时至2021年,人工智能作为前沿的科技,仍是大国角力的重要领域。其中,机器学习作为人工智能的重要子域,也一直吸引着学界和产业界的探索。从植保农业到影像产品应用,大疆正在用机器学习技术驱动着行业创新,大疆正在以机器学习科技赋能产品的智能升级,提供更多的行业应用场景,探索人工智能的未来。
按照美国华盛顿大学计算机科学教授、国际机器学习学会联合创始人佩德罗 多明戈斯在著作《终极算法》一书中的描述,人工智能的目标是教会计算机完成现在人类做的更好的事,而机器学习则是其中最重要的事,它将自动化推向新的高度,并带来广泛的经济及社会变革。
对工程师们而言,机器学习意味着各种关键词:模式识别、统计建模、数据建模、数据挖掘、知识发现、预测分析、数据科学、适应系统、自组织系统等。
在应用端,对普通人而言,机器学习也不是虚无缥缈。它不是深奥的代码和公式,而是所见即所得的应用和数据成果。
大疆农业“果树模式”作业
大疆农业“果树模式”作业
今年“十一”假期期间,大疆农业发布“里程碑海报”,宣布全球作业面积超过10亿亩。在成立第六个年头,大疆农业又交出一份傲娇的成绩单。当前,大疆农业植保无人机已经覆盖到大多数农田场景中,为农田喷洒作业大幅提高效率。
参照官方介绍,10亿亩作业面积中相当一部分是果树飞防作业。相比其他农作物,果树一般拥有更高的经济价值。如果把普通的农田比作扁平的二维场景,那么果园就是带有各种障碍物的三维场景,因此“自动化”的难度更高。
对此,大疆机器学习部作为该公司多元业务的重要驱动,一直在产品研发和应用上提供支持。早在2018年,大疆机器学习部就开始推行“果树模式”,第一次提出三维语义地图解决方案,将二维场景上升到三维场景的精准构建和语义识别,配合大疆自有的导航与飞控技术,解决了果树植保中广泛存在的、工时和药物利用率问题。
“果树模式”的果树识别率达到98%
大疆的研发人员介绍,为解决前述问题,大疆曾经在前期调测过程中,集齐全国20多种不同地貌和果树的果园,逐一进行飞行测试,确保“果树模式”可以在各种场景中使用。
此外,大疆的研发人员还不停奔走在果园和公司之间,只为不断更新数据并同步到相关硬件模块,实现软硬件的适配。经过反复测试调整,“果树模式”最终被验证为可用,果树识别率达到98%,并有能力完成每分钟200亩作业面积。
按照《终极算法》的描述,工业革命是手工业的自动化,信息革命解放了脑力劳动,而机器学习则是自动化本身的自动化。这一观点,在大疆农业的发展进程中体现得淋漓尽致。在“果树模式”推出后,该公司将目光投向更多的农作物类型,比如东南亚的棕榈树。借助实地调研,大疆农业在“果树模式”的基础上,迭代推出“树心模式”,对航线的优化与农药的精准定量喷洒可以最大化发挥农药的效果,全力保障果树作业的经济化效益。除此之外,此后补充推出的“地块边界识别”、“苗情分析”、“巡田监测”等功能,可以说是机器学习层面的“举一反三”,大大提升了农业生产力。
无人机提供避障,在丛林中穿梭
大疆农业不是唯一受益于机器学习的业务线。在影像产品方面,机器学习同样对大疆的发展贡献颇多。过往数年,伴随DJI影像产品的迭代,智能跟随技术也是“水涨船高”。从原有的简单识别颜色纹理,到如今成熟的人脸识别功能,以及同一场景中同时存在的多物体跟焦功能,大疆已经实现了“怎么跟都不会丢”的效果。值得一提的是,该项智能跟随能力,不止用于跟焦和拍摄,也能为无人机的飞行提供避障,因此在安防、巡检等其他工业级应用场景中也大有用处。
当前,机器学习部的研发技术已经在大疆消费级无人机、农业及行业、手持影像设备等多条产品线应用,无论是智能跟随与定位模式的更新,或是农业果树模式、树心模式的研发,他们的研发成果都是如同根基一般的存在。与此同时,作为一个向上辅助向下交付的部门,被人们熟知的跟踪监测功能与自动剪辑功能都是他们落地成功的作品。
大疆机器学习部仍在探索更前言的技术,筑牢基础,为大疆的各条产品线服务,真正成为一个“赋能者”的角色。按照该部门自己的看法,做开创智能空间时代的先行者和动力引擎,让产品创新更加容易。
机器学习是一把剑,利用这把剑可以杀死复杂性的怪兽。而大疆机器学习部正是一个“执剑人”,肩负着为公司“开拓空间智能时代”的重任,同时也悄然参与着商业领域、科学领域的时代革命。
(张铭阳)