rame frameborder="0" width="640" height="498" src="https://v.qq.com/iframe/player.html?vid=p0718e17ovv&tiny=0&auto=0"> rame>
當人工智能走到科技和人文的十字路口，它會迸發(fā)出怎樣的能量？你會發(fā)現(xiàn)，以往沒有任何一個時期，會比現(xiàn)在的人工智能距離我們更近，因為它正在以一種近乎革命性的手段解決生活中真實存在的難題。
現(xiàn)在，有一個棘手的問題擺在中國文物保護基金會面前：如何修繕一段年代久遠，已經(jīng)是殘垣斷壁的箭扣長城？
如果是按照傳統(tǒng)的方法，無論是勘測、測量、后期的處理，只能憑借人力用尺子、全站儀完成，耗時耗力，尤其是箭扣長城大多位于險峰斷崖之上，周邊草木茂密，人員想要到達施工現(xiàn)場可謂險阻重重。另外，傳統(tǒng)的手工測量無法反映長城的全貌和細節(jié)，不利于保護單位做更精確的維修方案。
如今，“人工智能助力修繕箭扣長城”的項目已經(jīng)在英特爾中國研究院、英特爾數(shù)據(jù)中心事業(yè)部，以及武漢大學測繪遙感國家重點實驗室的合作下開展。 新的方法可以數(shù)字化還原長城修繕前后的狀態(tài)，有利于修繕保護以及進一步研究。有了英特爾的人工智能技術的參與，箭扣長城以及更多長城的保護工作將跨越到新的高度。
如何用英特爾AI助力長城修繕，主要分三個步驟來進行：
1、采集高精度圖像
在箭扣長城保護項目中，使用英特爾最新款獵鷹8+無人機，對城墻進行長城整體和局部的航拍和精確成像。
2、3D建模和損毀部位的人工智能識別
借助最新的英特爾至強服務器，快速分析處理高分辨率影像數(shù)據(jù)，產(chǎn)生完整的高精度長城影像3D模型，利用人工智能算法在3D模型上識別出需要被修繕的部分，并提供裂縫和塌方等破損的測量數(shù)據(jù)用于指導物理修繕。
3、3D模型的人工智能數(shù)字化修復
在3D模型損毀識別基礎上，利用最新的3D模型對抗生成網(wǎng)絡，以及回歸卷積網(wǎng)絡，對城墻缺損部位進行數(shù)字化修復，并據(jù)此對實際的長城修繕和維護提供指導和參考數(shù)據(jù)。
這將是一個全新的探索，先進的無人機航拍和人工智能技術參與文物建筑的修繕和保護，英特爾的計算技術深度參與其中。數(shù)據(jù)顯示，僅僅700米的長城城墻，獵鷹8+無人機采集了上萬張高分辨率圖像，原始數(shù)據(jù)超過200GB，整個處理過程會頻繁訪問這些數(shù)據(jù)，還會產(chǎn)生超過100GB的中間和仿真數(shù)據(jù)，即便是高性能的計算，處理如此龐大的數(shù)據(jù)量也極其復雜。
解決方案還涉及多種AI算法，包括視覺特征抽取與索引，相機參數(shù)恢復，光束平差（bundle adjustment），稠密匹配，幾何模型網(wǎng)格生成，深度神經(jīng)網(wǎng)絡2D及3D模型訓練，紋理合成等。
英特爾的方案是，基于Xeon至強可擴展處理器，英特爾固態(tài)盤，同時結(jié)合OpenMP/MPI并行優(yōu)化技術，采用針對英特爾CPU優(yōu)化的英特爾?深度神經(jīng)網(wǎng)絡數(shù)學核心函數(shù)庫（MKL-DNN），以及面向英特爾架構(gòu)優(yōu)化的深度學習框架Tensorflow等工具，高效地實現(xiàn)長城3D建模和數(shù)字化修復，并達到厘米級精度的效果。
整個長城3D建模和數(shù)字化修復過程中，需要進行大規(guī)模的方程迭代計算，其中一些基于大規(guī)模稀疏矩陣的方程求解會存在收斂穩(wěn)定性問題。這個時候，大規(guī)模矩陣計算庫MKL的作用就凸現(xiàn)了，它不僅能夠提升計算效率，還能夠大大提高復雜計算的穩(wěn)定性。
如今，英特爾開發(fā)的MKL-DNN庫已經(jīng)廣泛應用在Tensorflow，Caffe等流行的深度學習框架中?？梢哉f，針對深度學習領域不同算法實現(xiàn)的解決方案中，英特爾至強架構(gòu)是能夠全面高效、低成本支持這么多種算法的理想選擇，并可以明顯提高人工智能修繕長城的效率和速度。
英特爾至強服務器，為人工智能的開發(fā)者提供了全套的開發(fā)工具鏈，允許開發(fā)者根據(jù)深度學習的數(shù)據(jù)復雜度對內(nèi)存的需求按需配置。在此基礎上，英特爾（中國）研究院和武漢大學將開發(fā)出長城缺損/裂縫識別與定位，數(shù)字化修復的深度學習算法，包括：
1、長城缺損/裂縫識別與定位
針對損毀及裂縫類型，研究人員在正常的和損毀的長城3D模型上進行樣本采集和標定，獲取足夠多的樣本數(shù)據(jù)，用于訓練深度學習網(wǎng)絡，該網(wǎng)絡采用回歸和卷積相結(jié)合的架構(gòu)，針對3D模型的不同視角的2D視圖和剖面圖，進行大量數(shù)據(jù)樣本的訓練分析，形成對典型損毀模式的識別能力。
2、長城數(shù)字化模型虛擬修復
當一段長城的損毀部位識別出來之后，AI就會進行數(shù)字化的虛擬修復，在損毀的模型上生成3D的修復效果和磚墻紋理，并獲得物理修繕所需的工程量的數(shù)據(jù)，作為對物理修繕的參考建議。
在數(shù)字化修復中，大運算量的2D/3D模型生成技術將得到應用。無論是2D還是3D模型的生成網(wǎng)絡訓練，其數(shù)據(jù)輸入量和運算量都是驚人的，只有英特爾至強服務器能夠提供完整的支持。同時，英特爾AI的數(shù)字化修復會遵循“修舊如舊”的文物修繕原則，為長城修繕工程提供詳細的位置，效果和所需工程量的估計，作為實際工程有效的參考和對照。
總而言之，英特爾在幫助修繕長城的過程中，提供的是一個從前端數(shù)據(jù)采集，到后端深度網(wǎng)絡訓練與方案生成，整合了測量工具，人工智能算法，高性能計算平臺，形成了一個完整的人工智能文物修繕與保護解決方案。
事實上，不僅僅是修繕長城，其他的人工智能應用場景，英特爾的AI解決方案，也是一個很好的選擇。因為無論你是一名數(shù)據(jù)科學家，還是IT架構(gòu)師，都可以在你熟悉的CPU平臺上，簡單高效的按需開發(fā)，讓AI的開發(fā)和應用更簡單，更實用。
也恰恰是這種高性能的通用AI計算平臺，以及它實際應用于工程和產(chǎn)品的能力，將會幫助更多的AI解決方案提供商，在各個AI應用的領域大膽突破，展開一個AI應用的大時代。
人工智能，從至強開始。文物建筑的修繕與保護就是這樣一個生動的例子，也僅僅是一個開端。
?