在过去十年中，无人机从千万美元的军用机器推出，足以通过娱乐和商业化。现在，他们正在彻底改变各种行业，节省时间，金钱，并在过程中生活。

直到最近，无人机技术依赖于人类控制器，并充当手动监测摄像机和仪器的载体。但是，在将恐惧袭击任何终端电影阴谋主义者的新闻中，专家现在与人工智能（AI）系统合并具有令人难以置信的结果的无人机。

我公司最近开展了两项技术侦察项目，让我们评估了这一领域的许多球员。我们发现，适用于AI技术的无人机，用于扰乱许多行业并进行一系列具有最小人体投入的任务。

工业检验机器视觉AI

在多亿美元的能源行业中，需要定期评估石油钻机，风力涡轮机和储罐等石油钻机，风力涡轮机和储罐的结构，以便为安全和保险目的进行结构损坏。

这种作用传统上是无所畏惧的绳索进入团队领域，他将手动检查结构，同时悬挂数百米，往往在危险的天气条件下，这导致了全球多种事故和甚至死亡。

根据Windspect，一家专门为风力涡轮机结构评估提供技术的公司，除了极其危险，这些手动检查是耗时，昂贵和不准确的耗时。检查所有三个刀片可能需要四到六个小时，并创建一个报告指定发现的损害和对维修和修复的建议。

近年来，专家们使用了装备高质量相机的无人机收集的视频和照片素材来更快地进行评估，但收集的照片和视频仍然必须由人类解释。现在，新的AI科技正在进入市场使用机器视觉AI来评估结构的市场，有效地去除人类控制器的需求，以评估检查的镜头，大大减少检查所需的总时间。

机器视觉AI有效地允许计算机使用摄像机，模数转换（ADC）和数字信号处理（DSP）。然后将农业数据发送到用于评估异常的计算机或机器人控制器。这个新技术的好处是众多的。

无人机的机器视觉软件允许自动分析图像和视频，以检测和分类对象和异常，如隐藏的裂缝，异物，水的沉积，水，松散的粘合接头和不均匀涂层。

风力是蓬勃发展的，这种技术的潜力是巨大的。根据导航研究，预计2024年的“风力发电机UAV销售和检验服务的累积全球收入将达到60亿美元”。

对象识别在建筑工地上使用深度学习

建设和施工汇总行业正在使用无人机，从映射出网站，与建筑蓝图相比，以记录千万美元建筑车辆和建筑材料供应的存货的进展。

及时了解跨越庞大的活动，复杂的建筑工地的活动尤其具有挑战性，因为有这么多的动力部件和这么多人使用用于不同任务的设备。国家院校国家研究委员会的一份报告认为，在生产力方面，建设落后于其他行业，如生产力，并责备现场团队之间的规划，协调和沟通问题的问题，以及链条中的沟通问题命令。

基于深度学习AI技术和无人机，基于硅谷的商用无人机公司Kespry正在使用NVIDIA Jetson TX1 AI技术，为建筑公司提供一种方法来跟踪他们昂贵的套件，并让他们在任何时候远程管理多个工作站。

NVIDIA声称其信用卡大小的Jetson TX1是第一个旨在处理深度神经网络的嵌入式计算机，并且它允许无人机自主识别和分类建筑车辆，建筑材料和其他结构。

虽然人类元素仍然是审查库存和跟踪工人的重要性，但新技术将允许网站经理从他们的计算机屏幕中有效地管理各个地点的许多网站。

深度学习AI山救援和警察工作

在过去，世界各地的警察部队在许多创造性的方式中雇用了无人机，包括监测体育赛事，做出潜在的危险情况，并用胡椒喷雾控制人群。现在，机器或深度学习的进步AI正在为来自警察部队到山区救援队的每个人开辟新的机会。

例如，克罗地亚山救援服务已经与电气工程，机械工程和海军架构的能力组成，开发系统，以自动分析在无人机搜索期间拍摄的空中照片，以找到失踪的人。

这些无人机可以在超过15分钟内广泛扫描一个平方公里，节省数百张照片，然后使用算法进行分析，这些算法可以为人类控制器找到任何标志。

专家们提出了担忧，即这种技术在城市地区不会有效，因为大量的人和车辆会分散机器人的注意力。然而，Neurala创造了实时人民定位的人，它争辩说，这将是城市和乡村的完美。

Neurala的软件解决方案可以迅速找到图像中的人们，在人群中区分人们。计算机要“教授”人的脸部或个人资料，允许无人机从远处，将信息和视频追踪这些人回到人类控制器。

这种新的无人机和AI的婚姻正在铺平一些行业的革命变化的道路，这将节省时间，金钱和生命。批评者声称智能无人机是我们隐私的风险和/或者机器人正在从人类的手中采取就业机会，但是当有大风风的风和可见性差时，我知道我宁愿检查一下300英尺高的顶部风力涡轮机。

Andrew Thomson是Ventureradar的CEO和创始人，一个基于伦敦的“公司Matchmaker”启动，它使用大数据来连接有需要创新解决方案的客户的公司。