Bu makalenin yazarı: Intel Business Channel
Teknoloji, neredeyse devrim niteliğindeki bir yöntemle hayattaki gerçek sorunları çözüyor. Yapay zekanın ortaya çıkışı, kültürel kalıntı koruma yöntemini yeniden tanımlıyor, geleneksel yöntemlerdeki zorlukların ve zorlukların üstesinden geliyor ve insan kaynaklarının çözemediği sorunları daha hızlı ve verimli bir şekilde çözüyor.
Jiankou Çin Seddi, Intel yapay zeka teknolojisi, derin öğrenme teknolojisi, drone teknolojisi vb. İle nasıl korunur ve onarılır?
İHA yüksek hassasiyetli görüntü alma : Çin Seddi geniş bir alana sahip olduğundan, onarımlardan önce çevre araştırmaları yapılmalıdır. Geleneksel yöntem bir cetvelle ölçüm yapmaktır ve görsel olarak doğru veri elde etmek zordur. Personel, Intel® Falcon 8+ UAV ile Çin Seddi'nin hasarını yakın mesafeden tespit edebilir ve kültür koruma personelinin Çin Seddi'nin durumunu net ve kapsamlı bir şekilde anlamasına yardımcı olmak için yüksek çözünürlüklü görüntüler elde edebilir.
Intel® Xeon işlemcilere dayalı 3B modelleme ve hasar tespiti : Bu süreç birden çok algoritma ve adım içerir. Drone tarafından toplanan verilere göre, Intel® Xeon işlemci on binlerce resmi hızlı bir şekilde analiz edip işleyebilir, hasarın uzunluğunu ve genişliğini hesaplayabilir, onarım için gerekli malzemeleri planlayabilir ve çatlaklar ve çökmeler için ölçüm verilerini sağlayabilir. Fiziksel onarımlara rehberlik etmek için. Bu verilerle onarım ekibinin yerinde ölçümler yapmasına gerek kalmaz, ancak yapay zeka algoritması aracılığıyla nihai zamanı, insan gücünü, malzeme kaynaklarını ve maliyeti elde edebilir.
Yapay zeka ve derin öğrenme teknolojisine dayalı dijital onarım : 3B model hasar tespiti temelinde, şehir duvarının kusurlu kısımlarını dijital olarak onarmak için üretim ağı ve regresyon evrişimli ağ ile yüzleşmek için en son 3B modeli kullanın ve gerçek Çin Seddi onarımı ve bakımı için rehberlik ve referans verileri sağlayın.
Bu yepyeni bir keşif olacak Gelişmiş drone hava fotoğrafçılığı ve yapay zeka teknolojisi, kültürel kalıntıların restorasyonuna ve korunmasına katılacak ve Intel'in bilgi işlem teknolojisi derinlemesine işin içine girecek. Veriler, Falcon 8+ drone'nun yalnızca 700 metre ötedeki Çin Seddi'nde on binlerce yüksek çözünürlüklü görüntü topladığını gösteriyor. Orijinal veriler 200 GB'ı aşıyor. Tüm süreç boyunca verilere sık sık erişilecek ve 100 GB'tan fazla ara veri ve simülasyon üretilecek. Veriler, yüksek performanslı bilgi işlem için bile, bu kadar büyük miktarda veriyi işlemek son derece karmaşıktır.
Çözüm ayrıca görsel özellik çıkarma ve indeksleme, kamera parametresi kurtarma, paket ayarı, yoğun eşleştirme, geometrik model ağ oluşturma, derin sinir ağı 2D ve 3D model eğitimi, doku sentezi vb. Dahil olmak üzere çeşitli AI algoritmalarını içerir.
Intelin çözümü, Intel CPUlar için optimize edilmiş Intel® Derin Sinir Ağı Matematik Kernel Kitaplığı (MKL-DNN) kullanan OpenMP / MPI paralel optimizasyon teknolojisi ile birleştirilmiş Xeon Xeon Ölçeklenebilir işlemciler, Intel SSDler ve Intel mimarisi tarafından optimize edilmiş bir derin öğrenme çerçevesi olan Tensorflow gibi araçlar, Çin Seddi'nin 3B modellemesini ve dijital onarımını verimli bir şekilde uygulayabilir ve santimetre düzeyinde doğruluk elde edebilir.
Tüm Great Wall 3D modelleme ve dijital onarım sürecinde, büyük ölçekli yinelemeli denklem hesaplamaları gereklidir ve büyük ölçekli seyrek matrislere dayalı bazı denklemlerin yakınsama ve kararlılık sorunları olacaktır. Şu anda, büyük ölçekli matris hesaplama kitaplığı MKL'nin rolü vurgulanmaktadır.Bu sadece hesaplama verimliliğini artırmakla kalmaz, aynı zamanda karmaşık hesaplamaların kararlılığını da büyük ölçüde geliştirir.
Bugün Intel tarafından geliştirilen MKL-DNN kitaplığı, Tensorflow ve Caffe gibi popüler derin öğrenme çerçevelerinde yaygın olarak kullanılmaktadır. Derin öğrenme alanında farklı algoritmalar için uygulanan çözümler arasında Intel Xeon mimarisinin bu kadar çok algoritmayı kapsamlı, verimli ve düşük maliyetli bir şekilde destekleyebilen ideal bir seçim olduğu ve Çin Seddi'ni tamir eden yapay zekanın verimliliğini ve hızını önemli ölçüde artırabileceği söylenebilir.
Daha ileri teknoloji ve daha doğru verilerle, sorunları çözmek için daha hızlı ve daha verimli bir yol oluşturduk ve yaşamın her kesiminin bu çözülmemiş sorunları çözmesine yardımcı olduk.
- Bitiş -