Data science

โดรนนำ AI เข้าสู่หน่วยข่าวกรองทางอากาศ

ความก้าวหน้าในการเรียนรู้ของเครื่อง การจัดการข้อมูล และการประมวลผลแบบคลาวด์กำลังส่งผลกระทบอย่างมากต่อตลาดสำหรับการทำแผนที่โดยใช้โดรนและการรวบรวมข่าวกรอง แม้ว่าการถ่ายภาพจากดาวเทียมจะได้รับไอน้ำ เราอยู่ท่ามกลางยุคฟื้นฟูศิลปวิทยาของหน่วยสืบราชการลับทางอากาศที่ใช้โดรน ตั้งแต่การนับจำนวนโคอาล่าในชนบทห่างไกลของออสเตรเลียไปจนถึงการตรวจจับศัตรูตัวฉกาจภายในอาคาร โดรนดูเหมือนจะมีอยู่ทุกหนทุกแห่งในขณะนี้ การใช้โดรนที่พุ่งสูงขึ้นเป็นข่าวดีสำหรับ Krishnan Hariharan ซีอีโอของ Kespry สตาร์ทอัพ AI โดรนของแคลิฟอร์เนีย 30 Kespry จัดหาซอฟต์แวร์ AI ที่ชุดทำเหมือง บริษัทประกันภัย และบริษัทจัดการขยะใช้เพื่อเปลี่ยนเครื่องบินขนาดเล็กไร้คนขับให้กลายเป็นขุมพลังในการเก็บรวบรวมข้อมูล แทนที่จะส่งผู้ตรวจสอบขึ้นไปบนบันไดเพื่อดูหลังคา หรือบังคับให้พวกเขาปีนกองดินขนาดยักษ์หรือลงไปในหลุมขนาดใหญ่ Kespry ช่วยให้ลูกค้าที่มี iPad สามารถวาดเส้นทาง เปิดโดรน และรับข้อมูลความเสียหายของหลังคาได้อย่างแม่นยำ หรือปริมาณรวมในเวลาเพียงไม่กี่นาที ความก้าวหน้าทางเทคโนโลยีกำลังผลักดันให้เกิดการทำแผนที่โดยใช้โดรนและ AI เพิ่มขึ้น Hariharan กล่าว “มันยากกว่ามาก” เมื่อ 5 ปีที่แล้ว เขาบอกกับ Datanami “ฉันไม่เห็นขอบเขตของเทคโนโลยีมากนัก โดรนเริ่มฉลาดขึ้น โมเดลต่างๆ เริ่มดีขึ้น ประมวลผลข้อมูลได้ง่ายขึ้นมาก และข้อมูลตำแหน่ง GIS ก็พร้อมใช้งานมากขึ้น” ปริมาตรเป็นกรณีการใช้งานที่สำคัญสำหรับแพลตฟอร์ม AI ของ Kespry สำหรับภาพโดรน (เอื้อเฟื้อภาพ Kespry) ทุกครั้งที่พายุทอร์นาโดหรือพายุเฮอริเคนขนาดใหญ่สร้างความเสียหายให้กับบ้านเรือนในสหรัฐอเมริกา คุณสามารถเดิมพันได้ว่า State Farm ลูกค้าของ Kespry จะใช้โดรนเพื่อ ตรวจสอบความเสียหาย จากข้อมูลของ Hariharan การรวมกันของซอฟต์แวร์ AI ของ Kespry และโดรนมาตรฐานสามารถลดเวลาในการตรวจสอบลงได้ 10 Hariharan กล่าวว่า “หากเป็นสิ่งที่ปกติจะใช้เวลาสองสามวัน เราจะทำภายในสองชั่วโมง” “มันขจัดความพยายามด้วยมือและสร้างประสิทธิภาพ อันดับหนึ่ง สองคือความปลอดภัย หลุมเหล่านี้บางส่วนมีขนาดใหญ่ จากมุมมองด้านความปลอดภัย การบินโดรนและเก็บข้อมูลก็เยอะ มากกว่าการปีนเขาและทำแบบโรงเรียนเก่า” เมื่อเริ่มต้นเมื่อเกือบทศวรรษที่แล้ว Kespry ได้สร้างโดรนในนามของลูกค้า แต่วันนี้ บริษัทมุ่งเป้าไปที่การพัฒนาซอฟต์แวร์ AI ที่ช่วยให้ภาพและวิดีโอดิบที่รวบรวมโดยโดรนกลายเป็นข้อมูลที่สามารถดำเนินการได้ โมเดลการเรียนรู้ของเครื่องและ AI ใช้เพื่อเตรียมข้อมูลสำหรับการวิเคราะห์ และใช้สำหรับการวิเคราะห์เองตาม Hariharan AI ใช้สำหรับทุกอย่างตั้งแต่การต่อภาพเข้าด้วยกันและการบัญชีสำหรับพืชที่สามารถคำนวณปริมาตรที่ซับซ้อนเพื่อคำนวณมุมของหลังคาและระบุความเสียหายจากลมและลูกเห็บ “เราต้องสร้างความแม่นยำในระดับพิกเซล” เขากล่าว Kespry ใช้เทคโนโลยี AI ที่หลากหลายและเฟรมเวิร์กการเรียนรู้เชิงลึกเพื่อสร้างระบบ รวมถึง TensorFlow และ PyTorch Hariharan กล่าว โดยใช้บริการคลาวด์ เช่น Amazon SageMaker และ Azure ML Services และข้อเสนออื่นๆ ในขณะที่ลูกค้าสามารถสร้างระบบ AI ของตนเองเพื่อประมวลผลข้อมูลเสียงพึมพำ Hariharan กล่าวว่าพวกเขาควรเตรียมพร้อมที่จะจัดการกับความซับซ้อนมากกว่าที่พวกเขาเตรียมไว้ แพลตฟอร์มของ Kespry สามารถติดตามว่าขนาดของกองมวลรวมหรือเยื่อไม้เปลี่ยนแปลงไปอย่างไรเมื่อเวลาผ่านไป (เอื้อเฟื้อภาพ Kespry) “คุณสามารถใช้ไลบรารีโอเพนซอร์สและสร้างแบบจำลองพื้นฐานได้ภายในสองสามสัปดาห์ ถ้าคุณรู้ว่ากำลังทำอะไรอยู่ คุณก็สามารถทำได้ภายในเวลาไม่กี่วัน” เขากล่าว “แต่แล้วคำถามก็คือเกี่ยวกับข้อมูลที่รวบรวม สิ่งที่ผู้คนเข้าใจผิดและประเมินค่าต่ำไปเมื่อลูกค้าเริ่มสร้างซอฟต์แวร์เช่นนี้คือชุดข้อมูล GIS ที่จำเป็นในการเริ่มสร้างแบบจำลอง 2D และ 3D และทำการวิเคราะห์ทั้งหมดนี้ มันไม่เกี่ยวกับการถ่ายภาพและการระบุตัวตนมากนัก ทันทีที่คุณเริ่มสร้างโมเดล 2D และ 3D เกมก็เปลี่ยนไปโดยสิ้นเชิง” ตัวอย่างเช่น ลูกค้าที่ต้องการใช้ระบบ AI ที่ใช้โดรนสำหรับการตรวจสอบขั้วไฟฟ้าจะต้องคำนึงถึงหลายสิ่งหลายอย่าง Hariharan กล่าว “เมื่อคุณสร้างโมเดล 2D และ 3D รอบ ๆ ตัว มันจะกลายเป็นเรื่องที่ซับซ้อนเพราะพวกเขาต้องคำนึงถึงพิกัด XYZ” เขากล่าว “พวกเขาต้องพิจารณารูปแบบลม และการทับซ้อนกันของภาพ การทำแผนที่แบบพิกเซลต่อพิกเซล สิ่งเหล่านี้เป็นสิ่งที่ลูกค้าไม่สามารถนำไปใช้ได้ หรือพวกเขาประเมินค่าต่ำไปเมื่อทำโครงการเหล่านี้บางโครงการ นั่นคือสิ่งที่เราทำ” ด้วยประสบการณ์แปดปีในการสร้างโมเดลประเภทนี้ Kespry มีจุดเริ่มต้นที่ลูกค้าจะถูกท้าทายในการจับคู่ บริษัทได้สร้างแพลตฟอร์มเพื่อให้สามารถเชื่อมต่อเฟรมเวิร์ก AI ใหม่ได้อย่างง่ายดาย หากมีรูปแบบใหม่ปรากฏขึ้นซึ่งเหมาะสมกับภารกิจที่มีอยู่มากกว่า “ตอนนี้เราทำงานด้านประปาเป็นจำนวนมาก เพื่อให้สามารถดึงโมเดลใดก็ได้ที่เราต้องการ” Hariharan กล่าว “ถ้ามีโมเดลบุคคลที่สามที่ดีกว่าเรา เราก็ดึงมันเข้ามาได้เลย ฉันอยากจะเอาโมเดลของบุคคลที่สามนั้นมาใส่แทน มันไม่ได้เกี่ยวกับการเป็นเจ้าของของเราเท่านั้น [the technology] เรากำลังสร้างมันในลักษณะที่เรามอบคุณค่าให้กับลูกค้า” เรื่องราวเกี่ยวกับข้อมูลสังเคราะห์มีความคล้ายคลึงกัน แม้ว่าข้อมูลภาพจริงจะเหมาะอย่างยิ่งสำหรับการฝึกโมเดลแมชชีนเลิร์นนิงของ Kespry แต่อาจมีข้อมูลไม่เพียงพอสำหรับวัตถุบางอย่าง “เรากำลังใช้ข้อมูลสังเคราะห์เพื่อก้าวข้ามข้อกำหนดด้านข้อมูล” Hariharan กล่าว “เรากำลังทำงานร่วมกับบริษัทสองสามแห่งที่เราใช้สร้างข้อมูลสังเคราะห์นอกเหนือจากข้อมูลจริง เพื่อให้แน่ใจว่าแบบจำลองของเรามีความแม่นยำมากขึ้นมากนับตั้งแต่วันที่เผยแพร่” อนาคตของโดรนนั้นสดใส โดยเฉพาะอย่างยิ่งเมื่อบริษัทในเครืออย่าง Kespry นำ AI มาใช้กับภาพที่โดรนสามารถรวบรวมได้ ในขณะที่ AI จะดีขึ้นในอีกไม่กี่ปีข้างหน้า คุณสามารถคาดหวังว่าจะได้เห็นโดรนจำนวนมากขึ้นที่ดึงข้อมูลที่เป็นประโยชน์มากขึ้นจากโลกซึ่งอยู่ด้านล่างเพียงไม่กี่ฟุต รายการที่เกี่ยวข้อง: โมเดล AI อาจนำไปสู่ ​​Moodier, โดรนในโรงภาพยนตร์เพิ่มเติม โดรนที่ใช้ AI ลอยขึ้นเพื่อบังคับใช้ Social Distancing Drone Data ระบบนิเวศเติบโตอย่างรวดเร็ว, รายงานกล่าวว่า

Leave a Reply

Your email address will not be published. Required fields are marked *

Back to top button