近日,通用电气(GE)发布了一款无人机 Raven。和那些用来拍电影、送戒指的无人机不同,它的存在是为了工业生产。
2014 年通用电气投资无人机创业公司 Airware 之后,就开始探索怎么拿无人机做甲烷检测。
这款无人机搭载了甲烷气体检测传感器,用来判断油气存储设备是否存在甲烷泄漏,从而引发可能的爆炸。
工作人员正在通过触摸平板电脑按钮,让 Raven 起飞。
和多数无人机一样,一位工人在平板电脑上打开操控软件,规划飞行检测路线,Rave 就能实时传回附近的环境影像和甲烷浓度数据。但目前它只能做到遇到气体泄漏报警。
今年 7 月份的测试中,无人机 Raven 在阿肯色州发现了一个气体泄漏的油井。
它现在充满一次电最多飞行 40 分钟。按照无人机的平均飞行速度为 80 km/h来算,Raven 一口气最多飞 53 公里,检测时飞得更慢。而油田面积动辄上千平方千米。
而“通用电气希望最终无人机的检测速度比人工快三倍。”项目工程师 Ashraf ElMessidi 透露。这可能需要更多的无人机和更快的飞行速度。
今年 6 月,美国联邦航空管理局(FAA)发布的无人机飞行新规则要求商用无人机限速 160 km/h 。另外,工作人员还需要有飞行许可证。
此前,空客集团也做过类似的尝试。它试图用无人机在一个小时内完成起飞前的各项检查。
好文章,需要你的鼓励
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。