Vijay Kumar是賓夕法尼亞大學工程學院院長、美國國家工程院院士，主要研究方向是多機器人編隊的控制與協(xié)作，別稱是無人機大神。如果你看過他在TED上的演講，一定會為他開發(fā)的無人機所折服。

8月13日下午，Kumar出席了中國計算機學會主辦，雷鋒網承辦的CCF-GAIR峰會，并發(fā)表了有關無人機五大發(fā)展趨勢的演講。他認為無人機會向著Small（小型），Safe（安全），Smart（智能），Speed（敏捷）和Swarm（集群）等趨勢發(fā)展。

而在演講前，Kumar也與雷鋒網進行了對話，談及了何為無人機的智能，他對無人機的愿景，以及機群背后的思想。

數(shù)據(jù)不是知識，計算也并非智能

在Kumar看來，無人機未來總體的發(fā)展趨勢是“自主”（Atonomy）?；仡欉^去五年，計算力、數(shù)據(jù)及通訊技術的提升促成了AI（人工智能）技術的發(fā)展，也讓無人機的飛行更加自主與智能。具體來說，無人機體積變小，感知能力及范圍（得益于雷達）提升。

他認為自主是從感知（perception）到行動（action）的循環(huán)。從看到環(huán)境，處理信息，理解環(huán)境，然后到采取行動，這一快速循環(huán)過程就是智能。在他的研究中，“AI就是數(shù)據(jù)與計算”。

但同時無人機也面臨著挑戰(zhàn)，Kumar認為，這主要包括兩方面：

“更多的數(shù)據(jù)并不意味著更多的知識；更快的計算也并不意味著自主。”

用機器學習等AI技術可以提升算法表現(xiàn)，實現(xiàn)無人機自主，就像機群中存在相互干擾，用機器學習可以保證安全和穩(wěn)定；而機器收集到的數(shù)據(jù)可以反饋給機器學習算法。我們需要做的是將高效收集的數(shù)據(jù)變成知識。而且雖然機器學習讓AI有了進步，但準確性仍不夠，比如物體識別上，即使有大量數(shù)據(jù)訓練也不行。所以我們應該思考的是，在生活中如何與不那么精確及可靠的技術共生。

無人機快遞缺的是商業(yè)模式

Google與亞馬遜分別有自己的無人機快遞項目Project Wing及Prime Air，國內的京東與順豐也測試過用無人機送貨。不過作為空中機器人的鼻祖，Kumar認為用無人機送貨還缺乏商業(yè)上的價值。

他告訴雷鋒網，創(chuàng)新分兩種：一種是技術創(chuàng)新，一種是商業(yè)創(chuàng)新。技術創(chuàng)新相對沒那么復雜，他所主管的實驗室在五年前就開始做送貨無人機，這比Google及亞馬遜都要早?？爝f無人機涉及到機群協(xié)作，而這也正是他所擅長的領域。

但他認為，快遞無人機目前還沒有出現(xiàn)很好的商業(yè)模式，如果有Uber與滴滴一樣的模式出現(xiàn)，或許普及的可能性更大，而他的工作是開發(fā)相關的技術以供未來可用。

無人機群

自然往往會為我們提供技術的靈感，比如上世紀初發(fā)明的飛機就是受到了飛鳥的啟發(fā)。而Kumar的實驗室也很擅長觀察自然如何解決問題。

他在演講中提到了無人機的“5S”，其中“Swarm”指機群。小型化所付出的一個代價是載重變小，能完成的任務隨即減少，為此他們從蜂群的工作方式中獲取靈感，讓多個無人機協(xié)作，完成個體無法勝任的任務。機群的組織原理有三：

• 一是個體獨立行動，行動是本地的（local）和獨立的；

• 二是僅需要本地信息即可行動，即使無法知道全局信息，個體也能行動；

• 最后是行動匿名，獨立于身份，不了解個體信息也能完成任務。這里他給出的例子是，多人共同抬起一張桌子時，并不需要知道每個人的身份。

上文提到的無人機運貨就涉及到機群的應用。在春節(jié)和雙十一這種發(fā)貨高峰期，一定區(qū)域內的無人機在避開同類障礙時，就需要相互協(xié)作。Kumar還引用了在CCF-GAIR上與國內學者交流中的另一個例子，即用無人機繪制長城地圖，這顯然是單一的無人機無法做到的。

另外我們生活在一個聯(lián)網的世界里，現(xiàn)在這些設備都是固定的，但未來會移動，如何讓上百萬的設備協(xié)作，這就需要蜂群理論。

自主飛行器會比自動駕駛汽車來得更快

飛行一直是人類的夢想，雖然飛機已經成為平民化的出行方式，但仍缺乏汽車那樣的自由度。而隨著Google及特斯拉等公司的推進，自動駕駛汽車似乎更能讓人感受到智能化的未來。但Kumar認為，“自主飛行器（self-flying vehicles/drones）會比自動駕駛汽車更容易實現(xiàn)”。因為：

“汽車需要在非常復雜的二維路面環(huán)境中運行，但飛行器能在3D空間中飛行，路線則可由電子系統(tǒng)決定，比如從深圳到香港，可以在空中定義一條路線，保證不會發(fā)生碰撞，而且這也不需要任何像道路一樣的基礎設施?！?/span>

他告訴雷鋒網，現(xiàn)在很多夜間飛行運輸任務仍需要人在場，但事實上人只是根據(jù)機器的指令來行事，那為什么不讓機器來完成一切呢？

這種飛行器的一個挑戰(zhàn)是在于能耗，承擔一個普通的50kg的人會消耗大量電能。一種解決方法是使用汽油或柴油等燃料，不過這又需要不同的驅動系統(tǒng)。但Kumar認為，“小型的自主飛行器，如飛行汽車，已經存在了很長時間了，而現(xiàn)在正變得更加現(xiàn)實?！?/span>

“航拍是我最后才會想到的應用場景”

如今的消費級無人機市場幾乎是DJI一家獨大，應用也無非是航拍，那除此之外還有哪些能產生一定商業(yè)價值的應用場景？Kumar對此的回應是，“如果我知道如何掙錢，一定會有其它公司已經在做了?！彼嬖V雷鋒網，自己的工作是“開發(fā)解決方案，這樣未來五年中出現(xiàn)可行的商業(yè)模式時有技術可用”。

不過他最大的興趣是無人機在急救和農業(yè)上的應用，他希望災難發(fā)生時機器人能第一時間趕赴現(xiàn)場，快速返回實時信息，就像超人一樣，而航拍是他最后才會想到的應用場景。機器人領域有“3D”，即讓其完成Dirty（骯臟），Dull（重復）及Dangerous（危險）的工作，這同樣適用于無人機。

早在2012年的TED上，Kumar就提出了“精準農業(yè)”（precision farming）。他認為就像人類都由醫(yī)生單獨照料一樣，種植也可以使用同樣的方式。比如，無人機可以配備遠程傳感器，如攝像頭、激光掃描器、微波圖像傳感器等，識別出每顆果樹的生長狀況及產量信息，以此預估總體產能提升種植效率。特別是在美國這樣人少地多的國家（僅3%的人從事農業(yè)），機器會發(fā)揮更大的價值。

同樣的，Kumar指出精準農業(yè)是可行的，但仍需要現(xiàn)實的商業(yè)模式。比如，在耕地狹小的日本，無人機農業(yè)的作用有限。另外還有政府補貼等政策問題，讓農民沒有提升種植效率的動機。

深圳是無人機的創(chuàng)新之地

國外嘉賓對國內創(chuàng)新的洗白是這次CCF-GAIR的一個亮點。在一次群訪中，一位朋友問中美無人機的差距有多少，Kumar說到“商業(yè)無人機領域DJI是最領先的”。美國著名投資人Yobie Benjamin也在演講中表示，“不要聽信那些說中國只會抄襲的話”。

Kumar是第三次來中國，他認為深圳不只是在制造上創(chuàng)新，其生態(tài)對機器人也很重要，是無人機的創(chuàng)新之地。這里還有騰訊，其微信產品更是Facebook等公司仿效的對象。

“在美國，我可能有一個聰明的學生來解決某個問題，但在中國會有100個工程師解決同一個問題，我沒法競爭。”

他認為，創(chuàng)新來自人才，而且不是一個人，而是一個團隊，深圳則具備了這樣的條件。技術創(chuàng)新也不會限于某個地區(qū)，它是全球性的。

預測未來是很難的。在一次專訪中，Kumar告訴雷鋒網，“技術的進展一日千里，這使得我們難以下結論”。但這并不妨礙我們對未來的想像，最后再送上Kumar對機器人的兩個預測。

手機五年后會是怎么樣？他認為會成為機器人，現(xiàn)在你要做的所有事，未來都能通過更智能的智能手機完成。手機放在運動控制器上，或許就成了機器人。

另外，機器人的50年歷史中，我們已經讓機器人動了起來，現(xiàn)在它也能飛行了，那多久能學會游泳呢？要知道地球表面的70%都是海洋。隨著人口增長，水下農業(yè)和水下種植也為相應的機器人開發(fā)提供了經濟驅動。不過這里的挑戰(zhàn)是，如何讓機器人學會游泳，以及如何解決水下通訊問題。

推薦閱讀：

空中機器人之父Vijay Kumar：羅馬不是一天建成的

賓夕法尼亞Vijay Kumar：無人機的“5s”趨勢與挑戰(zhàn)

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。