George Matus 上高中时就开始为他的初创公司 Teal 筹集数百万美元。这位前四轴无人机赛车手的投资演示是一个关于他认为无人机应该是什么样子的愿望清单。他的四轴无人机不仅仅是一个航拍相机，它还会非常快且易于使用——甚至可以在雨中飞行。而且，最具挑战性的是，Teal 将会思考和学习。它将成为开发者可以用于各种复杂应用的平台，从数农民的牛到无需 GPS 即可跟踪目标。要做到这一切，Teal 需要一台微型超级计算机……和一个数字大脑。这在几年前是不可能实现的。
但是，来自研究实验室、小型初创公司和大型科技公司的一系列新技术已经汇聚在一起，使得这种创新成为可能。它正在为能够自主导航的四轴飞行器和自动驾驶汽车铺平道路。它们能够识别它们看到的东西并据此做出独立决策，从而摆脱了对互联网连接的旧需求。人工智能（AI）的突破是这项进步的根源。人工智能，作为机器复制人类思考和学习等特质能力的科学缩写，已经改变了我们使用技术的方式。人工智能现在通过 Apple 的 Siri、Google 搜索和 Facebook 新闻feed渗透到我们的生活中。但这些技术依赖于云。请 Siri 帮忙分摊餐费，您的声音就会被发送到 Apple 服务器进行快速计算。没有网络，或者即使有网络，它也无法正常工作。Nvidia 智能机器产品高级经理 Jesse Clayton 说：“机器人和无人机无法依赖与数据中心的连接。”想象一下，如果您的四轴飞行器的实时视频流在计算机能够计算出最安全的路线之前必须通过云传输，那将是多么延迟。您最好还是手动飞行。这种瓶颈正促使公司争相制造微型、具备人工智能能力的超级计算机。
如果我只有一颗大脑
当 Max Versace 25 年前开始研究人工智能算法时，计算机的性能还不足以实现他对人工智能大脑的设想。但到 2006 年，他的一位同事想出了一个更快计算人工智能算法的方法。他们为该方法申请了专利，并围绕他们的方程式成立了一家公司 Neurala。然后，美国政府的秘密军事研究机构 DARPA 要求 Neurala 构建一个能够模拟功能齐全的大脑的软件系统。该大脑的物理部分由惠普和 IBM 制造的计算机处理器构成。Neurala 编写了软件。“从某种意义上说，我们构建的是算法，也就是大脑，”Versace 说。Neurala 的灵感来自老鼠的大脑。仅凭半克灰质，一只老鼠就能利用复杂高效的感觉来导航障碍物、觅食和躲避捕食者。然而，它的大脑比人脑更容易模拟。然后，一旦 Neurala 为 DARPA 构建了这个模拟大脑（即神经网络），NASA 就要求他们让它在火星探测器上工作。从火星反射信号并接收回响可能需要半小时，这使得控制机器人变得相当困难。NASA 希望探测器能够独立做出更多决策。Neurala 的大脑从未登上火星，但 NASA 的这一请求促使该公司开始研发具备人工智能大脑的自主机器人。而这个大脑很快将为 Teal 的无人机提供动力。
三项重大进展使得无人机与人工智能的融合成为可能。近年来，研究人员积累了海量数据——主要是庞大的图像集。这些数据是训练新的复杂人工智能算法的试验场，这是第二项重大进展。人工智能的进步使自动驾驶汽车能够识别和跟踪道路上的障碍物。但如果无法将这些能力从超级计算机中解放出来，那么这些技能就没有多大意义。因此，第三项重大进展必须来自新的计算机处理器。“在人工智能方面，我们真的处于发明车轮的阶段，”Versace 说。“这只是开始。”Versace 补充说，许多当前的人工智能算法都在超级计算机上进行训练，然后就停止学习了。他将其比作 25 岁大学毕业，然后永不再进步。“你每天去上班，完成你的工作，第二天醒来，你一无所知，”他说。“你只知道你上一次学校学到的东西。”但他认为人工智能不应该停止学习。“我们提出了一个不同的解决方案，它依赖于大脑的工作方式，大脑皮层的工作方式，”他补充道。“它使机器能够每天，每一次使用时都能学到一点东西。”Versace 和其他科学家现在正在研究所谓的深度学习：你向计算机展示成千上万张行人的照片，最终它就能识别出一个它从未见过的小老太太在斑马线上行走。如今，这种处理通常发生在云端。
配套的身体
进入 Nvidia。这家公司以其用于视频游戏的图形处理器（GPU）而闻名。它发明了这项技术。但近年来，Nvidia——以及其他公司——已经证明 GPU 不仅仅适用于玩《光环 5》。它们也非常适合并行计算，即一个大问题被分解成许多小问题，然后同时进行计算。这比使用标准微处理器快得多。
Nvidia 今年早些时候发布了 Jetson TX2，这是其原始 Jetson 的改进版本。它只有信用卡大小。（来源：Nvidia）
Nvidia
因此，与此同时，像 Neurala 这样的算法已经足够先进，可以在实验室外实用化，Nvidia 正在将其 GPU 转化为微型超级计算机。到 2014 年，Nvidia 推出了 Jetson。它是一款支持人工智能、信用卡大小的大脑，它在“边缘”运行，这只是一个术语，意味着“无需云”。您可以使用它来构建一个学习型机器人大脑。Nvidia 的 Clayton 说：“实际上，这意味着研究人员可以在几小时或几天内完成过去需要几个月甚至几年才能完成的神经网络训练。”这似乎仍然有点雄心勃勃，但 Nvidia 的财务状况却说明了问题。Nvidia 进军人工智能驱动的机器人领域，导致其股价从 2016 年初的每股不足 30 美元飙升至今年秋季的 200 美元以上。这项技术已经投入使用：使用 Nvidia Jetson 的一家公司是商业无人机公司 Kespry。您可能在唐纳德·特朗普总统今年早些时候与无人机行业领导者会晤时见过他拿着 Kespry 的无人机——这是第一架进入白宫的无人机。
特朗普房间里“毫不畏缩”的无人机首席执行官们大力游说放松监管 @Kespry... https://#/sxf276IBXS
— UAS Insurance (@UASInsurance) 2017 年 6 月 23 日
Kespry 将自己定位为自动化的“端到端”解决方案。其公司创始人不是“无人机人士”，其客户也不是。相反，Kespry 追求的是易于捕获的高质量数据。该公司营销副总裁 David Shearer 说：“所有谈论自动化的公司都为客户提供操纵杆手动控制，如果完全自动化，这其实是不需要的，这很有讽刺意味。”Jetson——以及 Kespry 的自研硬件——使 Kespry 的无人机能够以最少的用户输入飞行。一旦完成，它就会自动上传数据，供另一个人工智能算法进行处理。这项技术使这家初创公司得以快速发展。Kespry 今年早些时候与 John Deere 达成了合作，将其无人机推向全国经销商。该公司现在已部署了数千架无人机，并计划针对保险和能源行业，承担以前耗费大量人力的任务，如屋顶和钻井平台检查。Kespry 工程部副总裁 Jim Alison 表示，现在已经有了进入这些市场的技术。但首先，Kespry 必须收集足够多的冰雹损坏的屋顶和石油钻机的图像，以训练其人工智能识别它们。
你自己的飞行大脑
Teal 已经在销售其功能简化但超快的 Sport 版本（建议零售价 799 美元）。该公司表示，2018 年，其 Teal 2 将上市，搭载 Nvidia 的 Jetson GPU 和 Neurala 的人工智能大脑。“这是我们无人机的真正差异化优势，”Teal 的首席工程师兼产品经理 Bob Miles 说。他们的原型机已经具备了这项技术。“如今市面上的许多无人机都在控制器或云端进行计算工作，”Miles 说。因此，当您使用无人机的跟随我功能时，计算发生在您的手机上。如果您改用无人机的大脑，它就可以自行处理信息，而无需将数据传输到其他地方而产生延迟。这可以解决其他无人机在依赖非 GPS 的跟踪软件时遇到的问题。
Teal 2 无人机计划于 2018 年发布。（来源：Teal Drones）
Teal Drones
然而，尽管 Teal 有着宏伟的目标，该公司在 Teal 2 发布时仍将保持相对简单的功能。该无人机将配备命令与控制应用程序和跟随我功能，并交付给早期用户。但通过构建一个开源平台并与外部开发人员合作，Teal 预测在不远的将来，其客户将带来真正独特的功能。“我们还没有发出任何号召，就收到了许多开发人员关于何时可以向他们发布应用程序的电子邮件，”Miles 说。其中一些询问来自农民，他们有兴趣清点他们的牛群并在大型物业上统计水位。另一家应用程序已经开始与一家搜救公司合作，希望利用 Neurala 的大脑。该公司希望使 Teal 无人机能够执行搜救路线，持续成像，直到找到失踪目标并返回，届时它将返回基地并下载相关的图像和 GPS 点。如果您作为消费者不需要这些智能功能，您仍然可以受益。只需庆幸拥有一个更智能、更安全的无人机未来。
