ИИ для управления дронами начнет активно применяться в перспективе пяти лет, считают эксперты
У каждого крупного серийного производителя беспилотников в России уже сейчас есть наработки в части управления аппаратом с помощью ИИ. Очевидно, что в будущем абсолютное большинство полетов будет осуществляться без участия даже внешнего пилота. Однако на обучение нейросетей нужно время. Этот процесс может занять до пяти лет, прогнозирует гендиректор и основатель компании «Флай Дрон» Никита Данилов. Основная причина, влияющая на скорость разработки и обучения нейросетей для дронов, — дефицит квалифицированных специалистов на рынке, объяснил он.
Кроме того, управление полетом и принятие решений для маневрирования пока сложно автоматизировать за счет алгоритмов, потому что все функции и технологии в авиации строго регламентированы, заметил гендиректор НИЦ «Аэроскрипт» Алексей Хрипунов.
Активное применение ИИ для постобработки данных фото- и видеосъемки, в свою очередь, тормозит специфичность и дороговизна решений. Условно, можно научить ИИ определять переполненные мусорки в Новой Москве, но этот модуль не будет работать в другой стране или другом климате, привел пример эксперт рынка НТИ «Аэронет» Николай Ряшин. Здесь возникает проблема с тем, что заказчики не хотят платить большие деньги за кастомную разработку, а производители не готовы инвестировать в программные продукты без подтвержденного спроса.
При этом развитие дронов с ИИ в перспективе может решить очень много проблем. Например, в охранной отрасли их можно активно использовать для автоматической детекции людей и авто в локациях, где их быть не должно. Среди других возможных сценариев — контроль за исправностью коммуникаций, определение зрелости урожая, анализ дорожного трафика и пр.
Дронофлот
У каждого крупного серийного производителя беспилотников в России уже сейчас есть наработки в части управления аппаратом с помощью ИИ. Очевидно, что в будущем абсолютное большинство полетов будет осуществляться без участия даже внешнего пилота. Однако на обучение нейросетей нужно время. Этот процесс может занять до пяти лет, прогнозирует гендиректор и основатель компании «Флай Дрон» Никита Данилов. Основная причина, влияющая на скорость разработки и обучения нейросетей для дронов, — дефицит квалифицированных специалистов на рынке, объяснил он.
Кроме того, управление полетом и принятие решений для маневрирования пока сложно автоматизировать за счет алгоритмов, потому что все функции и технологии в авиации строго регламентированы, заметил гендиректор НИЦ «Аэроскрипт» Алексей Хрипунов.
Активное применение ИИ для постобработки данных фото- и видеосъемки, в свою очередь, тормозит специфичность и дороговизна решений. Условно, можно научить ИИ определять переполненные мусорки в Новой Москве, но этот модуль не будет работать в другой стране или другом климате, привел пример эксперт рынка НТИ «Аэронет» Николай Ряшин. Здесь возникает проблема с тем, что заказчики не хотят платить большие деньги за кастомную разработку, а производители не готовы инвестировать в программные продукты без подтвержденного спроса.
При этом развитие дронов с ИИ в перспективе может решить очень много проблем. Например, в охранной отрасли их можно активно использовать для автоматической детекции людей и авто в локациях, где их быть не должно. Среди других возможных сценариев — контроль за исправностью коммуникаций, определение зрелости урожая, анализ дорожного трафика и пр.
Дронофлот