4月29日，3D Robotics創始人Chris Anderson在GMIC大會上進行演講，介紹了無人機的當下與未來。
3D Robotics成立于2009年，創始人Chris Adnerson是美國《連線》雜志前主編。在發現消費級無人機市場被大疆幾乎全部占據之后，3D Robotics把目光轉向企業級市場，本次演講也是探討無人機在大型企業市場中的運用。
Chris Adnerson提到，無人機實際上是戴上螺旋槳的智能手機，是空中的物聯網設備。目前消費者無人機使用場景較多，但是商業無人機收到法律等各種限制，也 讓人們看到了商業無人機時代的黎明。高盛預測，無人機商業市場在五年之內有200億美元，在農業、建筑、保險、能源方面有著巨大潛力。
現場，Chris Adnerson也用農業等例子展示，無人機未來最大的潛力是數據的利用。結合大數據，商業無人機的作用才能最大化發揮。演講原文如下，有改動：
我在這里給大家介紹的是《無人機的未來》，這里面很有意思的是，三年前我還是一個雜志的 編輯，現在我已經擁有自己的無人機公司了。如果沒有智能手機技術的話，這不可能成為現實。我們做的并不是沒有飛行員的飛機，而是帶上了螺旋槳的智能手機， 這主要感謝智能手機和聯網技術的發展。我之所以做這個并不是對無人機非常感興趣，我只是對技術非常感興趣，我認為有了這個可以對星球更好的度量，這是空中 的物聯網和空中的傳感器。今天我想告訴大家的是，我們如何使無人機這樣的技術變的無處不在。
現代化的無人機工業，只有五到六年的歷史，我2007年用的時候是一個發燒友。當時用GPS、攝像頭、處理器和內存傳感器來玩一些技術上的解決方案。后來我建立起了一個社群叫DIY無人機，后來創建了現在這家公司。
我們來看一下無人機的發展曲線，從2007年到2012年，下一波是把技術加以產品化。 比如說中國的一家公司大疆，它們的消費者級的無人機做的非常好，包括它們的視頻，這是無人機發展的精彩階段。讓原來的無人機技術復雜性能夠化解掉。所以能 夠用無人機的過去只有黑客級的技術專業人士，現在普通人也可以用。現在我們正處在發展的浪潮當中，我們認為無人機商業化浪潮當中是更大的一波，就是對于無人機數據未來的利用將是最大的機會所在。
因為這超越了單純的娛樂、個人的使用，而且將會帶來農業、建筑、保險、能源等等這些行業 數據新的利用方式。現在我們在消費者階段，因為現在無人機都是基于比較簡單的消費者的使用場景，而企業級的使用場景是更加復雜的，同時也有監管機構的問 題。因為聽起來有些不可思議，消費者使用無人機在一些國家是合法的，但是商業使用是不合法的，我們的孩子是可以玩無人機的，但是受過訓練的專業人士是不能 的。在過去幾年當中我們在努力推動這些規則的改變，到今年六月份的時候美國將會批準商業使用無人機，不需要有飛行員執照的情況下可以對無人機進行商業使 用，這是一個好消息。這意味著我們已經來到了商業無人機時代，接下來看看數據。
我們在網絡上以數字化對于我們按鍵的行為已經有20年的歷史了，我們對物理世界進行數字 化，我們有安全攝像頭，但是他們能夠拍下來的場景太小了，只有無人機在任何時間、任何地點幾乎以很低的成本來獲得信息，現在我們按下一個鍵就可以對對地球 進行掃描和測量，我們如何來管理數據，這也是大數據下一個機會，因為攝象頭變的越來越便宜。機器人也變的越來越普及，現在監管機構也漸漸在批準，對于無人 機進行商業使用。
高盛預測過，無人機的商業市場將會有200億美元以上的規模在五年之內，這比消費級的市場更大，商業無人機市場，將被農業、建筑、保險、能源公司所用，這些公司需要對他們的設備進行衡量，他們要進行不斷的視察，過去這些視察工作是人到現場完成。將來我們可以看到這個行業的潛力是非常大的，美國航空管理局剛剛推出預測的數據，是關于無人機的。
現在他們對無人機使用的預測，是他們五年前預測數量的20倍。實際上無人機行業好像就是 白手起家的，就像互聯網出現的時候顛覆了電話，當時聯邦通信委員會是監管電信行業和電話公司的，他們對電話公司非常了解，突然出現了互聯網，然后可以進行 計算機之間的通話，FCC感到非常擔心，然后又出現了VOIP，可以在電腦上打電話。后來他們接受了這樣的現實，已經變的無處不在了，我們用這樣的方式對 一個行業進行監管是不行的，今天已經沒有固定電話行業了，五年前FCC預測到2017年美國每年會賣掉2萬架無人機。他們在做出估計的時候，我們每個月已 經賣2萬架無人機了。他們沒有想到航空工業的未來會有快速智能的玩具來主導，他們也沒有想到一個全新的行業會自下而上發展起來，而不是自上而下發展起來。 他們的眼睛里面只有波音747，空中將會有100萬架無人機，這樣的前景已經變的不可抗拒，整個行業也是在推動監管機構進行改革。但是我們的想法和監管機 構一樣，我們也希望無人機是安全的，是可以追蹤的，我們要知道他們飛到哪里了，由于我們的無人機都是聯網的，我們都可以獲得這些信息，而且可以用云計算來 管理。
我們從谷歌的角度來看，谷歌的使命是搜集全世界的信息，并且使的有用。谷歌的做法是使用 衛星，然后有車載的，我們看一下衛星可以看到整個星球，但是分辨率很低，這兩者之間的空白由無人機來填補。我們來看到傳感能力從地上、半空到太空，現在無 人機環節是缺失的。因為空域的管理和監管機構的規則，使得無人機這塊目前是缺失的。
我們為什么要部署無人機呢？這是美國的農場，美國的農場是圓形的，因為采取的是一種以圓 形為中心的灌溉系統，在人的肉眼看來，實際上農田是上面三個圓圈，但是無人機可以看到人眼看不到的東西。如果無人機用鏡紅攝象頭可以紅顏色的莊稼和綠顏色 的莊稼，這樣農場主可以根據不同顏色區域相應的使用化肥、殺蟲劑、除草劑，而且也能夠在使用化肥之前就能做好計劃，這樣可以減少化肥的使用量，減少對于環 境的影響。
這樣我們就能夠實現精準農業，有效的去使用化肥的用量，這樣的想法已經存在很多年了。但 是有了無人機的勘測之后，我們可以看到每一個方格它的顏色都能夠幫助我們規劃化肥的使用，今天有了無人機之后，你按下一個按鈕，無人機把這些圖像拍下來， 把拍下來的數據放到云當中，在云的后端和數據中心做大數據的分析，然后拿出一個分析的結果，用分析的結果重新進行灌溉和施肥，這樣一夜之間我們會實現精準 農業，會把缺失的一環補上，這是度量世界，只要按下一個按鈕世界就可以度量，就這么簡單。
我們大家看到的是，我們能夠用機器人來代替人類，在這樣一個宏大的實驗當中來度量地球， 用人來收集數據是最昂貴的，有人駕駛的飛機。低成本的方式是無人操控的，像機器人、衛星和無人機，這樣的話我們能夠突破一人一個飛行器這樣的工作極限。比 如說我們能夠派出無人機的機隊，用一個操作員就可以操縱數以千計的無人機，我的祖父是自動噴灑系統的發明者，在上世紀三十年代發明。如果我們想機器人的 話，今天你在花園當中裝一個自動噴灑器，就可以自動的澆水，也能夠對環境進行監控，這是你可以將之遺忘的機器人，它可以自動的工作。我們也希望無人機可以 做到同樣的一點，無人機可以在我們的視線當中消失，你要得到的就是數據，把無人機做成像自動灑水機一樣，成為農業、環境、建筑、工地、基礎設施、各行各業 當中的自然而然的組成部分，這是我們的遠景。
除此之外，我們在無人機上部署雷達、激光，這在太空當中，在衛星上做不到，我們不光進行 3D建模，而且基于云的大數據分析和機器學習、深度學習的能力融入進去。但是過去的問題是數據從哪兒來，我們有沒有實時的處理和分析能力，誰會用到這樣的 數據，我們的起步是智能手機產業，我們有一個基本的理念，就是互聯互通的設備、聯網的設備，航空業把無人機當作一架飛機來看。有些公司把無人機看作是產 品，我們把無人機看作又一種聯網的產品，就像手機或者是聯網汽車一樣，你的手機本身并不意味著什么，只有聯上了各種各樣的服務，才能使智能手機變的非常強 大。
如果你把設備連接到互聯網當中，并且和傳感的能力結合在一起，這樣才能實現智能化，把云當中的人工智能和無人機當中的傳感器實時結合在一起，使得無人機解決方案變的格外強大， 我們能夠把它作為一個完整的堆棧進行設計，能夠匯聚基于智能手機行業方方面面的創新，一年半以后，我們將會有兩百多萬架商用無人機，它們每天能夠產生 1.3GB的數據，加在一起每天是3PB的數據。我們如何能夠讓云計算系統足夠高效，能夠自動分析，并且把分析的結果做一個有用的展現，不光是數據，而且 是可供決策的數據解決方案，并不是簡單的產品。
剛才我們講到了機器學習、深度學習，這也是云計算、人工智能下一代的發展，而且無人機也會成為大數據系統的重要組成部分。
無人機幫助你們以自己看不到的形式進行三維識別的展現，首先是空中視圖，讓我們有三維的 空中視角。二是除了視覺之外，它還用鏡紅外光和多色譜進行觀察，實際上無人機是四維機器人，第四維是哪個緯度呢？就是時間，可以看到你觀察的對象在各個時 間段的變化。我們能夠對于每一個時間點做快照式的展現，每個小時、每天你都在收集同樣的數據，然后把它都保存下來，這樣我們能夠前前后后的進行檢索，能夠 看到前后的變化，可以看到標準的偏移。以及可以看到視覺的變化，把光照和氣候非必要的因素給過濾出去，然后看到一些最本質的變化。
比如說工地，它到底發生了什么樣的變化，誰帶來了什么樣的變化。另外是安保監控攝像頭， 在這里我們也增加了時間的緯度，他們的背景是靜止的，前景的變化都會有一個時間的標簽，這是今天的安保攝象頭能夠做到的。實際上無人機就是一個動態的攝像 頭，每次都按照同樣的一條路徑去分析和進行拍攝。我們能夠捕獲到最小程度的變化，在圖象處理過程當中，最大的挑戰就是要把所有收集到的數據轉變成，我身后 的圖片，給這些變化都加上一個時間的標簽，這樣能夠看到你過去看不到的數據。
昨天有一個人在房間當中，明天又會有一個人在這個位置上。我們可以通過數據的收集，并且 從空中數據的收集，比任何一個光譜和色譜都可以觀察到這些變化，并且將這些數據的變化轉變成可供決策的信息，這樣我們把技術最后一個缺失的環閉合上，我們 對能夠衡量到一切加以管理和使用，謝謝大家。
?