Mesterséges intelligencia a drónok alkalmazási területein

Szinergia a technológiában

A mesterséges intelligencia (AI) egy gépnek az a képessége, amellyel intelligens emberi viselkedést utánoz. A gépek a mesterséges intelligenciával képesek lesznek képek elemzésére, beszéd megértésére, természetes párbeszédre vagy adatok alapján történő előrejelzésekre. A gépi tanulás olyan technika, amely képessé teszi a számítógéprendszereket az adatokra alapozott előrejelzésre.

A Microsoft elsőként ért el az emberivel összemérhető teljesítményt a tárgyak felismerése, beszéd felismerés, gépi fordítás területein. A Microsoft Azure platformja elérhető közelségbe hozza és alkalmazhatóvá teszi a mai vállalkozások, fejlesztők számára a mesterséges intelligencia olyan lehetőségeit, mint a gépi tanulás, tudásbányászat, gépi látás. Az Azure szolgáltatások lényegében a Microsoft évtizedes kutatásainak eredményét, magát az AI technológiát teszi felhasználhatóvá a gazdasági, szolgáltatási, igazgatási szereplők, vagy éppen fejlesztők számára.

Mit is jelenthet ez a drónok alkalmazása során?

A drónpiac legnagyobb szereplője a DJI több mint 70 százalékos részesedéssel. A Microsofthoz hasonlóan, a DJI is egyre inkább épít a mesterséges intelligenciára. A legújabb modelljeik már képfelismerést használnak arra, hogy kikerüljék az akadályokat. A technológiák szinergiáját pedig a DJI-Microsoft partnerség emeli még magasabb szintre. A közös technológia lényege, hogy a DJI drónok real time elkezdik a képelemzést, ezután adatokat közvetítenek Microsoft Azure környezetbe (földi számítógépekre), és az ún. „gépi látás” vagy gépi tanulás lehetőségeit felhasználva a drónok képessé válnak az ember által nem vagy nehezen elérhető területeken emberi teljesítményekre.

A képek és videók valós idejű elemzése már a drónok fedélzeti számítógépén is elérhető, anélkül hogy nagy méretű videó és kép adatokat kelljen a távoli számítógépekre továbbítani. A gépi logikát futtató Azure IoT edge képes u.n. „konténerizált” mesterséges intelligenciát futtatni akár egy Rasberry PI erőforráson is, a hozzá kapcsolt kamerával. Ilyenkor a kép és videó feldolgozás, elemzés, felismerés a drónon, repülés közben történik meg. A drón csak a gépi látás alapján felismert objektum típusát és annak helyzetét kell, hogy továbbítsa.

A DJI szoftverfejlesztő kitje Azure IoT és AI technológiákkal olyan speciális területeken fejleszthetők forradalmian új alkalmazások, mind a mezőgazdaság, építőipar, védelmi szolgáltatások. A különböző fejlesztő cégek – akár kisebb vállalkozások, KKV-k is – a DJI drónok és az Azure kiterjedt felhő és IoT szolgáltatásainak felhasználásával mesterséges intelligenciára épülő megoldásokat hozhatnak létre, amelyek képesek a gépi tanulásra és egy területen elsajátított tudásnak egy teljes szervezeten belüli gyors folyamatba illesztésesére.

Adatok és automatizálás

A drónok rendszerint hatalmas adatmennyiséget generálnak, sokszor akár a kezelhető mennyiségen túli adathalmazt. A mezőgazdasági, ipari, védelmi felhasználás során azonban a pilóta nélküli járművek csak akkor jelentenek értéket a felhasználónak, ha a generált adatok gyorsan és többlet erőforrás nélkül feldolgozásra is kerülnek. Kiemelten fontos a lehető leggyorsabb, legpontosabb és legkönnyebb képfeldolgozás. Kézenfekvő megoldásnak tűnik tehát a drónok és a mesterséges intelligencia, a gépi tanulás kombinálása arra, hogy a drón technológia legteljesebb potenciálja kihasználhatóvá váljon.

Mezőgazdasági felhasználás

A Microsoft és a DJI egyik közös fejlesztésű alkalmazása a FarmBeats nevű applikáció, amely folyamatosan gyűjti és elemzi egy mezőgazdasági területen a környezeti adatokat levegő- és talajszenzorokon keresztül. A rendszer mesterséges intelligencia modellekkel működik Azure IoT Edge alkalmazásával. A DJI drónok folyamatosan gyűjtik a hőmérsékletre, fényre, páratartalomra és hasonló adatokra vonatkozó információt, és mindezek mellett állandóan monitorozzák a termést, a megjelenő állatokat vagy éppen a talajminőséget a farmon. A rendszer elemzései képesek hőtérképet készíteni és különböző hatásokat előre jelezni. Lehetővé teszik, hogy a gazdák felkészüljenek betegségekre, kártevőkre vagy hasonló behatásokra, amelyek a várható termést csökkenthetik.

Energia ipar, klímavédelem

Amerikai egyetemek a Google és a Microsoft szakértői közreműködésével készített tanulmánya szerint 13 olyan nagyobb területet határozható meg, ahol a gépi tanulás alkalmazható, illetve esetleg már alkalmazásban is van. Ilyenek a villamosenergia-rendszer, a szállítás-közlekedés, az épületek, az ipar, a mező- és erdőgazdálkodás, oktatás vagy akár a klímamodellezés.

A villamos energia rendszer esetében egyre inkább indokolt a mesterséges intelligencia használata, hiszen az időjárásfüggő megújuló energiaforrások terjedésével az energiaszolgáltatóknak a korábbiaknál pontosabb előrejelzésekre van szükségük a kapacitás tervezést illetően, valós időben és hosszabb távon egyaránt. Az energiaszükséglet előrejelzésére képes algoritmusok már ma is léteznek, ezek azonban pontosításra szorulnak a helyi időjárási és éghajlati viszonyok, vagy éppen a háztartási szokások elemzésével és kalkulálásával. A gépi tanulás a megújuló alapú termelésre vonatkozó prognózisok pontosításában segíthet, mindez pedig javítja a megújuló energiák országos rendszerbe való integrálhatóságát, csökkentve az esetleges veszteségeket is.

Új szakmaterületek a drónok és mesterséges intelligencia területén

A dróntechnológia fejlődése természetesen előrevetíti új szolgáltatások, új szakmák és foglalkozások elterjedését is. Hamarosan külön szakma lehet mondjuk a mesterséges intelligencia technikus, IoT technikus, big-data technikus, drónpilóta, a mezőgazdasági drón-technológus, vagy az iparirobot rendszerüzemeltető. A kifejezetten a mesterséges intelligencia, a dolgok internete, a big-data és a számítástechnikai felhő alkalmazások fejlesztésével foglalkozó magas képzettségű szakemberek ugyanígy már ma keresettekké váltak a munkaerőpiacon.