는 느낌이다.
Google research 에서 tensorflow를 이용해 image classification API 구현에 관해 올렸다.
링크 내용을 보면 기존 handmade feature 등을 사용해 computer vision을 하다 deep learning 이 최근 월등히 좋은 결과를 내는 것들에 관해 나온다. 그 외의 내용은 간단한 API 소개 정도이다.