2．人工智能的加速應(yīng)用

根據(jù)DRONEII最近對(duì)無(wú)人機(jī)數(shù)據(jù)分析軟件開(kāi)發(fā)商的一項(xiàng)調(diào)查，無(wú)人機(jī)及相關(guān)的人工智能分析技術(shù)已經(jīng)在能源、安全／安防、建筑、礦業(yè)、油氣開(kāi)采、物流、農(nóng)業(yè)、保險(xiǎn)、地產(chǎn)、交通等多個(gè)行業(yè)都得到了廣泛應(yīng)用。

根據(jù)調(diào)查數(shù)據(jù)，大多數(shù)公司都致力于為能源行業(yè)開(kāi)發(fā)用于數(shù)據(jù)分析的無(wú)人機(jī)軟件，可見(jiàn)該行業(yè)無(wú)人機(jī)應(yīng)用的廣闊前景。

許多受訪(fǎng)者表示，使用數(shù)據(jù)分析軟件不僅可以實(shí)現(xiàn)工業(yè)資產(chǎn)的可視化，還可以識(shí)別和管理維護(hù)問(wèn)題或異常狀況。

受訪(fǎng)企業(yè)參與的第二大應(yīng)用行業(yè)是建筑業(yè)。其中，大多數(shù)應(yīng)用涉及監(jiān)測(cè)施工現(xiàn)場(chǎng)的變化或庫(kù)存量的測(cè)量。

在礦業(yè)，采石和石油／天然氣開(kāi)采行業(yè)，無(wú)人機(jī)軟件工具主要用于監(jiān)控站點(diǎn)進(jìn)度，測(cè)繪整個(gè)采礦站點(diǎn)的數(shù)據(jù)，或計(jì)算采掘量。

調(diào)查還顯示，37％的受訪(fǎng)者僅使用人工智能算法，而63％的受訪(fǎng)者仍然信賴(lài)結(jié)合了機(jī)器學(xué)習(xí)或深度學(xué)習(xí)方法的傳統(tǒng)計(jì)算機(jī)視覺(jué)軟件。此外，沒(méi)有一家無(wú)人機(jī)數(shù)據(jù)分析服務(wù)商表示其既不使用機(jī)器學(xué)習(xí)也不使用深度學(xué)習(xí)算法。

在僅使用AI驅(qū)動(dòng)軟件的公司中，50％的公司同時(shí)采用了深度學(xué)習(xí)和機(jī)器學(xué)習(xí)算法，30％只使用機(jī)器學(xué)習(xí)算法，而20％只使用深度學(xué)習(xí)算法。

在目前，雖然大多數(shù)無(wú)人機(jī)數(shù)據(jù)分析公司仍在使用傳統(tǒng)方法處理從無(wú)人機(jī)獲取的數(shù)據(jù)，但是所有參與者對(duì)是否部署人工智能工具做出積極回應(yīng)的事實(shí)再次表明人工智能對(duì)無(wú)人機(jī)行業(yè)越來(lái)越重要。

DRONEII認(rèn)為，人工智能還不是所有大數(shù)據(jù)分析問(wèn)題的解決方案。人工智能技術(shù)（機(jī)器學(xué)習(xí)或深度學(xué)習(xí)）及其結(jié)果僅與用于構(gòu)建分類(lèi)模型的訓(xùn)練數(shù)據(jù)表現(xiàn)得一樣好。

DRONEII預(yù)測(cè)，進(jìn)一步利用和開(kāi)發(fā)這些強(qiáng)大的智能數(shù)據(jù)處理工具將大大減少大數(shù)據(jù)的處理時(shí)間，而這正是目前的一個(gè)巨大挑戰(zhàn)。

此外，雖然目前更多的軟件開(kāi)發(fā)人員聚焦于能源，建筑，采礦和采石業(yè)等更為成熟的行業(yè)，但在未來(lái)，保險(xiǎn)，農(nóng)業(yè)，房地產(chǎn)和物流運(yùn)輸?shù)刃袠I(yè)都將越來(lái)越多地尋求無(wú)人機(jī)相關(guān)分析軟件的幫助。