Дрон с ИИ: как «глаз в небе»

На технологической арене искусственный интеллект и дроны подходят друг другу. Сочетание технологии машинного обучения искусственного интеллекта в режиме реального времени с исследовательскими функциями беспилотных летательных аппаратов дает операторам наземного уровня человеческое наблюдение за небом. Дроны играют важную роль в решении проблем в различных секторах больше, чем когда-либо прежде, включая оборону, сельское хозяйство, помощь при стихийных бедствиях, безопасность и строительство.

Дроны стали важны для всех, от пожарных до фермеров, благодаря их способности повышать эффективность и безопасность. Фактически, умные БПЛА настолько популярны, что сейчас они используются по всему миру на более чем 400 000 рабочих мест. Однако до недавнего времени дроны могли отображать только то, что было снято их камерами. Теперь они могут воспринимать свое окружение, что позволяет им отображать области, отслеживать объекты и обеспечивать аналитическую обратную связь в режиме реального времени.

Поскольку технология беспилотных летательных аппаратов все больше развивается и распространяется, доступность изображений с высоким разрешением, используемых для различных задач, таких как техническое обслуживание, съемка, картографирование и мониторинг, неуклонно растет. Многие авторитетные компании-разработчики программного обеспечения предлагают на рынке стратегии интеллектуального анализа данных, чтобы сделать неструктурированные данные с дронов «действующими» и получить ценную информацию без трудоемкой ручной аналитики.

Чтобы обнаруживать и расшифровывать скрытые закономерности, Pix4D добавила специальные функции машинного обучения к надежным алгоритмам, которые помогают пациентам ставить более точный диагноз и проводить целенаправленное лечение. В автоматизированной миссии система Skycatch может использовать модели глубокого обучения для идентификации и отслеживания поставок активов и материалов на активной строительной площадке.

Подобное отслеживание в реальном времени может предвидеть задержки и со временем узнать, как помешать им сэкономить много денег у строительных компаний. Westpac Group, базирующаяся в Австралии, предлагает Shark Spotter, систему, которая использует дроны, оснащенные распознаванием объектов, для обнаружения следов акул в воде. Команда создала алгоритм на основе сложной парадигмы глубокого обучения, которая служит основой для системы реального времени для обнаружения и распознавания акул.

Дальнейшее использование и развитие этих мощных интеллектуальных инструментов обработки данных поможет значительно сократить время обработки больших данных, что на сегодняшний день является огромной проблемой. Программное обеспечение для анализа данных внедряется во всех соответствующих отраслях промышленности в различных приложениях для дронов. По иронии судьбы, в некоторых более зрелых отраслях работает больше разработчиков программного обеспечения, чем в других. Страхование, сельское хозяйство, недвижимость и транспорт — все это секторы, которые все больше и больше ищут и получают доступ к аналитическому программному обеспечению.

Хотя дроны с искусственным интеллектом, безусловно, стали прорывом, они могут наносить большой ущерб. Например, дроны меньшего размера могут вызывать опасения по поводу конфиденциальности. Хотя наука и технология могут создать множество возможностей, в зависимости от цели они используются для служения и могут быть благом или проклятием.

Искусственный интеллект имеет потенциал, но еще не стал реальностью в строительных технологиях:

Не секрет, что внедрение технологий в строительстве отстает от других отраслей. Несмотря на то, что расходы на строительство в США в 2018 году составили более 1,3 триллиона долларов, отрасль постоянно не внедряет новые технологии. Почему? Маржа минимальна, работники заняты больше, чем когда-либо, а стареющая, невосприимчивая к технологиям рабочая сила находится под контролем.

Промышленность должна адаптироваться. Строительство имеет огромные проблемы с трудом и производительностью на строительной площадке. Миллениалы и поколение Z не заинтересованы в ручном труде и вместо этого их привлекают профессиональные рабочие места или менее трудоемкие отрасли. Отсутствие внедрения технологий также делает отрасль непривлекательной для молодого поколения. В то же время производительность (измеряемая в расчете на одного работника) в строительном секторе осталась неизменной, в то время как в других отраслях, таких как обрабатывающая промышленность, производительность значительно выросла за последние несколько лет.

Эти проблемы звучат как идеальные варианты использования искусственного интеллекта. Будучи инвесторами на посевной стадии стартапов в области строительных технологий, мы с коллегами получаем уникальный первый взгляд на технологические инновации, которые решают эти (и многие другие) проблемы в отрасли.

Многие стартапы действительно заявляют об использовании искусственного интеллекта — их так много, что кажется неписаным правилом, что в каждой презентации стартапа теперь должно упоминаться искусственный интеллект, машинное обучение или другие связанные с ними модные словечки.

Но искусственный интеллект не нов и активно исследуется на протяжении десятилетий. В 1950 году Алан Тьюринг написал ныне известную статью, в которой описал то, что с тех пор было названо Тестом Тьюринга — до сих пор являющимся стандартом для оценки того, может ли машина демонстрировать человеческое мышление. Тем не менее, за 69 лет, прошедших с тех пор, как Тьюринг опубликовал свою статью, ни один компьютер не смог пройти тест Тьюринга. Так почему же ИИ стал последним модным словом в области строительных технологий? Экспоненциальный рост вычислительной мощности в сочетании с возможностью экономичного хранения около 2,5 квинтиллионов байт данных, создаваемых каждый день, довели вычисления до точки, когда можно эффективно разрабатывать алгоритмы для получения точных результатов.

"Увеличение объема инвестиций может иметь большое значение для привлечения на рынок более инновационных талантов и позволит стартапам быстрее масштабироваться, чтобы они могли приносить пользу крупным строительным проектам"

Однако, к сожалению, реальность такова, что, хотя мы смогли использовать возросшую вычислительную мощность и мощность хранения для создания бесспорно революционной технологии, область вычислений сделала относительно небольшой прогресс в направлении первоначального видения искусственного интеллекта.

Несмотря на это, существуют инновационные стартапы, которые используют современный ИИ, чтобы помочь строительной отрасли удовлетворить спрос на более высокие результаты и снизить затраты, а также решить другие сложные задачи. Одной из серьезных проблем, с которыми сталкиваются эти стартапы, является нехватка данных.

Если Вы прочитали статью полностью, нажмите на ссылку здесь….

Проверьте это: