将无人机与移动式机器人部署于人类难到达的偏远地区，以进行感测与数据处理，其可提供更高的安全性、更优异的表现，以及更低的成本。在2018年Gartner的无人机与移动式机器人的技术报告中，具颠覆性效益的技术如：机器学习(Machine Learning)、铝空气电池(Aluminum-Air Batteries)、移动式机器人(Autonomous Mobile Robots, AMRs)、情感AI(Emotion AI)、生技－培养组织或人工组织(Biotech — Cultured or Artificial Tissue)、个人机器人(Personal Robot)，以及锂空气电池(Lithium-Air Batteries)共七项。其中，仅情感AI(Emotion AI)取代了2017年奈米碳管电子(Nanotube Electronics)技术，其余颠覆性技术皆与2017年相同。
本文以下将介绍目前处于过度期望的高峰期(Peak of Inflated Expectations)的机器学习(Machine Learning)，其预计2年至5年内为产业带来颠覆性效益，以及现阶段位于创新始动期(Innovation Trigger)，并预计5年至10年内为产业带来颠覆性效益的铝空气电池(Aluminum-Air Batteries)。
一、 机器学习(Machine Learning)
(一) 定义：机器学习是指从一系列的观察值萃取出特定的知识和模式(Pattern)，目前约可分为三种类型：监督式学习(Supervised Learning)、非监督式学习(Unsupervised Learning)与增强学习(Reinforcement Learning)。
(二) 商业影响：机器学习将在各种商业、消费者、社交情境下，可改善与针对商业问题提出新解决方案，包含：自动化、搜寻药物、顾客参与、最适化供应链、预测性维修(Predictive Maintenance)、营运效益、员工的工作效益、侦测诈欺及最适化资源等。机器学习的影响可能是外显或是内隐的效果，外显影响来自于机器学习的措施，内隐影响则来自于用户使用产品与解决方案，意识不到其中有包含机器学习。
(三) 2018年机器学习的进展：与2017年相比，机器学习的定义、商业影响、技术成熟度与产业应用时间点皆相同。因机器学习对商业有重要的影响力，使其持续成为最热门的科技概念，且在不断成长的数据量与传统工程模式无法处理多重复杂性，使得机器学习的需求与采用持续扩大。越来越多的公司正在寻找应用机器学习的方式，且许多已经处于试验或是概念性验证的起始阶段，技术供货商亦为软件增加嵌入式机器学习的功能。尽管这项技术越来越受到重视，但大多数公司仍在寻找一套适合自身企业的机器学习方法。
二、 铝空气电池(Aluminum-Air Batteries)
(一). 定义：铝空气电池使用Open-Cell结构，透过铝阳极与空气中的氧气反应进而产生电流。但这是所谓的一次电池(Primary cell)，无法重复充放电，一旦化学物质耗尽就必须更换铝阳极，不过这些阳极是可回收再利用的，将有助于降低材料成本。
(二). 商业影响：铝空气电池是目前最具有高功率密度(power density)的电池，比锂电池容量高出八倍，可让电动车充电五分钟即能行驶1,000英里。此外，更换电解质液的充电过程较目前充电站的充电方法快且更简便。
信息来源:
Hype Cycle for Drones and Mobile Robots, 2018
STPI NAR Labs国家实验研究院 科技政策研究与信息中心
