视频来源：腾讯视频

文字整理至：虎嗅、英特尔

导Lead语跨越15个省，404个县，长城可以说是历史的奇迹。但多年的风化侵蚀，单靠传统的人工检修难度可想而知，如何保护成一大难题！

2018年7月，英特尔运用英特尔利用AI和无人机技术，帮助快速获得修缮所需的人力、物力和成本等信息，三天便可完成人工一个月的工作。

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。

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。

下面摘录了部分虎嗅对英特尔这个项目的报道：

项目背景

长城是世界上体量、规模最大的线性文化遗产，也是一个重要的中国文化象征。它的修建，横贯了中国的数个朝代，前后跨越了接近 2000 年时间。但大家所记住的，可能被重新翻修过，重新包装成景点的 " 八达岭长城 "。

而就在“八达岭长城”的东北边50公里左右的地方，实际却有一小段极少人进入的“野长城”——箭扣长城。它的美不同于八达岭的壮观，而是更加原始更加险峻。甚至成为常年上榜的北京周边遇险地榜首。为什么这么多人宁愿冒着这样的风险，也要去爬箭扣呢？

箭扣长城标准的“风景照”足以解释一切：

险峻的地形、碉楼连续耸立山巅的“绝境”；每一级台阶4、5层青砖高，人只能侧行而上；最后是那些已经残损到原来面貌“所剩无几”的段落，不仅碉楼已经被“磨平”，就连阶梯也早已不见。

“致命”但同时历史研究价值突出，也让箭扣在2017年终于开始了修缮，这也预示这箭扣一系列修缮工作正式开始。按照之前的规划，将有大约7000余米的长城将会被修缮贯通，并最终和东边的慕田峪长城联通起来，对外正式开放。

对于修缮工作而言，最难的不是其他，正是“箭扣长城”的险，多段长城直接坐落在山脊山巅之上，旁边就是落差几十米的深渊。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。

项目实施

首先，英特尔请来了一位帮手——英特尔最新款猎鹰 8+ 无人机，拥有 6 个旋翼的它，可以在空中实现悬停，也可以在操纵下平稳地向一个方向飞行，对城墙进行整体和局部的航拍和精确成像。

而在数据采集上，数据的量超乎想象的多：一段短短的 700 米的长城，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。

这还只是原始数据，在后续计算过程中，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。很明显，这样的数据处理需求，一般电脑肯定满足不了。

而在庞大数据量之上，则是更加复杂的计算过程，尤其是多种 AI 算法的加入。例如觉特征抽取与索引，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。

好在英特尔是有能力解决这一系列需求的少数人选之一，在最终方案中不仅用上了英特尔最新的硬件，如 Xeon 至强可扩展处理器，傲腾固态盘，同时英特尔针对 AI 算法优化的一系列软件例如深度神经网络数学核心函数库（MKL-DNN）等也起到了很大的作用。让整个数字化分析和修缮过程得以高效进行。

在这一系列基础技术之上，英特尔（中国）研究院和武汉大学还开发出了专门应对长城缺损 / 裂缝识别与定位，数字化修缮的深度学习算法。在数据采集，数字建模，真正识别出来长城具体损毁情况之后，AI 就会进行数字化的虚拟修缮，在损毁的模型上生成 3D 的修缮效果和砖墙纹理，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。

至此，这一段箭扣长城实际上就已经在虚拟世界获得了 " 重生 "。

项目意义

虽然这些修缮目前还只停留在虚拟世界中，但这些参考建议其实对于整体修缮工作的部署有巨大的意义，将会成为实际工程有效的参考和对照。

End.