无人机曾被视为充满未来感的小玩意儿,如今在其他领域也有了广泛的应用。从革新农业到改变建筑和保险行业,无人机正在证明自己的价值。
农业是无人机技术的最大受益者之一。但它们也在公共安全、建筑、保险、娱乐和基础设施检查等不同领域掀起波澜。
电气电子工程师学会(IEEE)计算机协会的全面技术预测清单将无人机的应用列为2025年的顶级技术之一,仅次于大语言模型的应用。
农业中的无人机
虽然生活质量指标并不能直接衡量幸福程度,但它们常被用作一种替代衡量方式。它们有助于无人机在农业领域有多种用途。当配备传感器后,它们能够低成本地分析土壤状况、监测病害、虫害和杂草的存在情况,以及评估植物的健康状况。它们还被用于灌溉,以及在被称为精准农业(可减少浪费的做法)中喷洒肥料和农药。
电气电子工程师学会(IEEE)高级会员Inderpreet Kaur表示:“某些类型的农业比其他农业更受益于无人机技术。像小麦、玉米和水稻这样的大规模农作物种植,在无人机监测大片田地、评估作物健康状况和管理资源时,效率得到提高。果园和葡萄园的管理也看到了优势,因为无人机有助于监测果树和葡萄藤的健康状况、优化灌溉并及早发现病害。”
在过去十年中,农业中的无人机这一主题一直是学术研究的一个重要领域。在一篇发表于IEEE Access的文章中,研究人员在学术文章数据库中搜索包含“无人驾驶飞行器”(无人机的另一种说法)和“农业”这两个词的条目(https://ieeexplore.ieee.org/document/10531194)。他们发现,2022年全球涉及“无人机+农业”的学术论文达4621篇,较2017年增长超4倍。研究还发现有1400多篇文章的标题中同时包含这两个术语。
推动无人机的应用
硬件方面的进步,包括续航更久的电池以及小型、高质量的传感器,使无人机变得更强大且功能更多样。同时,增强型全球定位系统(GPS)和通过物联网(IoT)技术进行的实时数据传输,使无人机能够快速收集和共享信息,从而改善各行业的决策制定。
就像智能手机摄像头一样,无人机传感器在不牺牲质量的情况下变得更小。除了捕捉可见光用于成像之外,许多无人机还配备多光谱和高光谱传感器以捕捉肉眼不可见的数据。
在导航方面,无人机现在依靠一系列先进的全球定位系统(GPS)传感器、惯性测量单元和视觉定位系统,这些视觉定位系统利用摄像头和计算机视觉在GPS信号不可靠的区域进行导航并保持稳定。
最后,连接性的改善对无人机用户来说是一大福音。无人机能够与地面上的传感器和其他设备进行通信。例如,在农业方面,它们可以从田间的土壤湿度传感器收集数据。它们还需要将收集到的数据发送到某个地方,比如发送给正在观看屏幕的人员或者数据中心。无人机通信方式的改进也有助于提高其使用价值,因为它们能够快速发送所收集的数据以供处理和分析。
电气电子工程师学会(IEEE)会员Juan Galindo表示:“物联网(IoT)技术对于实时数据的收集、共享和分析至关重要。”
主要的无人机应用
除农业外,诸如搜索和救援之类的公共安全应用已成为主要应用。
根据发表在《IEEE计算机杂志》(IEEE Computer Magazine)上的一篇关于美国海岸警卫队(U.S. Coast Guard)使用无人机的综述,无人机运营成本更低,而且在进行海上救援时,通常其起飞速度比召集直升机机组人员的速度更快。
在建筑行业,建筑承包商可以使用无人机快速测量土地和建筑物,这有助于他们快速确定工程成本。在能源领域,无人机可以检查从风力涡轮机叶片到输电线路,再到像水电大坝这样的关键基础设施的一切设施。在采矿行业,无人机被用于估算库存矿堆规模。
保险公司利用无人机在重大灾难发生后迅速评估损失,并且在提供新的保险政策之前评估财产状况
谁来操控无人机
在大多数情况下,无人机由经过训练的飞行员操控,他们中的许多人通过为各个行业提供服务来经营小本生意。
Kaur说:“虽然一些精通技术的农民正在学习自己使用无人机,但由于操作、维护和遵守法规所需的技术技能,许多人更愿意雇佣有资质的无人机飞行员。在印度的一些地区,政府和私人组织正在为农民提供无人机使用培训。例如,来自印度旁遮普邦(Punjab)的20名女性组成的团体接受了无人机飞行员培训,以便在农田里喷洒肥料。这些女性免费获得了无人机设备,这使她们能够有效地管理自己的田地并减少体力劳动。”
无人机技术的未来创新
尽管无人机被迅速采用,但无人机技术的某些方面仍有改进的空间。
电池技术是一项重要的研究课题。许多无人机在需要充电之前只能飞行20到40分钟。功率更大的电机和更轻的材料将增加有效载荷,使无人机能够承载更多重量。
而且一些改进将有利于不同的应用。更好的激光雷达(LiDAR)和测绘能力可以有助于评估建筑工程进度,而更安静的无人机将提升其在娱乐和媒体领域的使用。
好文章,需要你的鼓励
存储扩展专家Lucidity将其AutoScaler平台扩展至Kubernetes容器编排平台,帮助企业控制存储支出。该公司表示,Kubernetes中的持久卷常常成为隐形浪费源,虽然Kubernetes可自动扩展实例数量,但底层存储通常未被充分利用。新服务可为亚马逊EKS提供持久卷的自动扩缩容,声称可为客户节省高达70%的云块存储费用。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
超过1.8万Spotify用户加入名为"Unwrapped"的集体组织,通过去中心化数据平台Vana将个人听歌数据打包出售给AI开发者。该组织已将1万用户的艺术家偏好数据以5.5万美元价格售出,用于构建新型流媒体数据分析工具。Spotify对此发出警告,称该行为违反开发者政策和商标权,禁止将平台数据用于机器学习模型构建。但Unwrapped团队坚持用户拥有控制和变现个人数据的权利,双方就数据所有权展开争议。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。