インテルのAIが破壊された万里の長城の修復にどのように貢献したか、その背後にある秘密が発見された

人工知能がテクノロジーと人文科学の交差点に到達したとき、どのようなエネルギーが解き放たれるのでしょうか?人工知能が今ほど私たちに近づいた時代は過去になかったことが分かるでしょう。なぜなら、人工知能は生活における現実の問題をほぼ革命的な方法で解決しているからです。

現在、中国文化遺産保護基金会は、非常に古いため廃墟となっている箭扣長城の一部をどうやって修復するかという難しい問題に直面している。

従来の方法を使用すると、測量、測定、後処理のいずれの場合でも、定規とトータルステーションを使用した人力でしか完了できず、時間がかかり、労働集約的です。特に、箭扣長城の大部分は危険な山頂や崖に位置し、周囲を密生した植物に囲まれているため、作業員が建設現場に到達することは非常に困難です。

さらに、従来の手動測定では万里の長城の全体像や詳細を反映することができず、保護部隊がより正確なメンテナンス計画を立てるのに役立ちません。

現在、「人工知能が箭扣長城の修復を支援」プロジェクトは、インテル中国研究所、インテルデータセンター部門、武漢大学測量・地図・リモートセンシング国家重点実験室と協力し実施されています。 この新しい方法は、万里の長城の修復前と修復後の状態をデジタルで復元することができ、修復、保護、さらなる研究に役立ちます。インテルの人工知能技術の導入により、箭扣長城や万里の長城の他の部分の保護は新たな高みに達するだろう。

Intel AI を使用して万里の長城の修復を支援する方法は、主に 3 つのステップに分かれています。

1. 高精度な画像を収集する

箭扣長城保護プロジェクトでは、インテル初の Falcon 8+ ドローンが使用され、万里の長城全体とその各部の航空写真と正確な画像が撮影されました。

2. 損傷部品の3Dモデリングと人工知能認識

最新の Intel Xeon サーバーの助けを借りて、高解像度の画像データを迅速に分析および処理し、万里の長城の完全かつ高精度の 3D モデルを生成します。人工知能アルゴリズムを使用して、3D モデル上で修復が必要な部分を特定し、ひび割れや土砂崩れなどの損傷の測定データを提供して、物理的な修復をガイドします。

3. 3Dモデルの人工知能によるデジタル修復

3Dモデルの損傷識別に基づいて、最新の3Dモデル敵対ネットワークと回帰畳み込みネットワークを使用して、城壁の損傷部分をデジタルで修復し、万里の長城の実際の修復とメンテナンスのためのガイダンスと参考データを提供します。

これはまったく新しい探査であり、高度なドローン航空写真撮影と人工知能技術が文化遺産の建造物の修復と保護に関与し、インテルのコンピューティング技術が深く関与することになります。データによると、ファルコン8+ドローンは、万里の長城のわずか700メートルで、何万枚もの高解像度画像を収集し、生データは200GBを超えています。処理プロセス全体では、このデータに頻繁にアクセスし、100GBを超える中間データとシミュレーションデータを生成します。高性能コンピューティングでも、これほど大量のデータの処理は非常に複雑です。

このソリューションには、視覚的特徴の抽出とインデックス作成、カメラパラメータの回復、バンドル調整、高密度マッチング、幾何学モデルメッシュ生成、ディープニューラルネットワーク 2D および 3D モデルトレーニング、テクスチャ合成など、さまざまな AI アルゴリズムも含まれています。

Intel のソリューションは、Xeon スケーラブル プロセッサと Intel SSD をベースに、OpenMP/MPI 並列最適化テクノロジと組み合わせ、Intel CPU 向けに最適化された Intel® Math Kernel Library for Deep Neural Networks (MKL-DNN) と、Intel アーキテクチャ向けに最適化されたディープラーニング フレームワークである Tensorflow を使用して、センチメートル レベルの精度で万里の長城の 3D モデリングとデジタル復元を効率的に実現します。

万里の長城の 3D モデリングとデジタル修復の全プロセスでは、方程式の大規模な反復計算が必要であり、その一部は大規模なスパース行列に基づいており、収束安定性の問題があります。このとき、大規模行列計算ライブラリ MKL の役割が顕著になります。計算効率が向上するだけでなく、複雑な計算の安定性も大幅に向上します。

現在、Intel が開発した MKL-DNN ライブラリは、Tensorflow や Caffe などの人気のディープラーニング フレームワークで広く使用されています。ディープラーニングの分野でさまざまなアルゴリズムを実装するためのソリューションの中で、Intel Xeon アーキテクチャは、非常に多くのアルゴリズムを完全かつ効率的かつ低コストでサポートし、人工知能による万里の長城の修復の効率と速度を大幅に向上できる唯一の選択肢であると言えます。

Intel Xeon サーバーは、AI 開発者向けに開発ツール チェーンの完全なセットを提供し、開発者がディープラーニング データの複雑さに基づいてオンデマンドでメモリを構成できるようにします。

これを基に、インテル（中国）研究所と武漢大学は、万里の長城の欠陥/亀裂の識別と位置特定、デジタル修復のためのディープラーニングアルゴリズムを開発します。

1. 万里の長城の欠陥・亀裂の特定と位置

研究者らは、損傷や亀裂の種類に応じて、万里の長城の正常および損傷した3Dモデルのサンプルを収集して較正し、ディープラーニングネットワークのトレーニングに十分なサンプルデータを取得しました。ネットワークは、回帰と畳み込みを組み合わせたアーキテクチャを使用して、さまざまな視点からの3Dモデルの2Dビューと断面画像の大量のデータサンプルをトレーニングおよび分析し、典型的な損傷パターンを認識する能力を形成します。

2. 万里の長城デジタルモデルの仮想復元

万里の長城の損傷部分が特定されると、AI はデジタル仮想修復を実行し、損傷したモデルに 3D 修復効果とレンガの壁のテクスチャを生成し、物理的な修復に必要な作業量に関するデータを取得して、物理的な修復の参考とします。デジタル修復では、計算負荷の高い2D/3Dモデル生成技術が適用されます。

2D モデルまたは 3D モデルの生成ネットワーク トレーニングの場合、データ入力量と計算能力は膨大であり、Intel Xeon サーバーだけが完全なサポートを提供できます。

同時に、インテルAIのデジタル修復は、文化遺産の修復において「昔のように修復する」という原則に従い、万里の長城修復プロジェクトの場所、効果、必要な作業量に関する詳細な見積もりを提供し、実際のプロジェクトにとって効果的な参考資料や比較資料として役立ちます。

要約すると、万里の長城の修復を支援する過程で、インテルは、フロントエンドのデータ収集からバックエンドのディープネットワークトレーニングとソリューション生成まで、測定ツール、人工知能アルゴリズム、高性能コンピューティングプラットフォームを統合した完全な人工知能文化遺産修復および保護ソリューションを提供しました。

実際、Intel の AI ソリューションは、万里の長城の修復に適しているだけでなく、他の人工知能の応用シナリオにも適しています。データサイエンティストでも IT アーキテクトでも、使い慣れた CPU プラットフォーム上で簡単かつ効率的にオンデマンドで開発できるため、AI の開発と応用がよりシンプルで実用的になります。

まさにこの高性能な汎用 AI コンピューティング プラットフォームと、それをエンジニアリングや製品に実際に応用できる能力こそが、より多くの AI ソリューション プロバイダーがさまざまな AI 応用分野で大胆な進歩を遂げ、AI 応用の新時代を切り開くのに役立つでしょう。

人工知能はXeonから始まります。

文化遺産の建物の修復と保護はまさにその好例であり、これはまだ始まりに過ぎません。

インテルの人工知能が万里の長城の奇跡を受け継ぐ -- ビデオリンク