应用

技术

物联网世界 >> 物联网新闻 >> 物联网热点新闻
企业注册个人注册登录

AI踏足无人机,问题重重代价巨大?

2018-06-28 16:13 财经杂志

导读:在无人机上应用AI,似乎比汽车无人驾驶更加简单,但无人机的客户们目前似乎并不需要AI,这显得很尴尬

  在无人机上应用AI,似乎比汽车无人驾驶更加简单,但无人机的客户们目前似乎并不需要AI,这显得很尴尬

AI踏足无人机,问题重重代价巨大?

  (AI能让无人机更好地实现应用,这就像电脑系统升级。但更大的问题是能否满足工业的应用需求,比如长航程、稳定性、可靠性等,这些还不够成熟。图/视觉中国)

  2016年底被热钱围绕的无人机行业开始遇冷,微软大中华区前副总裁严治庆却觉得发现了其中的蓝海。

  今年初离开微软后,严治庆曾在无人机公司亿航短暂任职COO,但没过几个月,亿航就与中国其他400家无人机公司一起,走上了下行通道。

  消费级无人机的蛋糕已经不够分了。因长期扎堆于航拍领域,缺乏落地场景,2015年短暂成为热点后,很快无人机就被资本抛弃。2016年无论融资额还是次数都开始断崖式下降。

AI踏足无人机,问题重重代价巨大?

  这迫使包括行业巨头大疆在内的公司都开始往工业级市场拓展,而后者对智能化及性能都提出了更高的要求。

  严治庆离职后,干脆做起了无人机细分领域的AI机器视觉方案公司“扩博智能”。这个决策基于他对市场走向的最新分析。他预测,在工业领域,准确获取信息后再进行大数据分析,AI可能才是无人机未来的方向。

  主打AI这个概念,确实让不少公司重获资本的青睐。2017年初,美国波士顿一家深度学习公司Neurala获1400万美元的A轮融资,主打无人机AI,人们开始相信,深度学习将广泛应用于无人机领域。扩博智能也在2017年6月,顺利拿到了GGV领投的A轮融资,又在半年后,完成了500万美元的A+轮。

  无人驾驶是AI重地,但汽车无人驾驶涉及技术复杂,成熟化道路较长。作为简易版的无人驾驶,无人机顺理成章成了AI的理想出口。

  机器视觉公司们都跃跃欲试,以加速落地。深鉴科技试图用压缩算法解决无人机的耗能问题,还有公司从光学避障入手,让无人机更加灵敏。

  无人机公司也希望搭上AI这阵风。大疆试图搭载云端AI提高算力,零度智控则关注机载AI,目的都是向更广阔的工业市场拓展。

  大疆相关负责人对《财经》记者表示,工业无人机最终要帮助企业提高生产效率,无人机是工业自动化的数据终端。2015年,全球工业无人机销售量为17.1万台,IDC预测这个数字2019年会达到93万,增长5倍。

  怎么看这都是一个高成长性的市场,但落地却并没有那么容易。

  扩博智能很快发现,受制于物流瓶颈和企业信息化进程,电力、农植等众多领域,还根本用不到AI。无人机公司艾肯拓科技CEO杨帆对《财经》记者说,无人机有四大核心:飞控、气动设计、结构设计以及发动机。这些还不是AI可以改造的部分。

  多位行业人士都认为,AI能让无人机更好地实现应用,这就像电脑系统升级。但更大的问题是能否满足工业的应用需求,比如长航程、稳定性、可靠性等,这些还不够成熟。

  无人机往智能化发展是一个大趋势。但AI并不能在短期内解决所有问题。

  AI入场,做大蛋糕

  2016年底,一些AI公司苦于没有落地方向,开始把目光投向了无人机行业。

  IDC预计,2020年全球无人机市场总体规模将达到259亿美元,年复合增长率为42%。艾肯拓科技CEO杨帆对《财经》记者表示,未来无人机其实就是无人飞机智能终端,往上是向替代有人机发展,往下是向替代人力发展。

  这意味着AI公司在这个市场至少具备了成长可能性。另一方面,AI恰好踩对无人机市场对技术升级的强需求节点。

  无人机正在从消费级转向工业级,这是一个对性能和智能化都要求更高的领域。

  无人机的核心系统是飞行控制,由一系列代码和算法构成,相当于无人机的大脑,决定其稳定性及灵敏程度。

  国内无人机厂商的开发都是基于国外开源的飞控系统,在此基础上再集成软件、硬件,形成整机,情况类似于安卓系统之智能手机。但与后者相比,无人机飞控的开源程度更大,不仅软件算法开放,还提供实现软件算法的硬件平台。

  杨帆对《财经》记者表示,开源飞控系统确实让中国无人机迅速崛起,但也扼杀了行业进步。“把门槛降低到‘高中生水平’,导致人们对无人机的认识扭曲,认为无人机只能做航拍。”

  据统计,2015年中国上下游的无人机产业链加起来超过了1000家公司,其中400家在做整机制造。这些公司除了能在外形和营销上多下功夫,在续航、飞控稳定性、应用场景拓展等核心领域上并没有突破。

  无法差异化竞争,导致大部分公司坐上了过山车,惨烈程度堪比智能手机。大量的无人机公司开始控制成本,包括零度智控、亿航在内的公司纷纷在2016年至2017年裁员。

  行业的融资也开始锐减,2016年无人机行业融资额降到了8.4亿元人民币,融资数仅14次。但在2015年,中国还是全球无人机的高地。当时全球无人机6.3亿美元的融资中,中国占据了三分之一,融资数也达20多次。

  用一位投资人的话说,跟O2O一样,这又是一个被风口吹起来的市场,却因为没有落地市场而掉下来。

  消费级航拍市场不够分了,进攻工业应用市场自然是为了把蛋糕做大。

  申万宏源研究报告显示,到2020年,航拍无人机产业预计可达173亿元,植保无人机产业将达500亿元,电力巡检无人机会达到48亿元,安防无人机产业约25亿元。

  全球最大消费级无人机公司大疆很快就转向农业植保。2015年底,大疆推出MG-1后,又在2016年底推出了升级版的MG-1S,开拓了行业趋势,更多资本和公司开始跟进。

  不过,现实问题也接踵而至。与消费级不同,工业无人机不仅需要性能更稳定、续航能力更强,而且需要更聪明的大脑。“比如半路遇到风气流怎么办?”一位长期观察无人机行业的人士对《财经》记者说道。

  工业场景对无人机的避障功能、对环境感知能力的要求也更高。以电力巡检为例,需要无人机有效避开塔线,而安防则需无人机具备精确的识别及追踪能力,并对收集到的数据进行处理。

  但许多号称要进入工业领域的无人机公司,依然达不到工业标准,多旋翼、载荷能力低、续航才十几分钟。

  能不能真正提升无人机的性能,使之适用于更多的场景,是把蛋糕做大的关键。这也是AI公司最初看到的机遇。

  深鉴科技就是其中之一,这家AI芯片领域的独角兽,一开始的方向就是无人机和机器人。深鉴的技术特点是通过压缩算法来节省成本和能耗,而电池续航能力一直是无人机的一个痛点。

  另一些机器视觉公司则聚焦于无人机的光学避障方案,提高无人机在飞行途中的灵敏程度。他们拿着这些方案向大疆、极飞等无人机公司兜售。而扩博智能这类的公司,则服务于企业,通过AI无人机向企业提供解决方案。

  问题重重

  然而很快许多AI公司发现,要将无人机作为落地平台,并非易事。

  扩博智能曾想进入电力巡检领域,但摸了一阵就出来了。“这个行业极度依赖政府关系。”扩博智能联合创始人陈丽苹对《财经》记者表示。

  国家电网通过招标形式选择合作伙伴,那些在行业积淀深厚的公司通常成为赢家。易瓦特是电力巡检的行业冠军,其前身是一家电气设备经销商。一位行业人士对《财经》记者说,易瓦特的优势在于长期深耕行业,而无人机进入细分市场,首先要对这些行业有理解力。

  但不是在所有的工业场景中,AI都有存在感。传统意义上讲,目前的AI依然是指深度学习,即在系统底层模拟神经元工作的神经网络。执一资本合伙人谢晨星对《财经》记者解释,只有较为复杂的场景才会真的需要神经网络,比如无人驾驶或者下围棋。

AI踏足无人机,问题重重代价巨大?

  以无人驾驶为例,之所以神经网络显得必要,是因为需要不断对周围环境进行3D建模,识别障碍物,再用常规算法调试下一步的动作。

  而在目前电力巡检场景中,无人机的工作多为从A点到B点的直线运动,定一个直线坐标轴,通过GPS或开源飞控即可做到。根本用不上特别复杂的算法。

  艾肯拓科技在电力巡检方面已累积了十年经验。电力巡检主要检查绝缘子、固定螺丝有无破损脱落,线缆有无破损或挂异物。杨帆介绍,其实依靠红外传感器和无人机的机载相机头就能实现。拿回来数据,再进行人工分析。

  同样存在感不强的领域,还有农业植保领域,这也是目前最大的行业级市场。

  相较电力,农植对避障、识别的要求更低,技术上容易实现。再加上2016年无人机纳入农业部农机补贴后,“大家一窝蜂扎进了农业”。杨帆对《财经》记者介绍,艾肯拓科技的行业应用本来专注在电力及航海巡检,最近也开始向农业发展。

  陈丽苹发现,目前真正需要AI的工业场景非常有限。风力发电机上的风叶检查,是目前开发出的为数不多的场景,理由是足够复杂。

  风机高度通常超过百米,有三个叶片、六个面。无人机自动测高后,需要算出中心点,并沿着叶片固定角度固定距离飞行拍照并识别,飞到叶尖机体自动转身。整个过程只需要15分钟。长期来看,不仅效率高,且更安全也更便宜。

  在过去,要检查一台风机,需要五个人用吊绳或望远镜才能完成。即便使用航拍无人机,至少要花上好几个小时,多次作业才能保证。

  陈丽苹对《财经》记者介绍,这个场景已类似于3D的无人驾驶。与普通的巡检无人机不同,该无人机上不仅加了传感器、算法,还有固定雷达。无人机收集到的数据会实时传回云端,并在后台进行大数据分析,帮助能源公司分析叶片是否出现问题。

  不过,大疆相关负责人认为,理论上这种复杂场景的巡检已经能够实现,但离真正的工业化应用还有距离。“一百次不出错和一万次不出错是两个概念。”上述人士对《财经》记者表示,还需要大规模的应用证实。

  今年的微软Build大会上,大疆也推出过一款AI无人机,能借助微软的云端AI实现全自动管道巡检,并通过大数据分析,给出故障报告,直接下单维修。

  大疆认为,在这些复杂工业场景,AI通过图像识别让无人机变得更敏锐,就像电脑系统升级一样,算力提升。但无人机的可靠性、稳定性及续航能力,此类关键痛点依然没有解决。

  而这些技术提升很大程度上受制于物理世界。电池就是一个核心问题。有能力的公司,如大疆,一直在用自己的AI优化电池算法。大疆相关负责人对《财经》记者表示,已经用到了卷积神经网络。但AI算法固然能够帮助无人机减小耗能,但解决不了来自上游电池供应商的技术瓶颈。过去十年,汽车行业花费在能源电池上的精力可见一斑。

  人工智能的代价

  无人机往智能化发展是一个共识。但人工智能并不能解决所有问题,且代价是巨大的。

  2015年,全球民用无人机销售量约56.9万架,其中,工业级无人机销量为17.7万架。IDC预计,2019年这个数字将至少翻8倍。

  虽然销量在逐年上涨,但相比智能手机,无人机的量级微不足道。对于无人机公司而言,是否使用AI,很多时候变成了计算力除以性价比的问题。

  根据陈丽苹的经验,一支完整的人工智能团队,从底层设计到分布式系统,至少要30人的队伍。这对于一般的无人机公司来说,几乎不可能实现。大疆相关负责人对《财经》记者表示,人才这块,大疆也是奇缺,其他公司的情况可想而知。

  大部分无人机公司,无力自行开发AI,选择与第三方AI合作,但又发现成本不小。无人机市场毕竟只有百万级的量,且大疆已经占据80%的市场份额。剩下的空间并不多。这让深鉴科技这样的AI公司暂别了无人机行业,2017年上半年深鉴科技逐渐把方向转向了安防。

  不少AI公司想过找大疆,但后者是封闭系统,有私有协议,接入进来需要很深层次的合作。“那除了微软这种,别的很难说服我们来改动系统。”大疆相关负责人对《财经》记者说道。

  未来无人机公司接入标准化AI可能将是一种趋势。大疆选择了搭载微软的云端AI,解决计算速度的问题。人工智能解决方案可以在云端进行训练,之后部署到无人机上,进行实时的人工智能运算。

  零度智控也认为,云端AI平台非常重要,一位零度内部人士对《财经》记者表示,接入后,可以对采集到的数据进行云计算处理,做很多跨领域的延展创新,想象空间很大。

  另一方面,也可通过机载AI,增加无人机的算力。零度智控认为,机载AI意义更大,因为可以更多针对无人机的定制化设计。2016年,为提高算力,零度就曾搭载过高通的一款去除通信模块的智能手机芯片。

  不过,芯片级的问题依然是成本。“芯片还是计算,有帮助,但不是刚需,除非更便宜。”大疆内部人士说道。

  除了通过AI增加算力外,更重要的是发现需求开拓需求。一位业内人士对《财经》记者表示,电力、农植行业每年还有固定的需求,在其他的一些行业,对无人机的认知不足,还没有无人机应用的案例,更不用说AI加持。

  杨帆认为,以边境巡检举例,数百公里无人区,过去靠开车或有人机巡检,效率和经济性都很差,如果无人机可靠性足够高、续航足够长,这就是刚需。

  这也是扩博智能并没有把自己定位为无人机公司的原因。陈丽苹认为,目前能应用到AI的无人机细分领域还太少,很多都有待挖掘。为了多元化发展,公司把另一半精力放在了发掘新零售的AI 场景上。

  企业信息化及适配这种工作流的物理改造,是制约AI在无人机落地的另一原因。

  随着基础设施改进,数字工业的工作流程改造已进行十年,依然在循序渐进。IDC预计,到2021年75%的企业应用将采用人工智能。

  按照大疆预想,无人机只是工业自动化的数据终端。工业无人机的真正实现,还有赖于企业信息化流程的改造程度。

  “没有完整企业IT体系和数据处理流程,很难提高效率。”大疆相关负责人对《财经》记者表示。这是为什么在电力、农植等大多数场景还用不到AI无人机的根本原因。

  杨帆对《财经》记者表示,电力巡查行业的故障分析依然靠后期人力,农业则大多数还在靠飞手,手控无人机。这些行业的数字工业化进程还没有达到需要AI的地步。