无人机的未来在企业级市场 【GMIC】Chris Anderson

4月29日，3D Robotics创始人Chris Anderson在GMIC大会上进行演讲，介绍了无人机的当下与未来。3D Robotics成立于2009年，创始人Chris Adnerson是美国《连线》杂志前主编

4月29日，3D Robotics创始人Chris Anderson在GMIC大会上进行演讲，介绍了无人机的当下与未来。

3D Robotics成立于2009年，创始人Chris Adnerson是美国《连线》杂志前主编。在发现消费级无人机市场被大疆几乎全部占据之后，3D Robotics把目光转向企业级市场，本次演讲也是探讨无人机在大型企业市场中的运用。

Chris Adnerson提到，无人机实际上是戴上螺旋桨的智能手机，是空中的物联网设备。目前消费者无人机使用场景较多，但是商业无人机收到法律等各种限制，也让人们看到了商业无人机时代的黎明。高盛预测，无人机商业市场在五年之内有200亿美元，在农业、建筑、保险、能源方面有着巨大潜力。

现场，Chris Adnerson也用农业等例子展示，无人机未来最大的潜力是数据的利用。结合大数据，商业无人机的作用才能最大化发挥。演讲原文如下，有改动：

我在这里给大家介绍的是《无人机的未来》，这里面很有意思的是，三年前我还是一个杂志的编辑，现在我已经拥有自己的无人机公司了。如果没有智能手机技术的话，这不可能成为现实。我们做的并不是没有飞行员的飞机，而是带上了螺旋桨的智能手机，这主要感谢智能手机和联网技术的发展。我之所以做这个并不是对无人机非常感兴趣，我只是对技术非常感兴趣，我认为有了这个可以对星球更好的度量，这是空中的物联网和空中的传感器。今天我想告诉大家的是，我们如何使无人机这样的技术变的无处不在。

现代化的无人机工业，只有五到六年的历史，我2007年用的时候是一个发烧友。当时用GPS、摄像头、处理器和内存传感器来玩一些技术上的解决方案。后来我建立起了一个社群叫DIY无人机，后来创建了现在这家公司。

我们来看一下无人机的发展曲线，从2007年到2012年，下一波是把技术加以产品化。比如说中国的一家公司大疆，它们的消费者级的无人机做的非常好，包括它们的视频，这是无人机发展的精彩阶段。让原来的无人机技术复杂性能够化解掉。所以能够用无人机的过去只有黑客级的技术专业人士，现在普通人也可以用。现在我们正处在发展的浪潮当中，我们认为无人机商业化浪潮当中是更大的一波，就是对于无人机数据未来的利用将是最大的机会所在。

因为这超越了单纯的娱乐、个人的使用，而且将会带来农业、建筑、保险、能源等等这些行业数据新的利用方式。现在我们在消费者阶段，因为现在无人机都是基于比较简单的消费者的使用场景，而企业级的使用场景是更加复杂的，同时也有监管机构的问题。因为听起来有些不可思议，消费者使用无人机在一些国家是合法的，但是商业使用是不合法的，我们的孩子是可以玩无人机的，但是受过训练的专业人士是不能的。在过去几年当中我们在努力推动这些规则的改变，到今年六月份的时候美国将会批准商业使用无人机，不需要有飞行员执照的情况下可以对无人机进行商业使用，这是一个好消息。这意味着我们已经来到了商业无人机时代，接下来看看数据。

我们在网络上以数字化对于我们按键的行为已经有20年的历史了，我们对物理世界进行数字化，我们有安全摄像头，但是他们能够拍下来的场景太小了，只有无人机在任何时间、任何地点几乎以很低的成本来获得信息，现在我们按下一个键就可以对对地球进行扫描和测量，我们如何来管理数据，这也是大数据下一个机会，因为摄象头变的越来越便宜。机器人也变的越来越普及，现在监管机构也渐渐在批准，对于无人机进行商业使用。

高盛预测过，无人机的商业市场将会有200亿美元以上的规模在五年之内，这比消费级的市场更大，商业无人机市场，将被农业、建筑、保险、能源公司所用，这些公司需要对他们的设备进行衡量，他们要进行不断的视察，过去这些视察工作是人到现场完成。将来我们可以看到这个行业的潜力是非常大的，美国航空管理局刚刚推出预测的数据，是关于无人机的。

现在他们对无人机使用的预测，是他们五年前预测数量的20倍。实际上无人机行业好像就是白手起家的，就像互联网出现的时候颠覆了电话，当时联邦通信委员会是监管电信行业和电话公司的，他们对电话公司非常了解，突然出现了互联网，然后可以进行计算机之间的通话，FCC感到非常担心，然后又出现了VOIP，可以在电脑上打电话。后来他们接受了这样的现实，已经变的无处不在了，我们用这样的方式对一个行业进行监管是不行的，今天已经没有固定电话行业了，五年前FCC预测到2017年美国每年会卖掉2万架无人机。他们在做出估计的时候，我们每个月已经卖2万架无人机了。他们没有想到航空工业的未来会有快速智能的玩具来主导，他们也没有想到一个全新的行业会自下而上发展起来，而不是自上而下发展起来。他们的眼睛里面只有波音747，空中将会有100万架无人机，这样的前景已经变的不可抗拒，整个行业也是在推动监管机构进行改革。但是我们的想法和监管机构一样，我们也希望无人机是安全的，是可以追踪的，我们要知道他们飞到哪里了，由于我们的无人机都是联网的，我们都可以获得这些信息，而且可以用云计算来管理。

我们从谷歌的角度来看，谷歌的使命是搜集全世界的信息，并且使的有用。谷歌的做法是使用卫星，然后有车载的，我们看一下卫星可以看到整个星球，但是分辨率很低，这两者之间的空白由无人机来填补。我们来看到传感能力从地上、半空到太空，现在无人机环节是缺失的。因为空域的管理和监管机构的规则，使得无人机这块目前是缺失的。

我们为什么要部署无人机呢？这是美国的农场，美国的农场是圆形的，因为采取的是一种以圆形为中心的灌溉系统，在人的肉眼看来，实际上农田是上面三个圆圈，但是无人机可以看到人眼看不到的东西。如果无人机用镜红摄象头可以红颜色的庄稼和绿颜色的庄稼，这样农场主可以根据不同颜色区域相应的使用化肥、杀虫剂、除草剂，而且也能够在使用化肥之前就能做好计划，这样可以减少化肥的使用量，减少对于环境的影响。

这样我们就能够实现精准农业，有效的去使用化肥的用量，这样的想法已经存在很多年了。但是有了无人机的勘测之后，我们可以看到每一个方格它的颜色都能够帮助我们规划化肥的使用，今天有了无人机之后，你按下一个按钮，无人机把这些图像拍下来，把拍下来的数据放到云当中，在云的后端和数据中心做大数据的分析，然后拿出一个分析的结果，用分析的结果重新进行灌溉和施肥，这样一夜之间我们会实现精准农业，会把缺失的一环补上，这是度量世界，只要按下一个按钮世界就可以度量，就这么简单。

我们大家看到的是，我们能够用机器人来代替人类，在这样一个宏大的实验当中来度量地球，用人来收集数据是最昂贵的，有人驾驶的飞机。低成本的方式是无人操控的，像机器人、卫星和无人机，这样的话我们能够突破一人一个飞行器这样的工作极限。比如说我们能够派出无人机的机队，用一个操作员就可以操纵数以千计的无人机，我的祖父是自动喷洒系统的发明者，在上世纪三十年代发明。如果我们想机器人的话，今天你在花园当中装一个自动喷洒器，就可以自动的浇水，也能够对环境进行监控，这是你可以将之遗忘的机器人，它可以自动的工作。我们也希望无人机可以做到同样的一点，无人机可以在我们的视线当中消失，你要得到的就是数据，把无人机做成像自动洒水机一样，成为农业、环境、建筑、工地、基础设施、各行各业当中的自然而然的组成部分，这是我们的远景。

除此之外，我们在无人机上部署雷达、激光，这在太空当中，在卫星上做不到，我们不光进行3D建模，而且基于云的大数据分析和机器学习、深度学习的能力融入进去。但是过去的问题是数据从哪儿来，我们有没有实时的处理和分析能力，谁会用到这样的数据，我们的起步是智能手机产业，我们有一个基本的理念，就是互联互通的设备、联网的设备，航空业把无人机当作一架飞机来看。有些公司把无人机看作是产品，我们把无人机看作又一种联网的产品，就像手机或者是联网汽车一样，你的手机本身并不意味着什么，只有联上了各种各样的服务，才能使智能手机变的非常强大。

如果你把设备连接到互联网当中，并且和传感的能力结合在一起，这样才能实现智能化，把云当中的人工智能和无人机当中的传感器实时结合在一起，使得无人机解决方案变的格外强大，我们能够把它作为一个完整的堆栈进行设计，能够汇聚基于智能手机行业方方面面的创新，一年半以后，我们将会有两百多万架商用无人机，它们每天能够产生1.3GB的数据，加在一起每天是3PB的数据。我们如何能够让云计算系统足够高效，能够自动分析，并且把分析的结果做一个有用的展现，不光是数据，而且是可供决策的数据解决方案，并不是简单的产品。

刚才我们讲到了机器学习、深度学习，这也是云计算、人工智能下一代的发展，而且无人机也会成为大数据系统的重要组成部分。

无人机帮助你们以自己看不到的形式进行三维识别的展现，首先是空中视图，让我们有三维的空中视角。二是除了视觉之外，它还用镜红外光和多色谱进行观察，实际上无人机是四维机器人，第四维是哪个纬度呢？就是时间，可以看到你观察的对象在各个时间段的变化。我们能够对于每一个时间点做快照式的展现，每个小时、每天你都在收集同样的数据，然后把它都保存下来，这样我们能够前前后后的进行检索，能够看到前后的变化，可以看到标准的偏移。以及可以看到视觉的变化，把光照和气候非必要的因素给过滤出去，然后看到一些最本质的变化。

比如说工地，它到底发生了什么样的变化，谁带来了什么样的变化。另外是安保监控摄像头，在这里我们也增加了时间的纬度，他们的背景是静止的，前景的变化都会有一个时间的标签，这是今天的安保摄象头能够做到的。实际上无人机就是一个动态的摄像头，每次都按照同样的一条路径去分析和进行拍摄。我们能够捕获到最小程度的变化，在图象处理过程当中，最大的挑战就是要把所有收集到的数据转变成，我身后的图片，给这些变化都加上一个时间的标签，这样能够看到你过去看不到的数据。

昨天有一个人在房间当中，明天又会有一个人在这个位置上。我们可以通过数据的收集，并且从空中数据的收集，比任何一个光谱和色谱都可以观察到这些变化，并且将这些数据的变化转变成可供决策的信息，这样我们把技术最后一个缺失的环闭合上，我们对能够衡量到一切加以管理和使用，谢谢大家。