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。

原文发布时间为：2018-07-18
本文作者：英特尔商用频道
本文来自云栖社区合作伙伴“数据分析”，了解相关信息可以关注“数据分析”