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

author-image

作者

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复。

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唯一选择,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。