英特尔AI如何帮助修缮残垣断壁的长城,背后的奥秘找到了
2018-07-20 11:14:54AI云资讯1228
当人工智能走到科技和人文的十字路口,它会迸发出怎样的能量?你会发现,以往没有任何一个时期,会比现在的人工智能距离我们更近,因为它正在以一种近乎革命性的手段解决生活中真实存在的难题。
现在,有一个棘手的问题摆在中国文物保护基金会面前:如何修缮一段年代久远,已经是残垣断壁的箭扣长城?

如果是按照传统的方法,无论是勘测、测量、后期的处理,只能凭借人力用尺子、全站仪完成,耗时耗力,尤其是箭扣长城大多位于险峰断崖之上,周边草木茂密,人员想要到达施工现场可谓险阻重重。另外,传统的手工测量无法反映长城的全貌和细节,不利于保护单位做更精确的维修方案。
如今,“人工智能助力修缮箭扣长城”的项目已经在英特尔中国研究院、英特尔数据中心事业部,以及武汉大学测绘遥感国家重点实验室的合作下开展。新的方法可以数字化还原长城修缮前后的状态,有利于修缮保护以及进一步研究。有了英特尔的人工智能技术的参与,箭扣长城以及更多长城的保护工作将跨越到新的高度。
如何用英特尔AI助力长城修缮,主要分三个步骤来进行:
1、采集高精度图像
在箭扣长城保护项目中,使用英特尔最新款猎鹰8+无人机,对城墙进行长城整体和局部的航拍和精确成像。

2、3D建模和损毁部位的人工智能识别
借助最新的英特尔至强服务器,快速分析处理高分辨率影像数据,产生完整的高精度长城影像3D模型,利用人工智能算法在3D模型上识别出需要被修缮的部分,并提供裂缝和塌方等破损的测量数据用于指导物理修缮。

3、3D模型的人工智能数字化修复
在3D模型损毁识别基础上,利用最新的3D模型对抗生成网络,以及回归卷积网络,对城墙缺损部位进行数字化修复,并据此对实际的长城修缮和维护提供指导和参考数据。

这将是一个全新的探索,先进的无人机航拍和人工智能技术参与文物建筑的修缮和保护,英特尔的计算技术深度参与其中。数据显示,仅仅700米的长城城墙,猎鹰8+无人机采集了上万张高分辨率图像,原始数据超过200GB,整个处理过程会频繁访问这些数据,还会产生超过100GB的中间和仿真数据,即便是高性能的计算,处理如此庞大的数据量也极其复杂。
解决方案还涉及多种AI算法,包括视觉特征抽取与索引,相机参数恢复,光束平差(bundle adjustment),稠密匹配,几何模型网格生成,深度神经网络2D及3D模型训练,纹理合成等。
英特尔的方案是,基于Xeon至强可扩展处理器,英特尔固态盘,同时结合OpenMP/MPI并行优化技术,采用针对英特尔CPU优化的英特尔?深度神经网络数学核心函数库(MKL-DNN),以及面向英特尔架构优化的深度学习框架Tensorflow等工具,高效地实现长城3D建模和数字化修复,并达到厘米级精度的效果。
整个长城3D建模和数字化修复过程中,需要进行大规模的方程迭代计算,其中一些基于大规模稀疏矩阵的方程求解会存在收敛稳定性问题。这个时候,大规模矩阵计算库MKL的作用就凸现了,它不仅能够提升计算效率,还能够大大提高复杂计算的稳定性。
如今,英特尔开发的MKL-DNN库已经广泛应用在Tensorflow,Caffe等流行的深度学习框架中。可以说,针对深度学习领域不同算法实现的解决方案中,英特尔至强架构是能够全面高效、低成本支持这么多种算法的理想选择,并可以明显提高人工智能修缮长城的效率和速度。
英特尔至强服务器,为人工智能的开发者提供了全套的开发工具链,允许开发者根据深度学习的数据复杂度对内存的需求按需配置。在此基础上,英特尔(中国)研究院和武汉大学将开发出长城缺损/裂缝识别与定位,数字化修复的深度学习算法,包括:
1、长城缺损/裂缝识别与定位
针对损毁及裂缝类型,研究人员在正常的和损毁的长城3D模型上进行样本采集和标定,获取足够多的样本数据,用于训练深度学习网络,该网络采用回归和卷积相结合的架构,针对3D模型的不同视角的2D视图和剖面图,进行大量数据样本的训练分析,形成对典型损毁模式的识别能力。

2、长城数字化模型虚拟修复
当一段长城的损毁部位识别出来之后,AI就会进行数字化的虚拟修复,在损毁的模型上生成3D的修复效果和砖墙纹理,并获得物理修缮所需的工程量的数据,作为对物理修缮的参考建议。
在数字化修复中,大运算量的2D/3D模型生成技术将得到应用。无论是2D还是3D模型的生成网络训练,其数据输入量和运算量都是惊人的,只有英特尔至强服务器能够提供完整的支持。同时,英特尔AI的数字化修复会遵循“修旧如旧”的文物修缮原则,为长城修缮工程提供详细的位置,效果和所需工程量的估计,作为实际工程有效的参考和对照。
总而言之,英特尔在帮助修缮长城的过程中,提供的是一个从前端数据采集,到后端深度网络训练与方案生成,整合了测量工具,人工智能算法,高性能计算平台,形成了一个完整的人工智能文物修缮与保护解决方案。
事实上,不仅仅是修缮长城,其他的人工智能应用场景,英特尔的AI解决方案,也是一个很好的选择。因为无论你是一名数据科学家,还是IT架构师,都可以在你熟悉的CPU平台上,简单高效的按需开发,让AI的开发和应用更简单,更实用。
也恰恰是这种高性能的通用AI计算平台,以及它实际应用于工程和产品的能力,将会帮助更多的AI解决方案提供商,在各个AI应用的领域大胆突破,展开一个AI应用的大时代。
人工智能,从至强开始。文物建筑的修缮与保护就是这样一个生动的例子,也仅仅是一个开端。
相关文章
- 英特尔正式为锐炫Alchemist和Battlemage显卡推出XeSS 3多帧生成技术
- 英特尔Panther Lake处理器推出紧凑型模块,亮相边缘AI与嵌入式平台
- 英特尔和AMD CPU缺货持续加剧,价格普遍上涨
- 香港科技大学与英特尔共建联合实验室,聚焦高能效智能计算
- DeepSeek最火Engram怎么跑?英特尔至强+AMX实测:性能提升达1.67倍!
- 英特尔与忆联共同推出企业级网络存储解决方案,全面赋能AI训练与推理效率跃升
- 鉴于散热性能问题,苹果iPhone芯片采用英特尔先进制程可能性几乎为零
- AMD服务器CPU市场份额最近7年增长了28%,英特尔的市场份额跌至72%
- 三星凭借与英伟达和苹果等巨头的长期合作,已在代工领域对英特尔形成压倒性优势
- AMD与英特尔或将服务器CPU价格上调15%,因超大规模数据中心建设已耗尽库存
- 全球同步首发!智微智能Mini AI工作站携英特尔Panther Lake强势登场
- 三星与英特尔联合推出OLED新技术,提升视觉效果的同时优化笔记本电脑续航
- 英特尔计划为游戏掌机开发定制版Panther Lake处理器
- 英特尔14A制程受到青睐,英伟达与AMD或将考虑其服务器CPU采用该制程
- 英特尔推进产学合作,探索构建机器人安全体系
- 多点 DMALL 携手英特尔 展现零售智能运营新实力
人工智能企业
更多>>人工智能硬件
更多>>人工智能产业
更多>>人工智能技术
更多>>- 云知声Unisound U1-OCR大模型发布!首个工业级文档智能基础大模型,开启OCR 3.0时代
- 基石智算上线 MiniMax M2.5,超强编程与智能体工具调用能力
- 昇腾原生支持,科学多模态大模型Intern-S1-Pro正式发布并开源
- 百度千帆深度研究Agent登顶权威评测榜单DeepResearch Bench
- 在MoltBot/ClawdBot,火山方舟模型服务助力开发者畅享模型自由
- 教程 | OpenCode调用基石智算大模型,AI 编程效率翻倍
- 全国首个!上海上线规划资源AI大模型,商汤大装置让城市治理“更聪明”
- 昇思人工智能框架峰会 | 昇思MindSpore MoE模型性能优化方案,提升训练性能15%+









