（原標題：擊落無人機？AI幫助監(jiān)管無人機并自動設計航線才是未來）

根據(jù)普華永道的（PwC）最近的一份報告顯示，無人機產業(yè)正在呈指數(shù)級增長，預計到2020年，全球無人機硬件出貨量將達到100億美元，如此龐大的無人機市場也催生了無人機周邊產業(yè)的衍生，其中最大的周邊產業(yè)之一，就是無人機監(jiān)督與管制。

　無人機監(jiān)管需要“偏軟”

PwC的報告稱，在2020年，無人機從事的服務和勞動能夠取代的人工成本將超過1200億美元，這也就說明，到時候將會有巨大數(shù)量的無人機升空工作。然而其附帶的風險也會大大的增加，無人機在空中墜落造成人和財物的損失、對公共空間的干擾以及隱私被窺探等問題都是人們將要面對的風險。這些風險的難以量化，催生了很多無人機管制機構的“一竿子打死”的管理辦法，無人機“打擊武器”、“干擾器”廠家雨后春筍般的出現(xiàn)。不過，暴力解決問題始終是治標不治本，于是有些企業(yè)就開始研究一些“偏軟”的控制風險的方法，F(xiàn)lyFlock就是其中之一。雷鋒網(wǎng)聯(lián)系到了Flock的創(chuàng)始人兼CEOEdLeonKlinger，為我們簡單介紹了一下Flock的創(chuàng)立初衷和該AI系統(tǒng)是如何幫助無人機控制風險的。

Flock創(chuàng)立

Flock是英國的一家初創(chuàng)無人機監(jiān)管系統(tǒng)開發(fā)企業(yè)，其CEOEdLeonKlinger曾經(jīng)就讀于牛津大學和劍橋大學，并拿到了雙碩士學位。其在校期間主攻新興技術和自動化系統(tǒng)的研究，并對無人機和無人機生態(tài)系統(tǒng)特別感興趣。后來Klinger還曾經(jīng)到英國的一個無人機監(jiān)管機構工作過一段時間，這段經(jīng)歷在一定程度上為Flock打下了基礎。

Flock應用截圖

隨著無人機產業(yè)的飛速發(fā)展，人們從量化的數(shù)據(jù)上就能看出，無人機的應用已經(jīng)成倍的增長，并在可見的未來不會停止，各種行業(yè)巨頭（DHL、亞馬遜、Google、Facebook等）在無人機商業(yè)方向投入了大量資金，促進無人機城市行業(yè)服務的發(fā)展，像“無人機快遞”這種基礎應用在不久的將來就會成為現(xiàn)實。無人機服務好處很多，可以解放人力、做高危工作、減緩城市擁堵等等，但是其存在的問題也很多，總結起來大體上就是老生常談的倆字：炸機。

炸機帶來的風險對于城市服務無人機來說，是阻礙其普及和發(fā)展的最大絆腳石，因為飛上天空的每一架無人機都關乎著市民的生命安全，這并不是聳人聽聞。

各國政府有關部門、亞馬遜等巨頭企業(yè)都開始重視無人機的城市飛行安全，并且積極的在部署相應的管理策略。但是，Klinger覺得，無人機安全存在的根本問題是，無人機風險隨機性太大，無法量化，這就導致了對其管制和防范都很難，并且，如果無人機出現(xiàn)了事故，運營商、保險公司以及監(jiān)管機構對責任的界定也十分困難。為了解決這些問題，Klinger和另一位合伙人AnttonPena成立了Flock，并且邀請了倫敦帝國理工學院的人工智能博士MiguelMolinaSolana擔任CTO，做了一套能夠把無人機工作風險量化的AI系統(tǒng)。

FlockAI系統(tǒng)

根據(jù)Klinger的介紹，F(xiàn)lock是一個大數(shù)據(jù)驅動的無人機風險分析工具，它能夠根據(jù)一個區(qū)域活動行人的實時位置、車輛活動信息、實時天氣信息等，把這些有可能增加無人機事故風險的信息匯總并分析，讓無人機的AI系統(tǒng)或者操作員得知環(huán)境的實時信息。此外，該系統(tǒng)還可以通過所得的上述地面活動信息以及建筑物信息，來計算無人機在飛行中會存在的風險和影響，并且根據(jù)實時數(shù)據(jù)對飛行路線進行優(yōu)化和推薦。比如，在人群密布的地區(qū)，無人機路過上空的風險顯然就增加了很多，F(xiàn)lock的AI系統(tǒng)就可以分析到這一信息，并對無人機的飛行路徑重新進行一個規(guī)劃，降低飛行的風險。

Flock工作示意圖

Klinger介紹說，這其中包含了幾個關鍵的技術，一個是利用人工智能來識別地面信息，并將其轉化為量化的風險信息反饋給無人機，另一個是利用地面信息來計算安全的飛行路線，并顯示在地圖上。想做到這兩點都不容易，尤其是地面信息的大數(shù)據(jù)收集工作量巨大，絕不是初創(chuàng)公司或者小團隊在短期內能夠完成的。Klinger告訴雷鋒網(wǎng)，他們的關于建筑物、人流、車輛、天氣等地面信息都是與第三方公司進行合作的。具體哪個公司，Klinger并沒有提及，但是他卻從側面說到了開發(fā)這個系統(tǒng)的難度：

做Flock系統(tǒng)的最大困難就是，我們作為一個初創(chuàng)的AI小型技術團隊，需要和各種復雜的機構合作打交道，比如大型的保險公司、無人機硬件制造商、運營商、政府監(jiān)管部門等等，這些都不僅僅是技術能夠解決的問題。

Klinger說，目前還有一些公司在做無人風險量化的事情，但是他們都沒能夠像Flock系統(tǒng)一樣采用了實時的環(huán)境數(shù)據(jù)，比如AirMap，它只能映射出空中的一些信息，而對地面的人員和車輛的運動不能實時掌握。而采用環(huán)境實時AI分析是Flock的核心競爭力。

有了這套系統(tǒng)，無論是用戶、保險商或者是監(jiān)管部門，都能夠在使用無人機服務時盡可能的規(guī)避風險，如遇不可抗力，還能知道無人機當時的狀況，并及時解決問題。

目前，F(xiàn)lock已經(jīng)開發(fā)了PC、iOS以及Android的應用程序，已經(jīng)在逐步的測試中。未來會把這項技術提供給無人機制造商、用戶和保險公司等等，不過目前，他們還有許多技術待建，所以他們會最先在保險行業(yè)嘗試推廣。Klinger表示，F(xiàn)lock打算再招聘一些專注于機器學習方面的開發(fā)人員，未來會讓這套系統(tǒng)變得更加智能。

無人機事故頻發(fā)集結了一大群人去研究如何反無人機，但多數(shù)人卻選擇了“暴力打擊”和“政策控制”，而類似Flock的這種利用大數(shù)據(jù)管理卻沒有太多人去嘗試。對于無人機泛濫的現(xiàn)狀來說，綏靖政策要比暴力打壓要更能治本一些，畢竟無人機的發(fā)展在一定程度上是趨勢，是未來，要規(guī)避風險，就要更多的Flock出現(xiàn)才行。