近年来，人工智能（Artificial Intelligence，简称AI）的应用出现了惊人的增长。2017年，人工智能迅速成为技术行业的流行语，人工智能再一次站到了浪潮之巅。

　　什么是人工智能？

　　人工智能是计算机科学的一个分支，是一门新的技术科学，主要研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统，帮助人们将复杂任务简单化。

　　这里不得不提人工智能的两个分支：

　　机器学习（Machine Learning，简称ML）——专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径。

　　深度学习（Deep Learning，简称DL）——利用人工神经网络来解释数据，是一种数学系统。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。

人工智能两大分支均处于新兴技术成熟度曲线的最顶端

　　人工智能及其子领域正越来越多地被用于图像识别和标记，图像中的对象检测和分类，自动机器翻译，自动手写生成和游戏等功能。根据国际知名咨询机构Gartner于2017年7月发布的本年度新兴技术的成熟度曲线，人工智能的这两个分支——深度学习和机器学习，均处于曲线的最顶端。

　　另外，根据美国市场情报公司Tractica的一份最新的报告，全球范围内的公司和各组织机构对利用人工智能的热情也在不断高涨。Tractica预测，利用人工智能所产生的收益将从2016年的13.8亿美元增长到2025年的597.5亿美元。

人工智能所产生的收益到2025年将增至597.5亿美元

　　人工智能“潜入”无人机

　　可以说，无人机本身就是一个智能系统。人工智能增强了无人机系统在飞行操作，数据管理和交通管理方面的性能，正迅速成为无人机行业不可或缺的组成部分。

　　深度学习是人工智能的一部分。如前所述，深度学习通过训练人工神经网络获得信息，是一种计算机程序，能像人脑一样处理信息。人工神经网络能够在面对单一类型对象（例如汽车）的许多图像时识别该对象。这也是无人机能够识别汽车并将其与其他物体区分开来的原理。

　　通常，无人机在检查信号塔时，无人机飞手操纵无人机在信号塔附近飞行，以图像的形式记录数据；在大多数情况下，存在一个不可避免的短处，那就是无人机飞手需要执行多个飞行任务才能获得所有的数据。而随着人工智能技术的发展，无人机的检测效率得到了极大的提高。例如ANRA公司的DroneOSS平台就提供了一个完整的端到端的解决方案，它能为无人机设计最佳的飞行路径，获得最完整的数据。飞手只需切换无人机，然后由平台完成剩余任务。

　　人工智能与无人机交通管理（UTM）

　　随着商业无人机和娱乐无人机迅速成为我们生活的一部分，加快实施无人机交通管理（UTM）技术的呼声越来越高，美国航空航天局NASA已开始着手解决这一问题。

　　无人机交通管理技术能创造良好的空域秩序，它通过提供一系列服务，如空域规划，动态地理围栏，恶劣天气回避，拥堵管理，地形回避，路线规划，分离管理，应急管理等，实现低空空域的飞行。而以上所有服务都只能通过人工智能才能实现。

　　人工智能与无人机的大数据时代

　　人工智能不仅限于使无人机智能化，还开创了数据收集和分析的方式。

　　无人机通过图片和视频所收集的数据量非常巨大。单架无人机在达到2-70太字节的范围时可能就会停止数据生成，这时候就轮到大数据和人工智能上场了。使用这两个突破性科学，无人机企业可有效收集相关数据，并将其转化为有意义的成果。大数据与人工智能的融合有助于推动企业从数据和分析能力中获益，快速获取大量数据反过来也推动了人工智能的进步。

　　大数据的出现标志着人类社会正在由信息社会向智能社会迈进。无人机不仅是一个飞行传感器，还能成为一个飞行的机器人，执行更多的任务。未来，无人机将成为智能中心。