諸如IndustrialSkyWorksInc.之類的公司已經開始利用后端和機載AI的功能，通過其虛擬檢測軟件為他們的客戶提供檢測數據解決方案，并且完全了解AI在無人機檢測領域的當前優勢和劣勢。我們與IndustrialSkyWorksInc.的首席執行官MichaelCohen進行了交談，以獲得他對2020年使用AI的期望以及面臨的挑戰，如何確保數據安全同時促進團隊之間的協作等方面的預測。
丹妮爾·加涅（DanielleGagne）：在無人機檢查中使用AI的現狀如何？您預計未來在無人機檢查中使用AI的情況如何？
邁克爾·科恩（MichaelCohen）：這里的故事是分裂的，在某些情況下存在很多錯誤地大肆宣傳，在另一些情況下則有一些非常好的早期解決方案。在當前市場中，我們從領域存在性考慮AI，例如，我們正在考慮板載，后端或前端A??I？對于2020年，我們非常看好板載和后端AI，而對于前端AI則非常看跌。
我們看到了具有車載自主性的出色應用程序。隨著越來越多的公司采用新的自主解決方案，這將是2020年值得關注的領域。后端AI還將在2020年繼續商業化，特別是集成了AI的數據處理和數據優化平臺。例如，使用AI優化圖像。盡管這些技術不是面向客戶的，但是最新的數據輸出要比往年要好得多，并且將繼續改善。
舉例來說，在2020年，我們對于諸如對象識別等領域的成熟的前端AI并不樂觀。這個領域仍然是人們關注的焦點，但是，盡管已經有了識別科學，但是構建真正的，商業上可行的檢測系統所需的數據仍處于早期階段。實際上，公司應該著眼于2025年建立AI路線圖，所有業務模型或集成策略都應該問：“數據來自何處，誰對數據進行分類以及以什么頻率進行？”這里有一條通向功效的巨大橋梁。
2020年無人機檢測市場在AI實施和采用方面面臨哪些挑戰？
我們認為這對2020年是好消息，也對壞消息不利。在檢查市場使用AI的速度將很慢，但是對于無人機服務提供商市場，這將是新的長期合同的一年。我們希望在整個市場范圍內更廣泛地采用無人機檢查，這將需要側重于與遺留管理系統的數據集成，例如，我們如何將您的數據放入幾十年前建造的房屋中。這是一個挑戰，將在2020年使AI落后。對于大規模檢查程序而言，簡單的數據集成和管理將對采用產生足夠的挑戰，甚至是威脅，并將成為關注重點。我們認為，買家將忙于建立長期的檢查關系，這將使這些技術具有更長的運行時間，這是一件好事！
2020年無人機檢查最大的安全風險是什么？業界在保護數據方面正在做些什么？
由于無人機操作的管理已經日趨成熟，因此2020年的一大主題將集中在數據管理上，尤其是數據冗余，數據安全性和數據可訪問性，尤其是如何通過團隊安全地移動數據。許多檢查購買者期望無人機檢查公司通過為各種最終用戶提供多個訪問點來增加整個團隊的價值。但是，這種增值增加了風險。例如，數據從檢查團隊轉移到工程團隊，然后傳遞給采購。每次數據傳輸都會增加風險。能夠安全有效地傳輸數據將成為2020年的重點。
您認為無人機檢查數據處理的未來將是什么？桌面軟件或云計算，為什么？
在獲得成熟的機載處理功能之前，我們會以三分之一的市場占有率：三分之一的臺式機，三分之一的云和三分之一的內部集群。根據數據的類型，大小，位置和任務的性質，這三個選項都可以成為領先的解決方案，但這顯然是買家主導的決定。法規，地理和遺留系統將繼續主導這些決策。但是，即使有類似的公司從事類似的工作，這些解決方案也可能看起來有所不同。
大多數人都在尋找與當前數據策略相符的可定制解決方案。您可能擁有三家非常相似的公司，但其中一家位于防火墻內部，另一家完全基于云，而另一家則希望在其內部構建集群。這意味著數據將必須位于具有不同安全協議的不同類型的平臺上，并且對數據的分發和訪問也將有所不同。他們都需要定制的解決方案。對于您的行業而言，這將是一個持續的挑戰，因為您如何大規模建立定制？
?