91超碰碰碰碰久久久久久综合_超碰av人澡人澡人澡人澡人掠_国产黄大片在线观看画质优化_txt小说免费全本

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
  • 首頁 > 
  • 教程 > 
  • 互聯網科技 > 
  • 想從“火神”手中搶回古建筑,AI為首的黑科技們有哪些能與不能?

想從“火神”手中搶回古建筑,AI為首的黑科技們有哪些能與不能?

發布時間:2020-08-09 15:24:12 來源:ITPUB博客 閱讀:121 作者:naojiti 欄目:互聯網科技

持續了5個小時的大火,將擁有850年歷史的巴黎圣母院付之一炬。在這個全人類為之惋惜的時刻,我們同樣也無法忘記:

始建于1284年的元代護國寺曾經多次為火災所困擾;2010年清華大學的百年老學堂被一場大火完全燒毀;2014年蘇格蘭格拉斯哥藝術學院及無數藝術珍品被完全燒毀;2017年,位于四川的亞洲第一高木塔靈關樓因大殿火災而終遭焚毀;2018年,巴西國家博物館2000萬藏品陷入火海,其中包括巴西最古老的人類化石……

而那些暫時幸免于難的古建筑群們,也并不能高枕無憂,而是常年活在對火災的忐忑之中。巴西博物館被燒光后,我國就迅速組織了一次全國范圍內的博物館和文物建筑消防安全大檢查。巴黎圣母院失火的消息剛剛傳出,故宮就緊急召開了防火動員會議;而預防性保護現存最高全木建筑應縣木塔的呼吁更是得到了廣泛關注與聲援。

想從“火神”手中搶回古建筑,AI為首的黑科技們有哪些能與不能?

火災對重要文化建筑的威脅,常年如幽靈一般盤旋在人類文明的頭頂。之所以每一場大火都讓人們無比惋惜并憂心忡忡,一方面是代價太大,火災對于人類建筑藝術文化帶來的傷害幾乎是毀滅性的、無法修復的;另外,許多古建筑往往有著特殊的結構工藝與材料,讓很多現代消防措施顯得有點無力。

比如火災救援中經常使用的泡沫滅火器,就有可能對傳統建筑中脆弱的木結構部位造成二次傷害;一些建筑的地理位置和周邊基礎建設比較古老,消防車等大型救火設施無法大規模進場等等。

在這場人類與“火龍”的文明保衛戰中,前人已經總結和探索出了不少方法論,比如智能消防栓、自動報警系統等等。那么,當技術的接力棒交到AI手里,它能做到更多嗎?答案必須是肯定的。

AI挑戰火災,有哪些核心戰斗力?

以AI為代表的前沿科技,正在火災救援任務上被寄予厚望。之所以能當大任,可能要歸結于AI的三個核心戰斗力:

1.深度學習+智能數據終端的結合,來預測和確定火災風險以及事故發生的具體情況,從源頭控制火情;

2.智慧城市的云端調度,能夠快速制定救災方案,幫助消防隊伍及相關物資高效進場,為救援工作爭取時間;

3.智能機器人等可以完成一些人類和傳統器材無法實現的任務,比如前往耐熱性。

當然,這么籠統的概括可能還是有點模糊。畢竟重點建筑的防火工程,是一個包含了預防、救災、修復重建等等的龐大綜合體系,期間還可能遇到各種各樣的特殊困難。

為了更充分地讓大家系統性了解AI在重要建筑火災救援中起到的具體作用和潛在價值,我們試圖通過幾個重點場景來還原一下,AI技術集群在火災中如何綜合做功的。

場景一:火情預防

對于像巴黎圣母院、應縣木塔、故宮這樣古老的建筑物而言,預防永遠是第一位的。但是依靠人工來定期巡檢,受復雜結構和規模的影響,又很難保證及時發現火情。

所以,通過云端網絡+智能IoT“軟硬件”協同預防火災的技術解決方案,就顯得很必要了。

先說硬件。不少團隊已經開始嘗試,將帶有無線傳感器的IoT設備布置到一些薄弱位置。這些設備會實時監測數據并上傳到云端,一旦出現異常會直接觸動報警機制。當然,,設備還帶有自動報修功能,以保證長期全時段穩定可用。

想從“火神”手中搶回古建筑,AI為首的黑科技們有哪些能與不能?

針對一些非易燃物引發的火情,比如線路打火或用電設備使用等較為隱蔽的火災風險,“電流指紋識別”技術就可以及時地判斷出來。其背后的工作原理有點像人臉識別,通過對“電流特征數據”進行提取,并判斷出相關電路設備的工作狀態是否存在異常,從而實現風險預警。

大家可能已經發現了,IoT智能消防設備都只是作為數據終端存在,具體的處理效果,還是要靠云端平臺及算法來保障。

智慧消防云平臺的整體架構,大致分為三層:

第一層:設備感知層,也就是剛才我們提到的包括煙感、溫感、電感、智能攝像頭等等各類傳感設備。這方面的應用已經比較成熟,比如2014年華為就已經在消防栓監測、煙霧探測等領域實踐窄帶物聯網技術了。BAT也聯合不少省市政府展開合作,部署城市消防傳感器和邊緣計算網關。

第二層:云端 PaaS 層。傳感器收集的數據都被匯總到云端進行處理,AI的預測能力也在這里發揮作用。但客觀來說,目前還沒有有效探測火災位置及潛在風險的成熟算法。

一方面是由于偶發事件支撐的數據規模不足,系統無法得到充分的訓練;另外則是包括終端IoT及地球同步運行環境衛星(GOES)等傳回的數據有著一定的時延,比如數分鐘才能提供高分辨率的圖像,大大降低了預測的時效性。而且算法的準確性也不敢恭維,加州大學戴維斯分校的研究人員設計出了火災探測方法,有些檢測到的卻是后院的篝火和燒烤。

目前來看,想要靠神經網絡+深度學習來預測火災,可能達到一定的準確率需要還數年之久。

第三層:應用SaaS層。云端預測結果最后將通過 APP、web等應用平臺呈現給專業人士,并完成防火監測預警、消防物資管控等業務工作。

想從“火神”手中搶回古建筑,AI為首的黑科技們有哪些能與不能?

盡管我們很想對重大災害“防患于未然”,但對于歷史數據不夠豐富的火災,AI算法似乎還是有些束手無策。但硬件端的智能升級,顯然對于防災救災有著極為重要的現實意義與可行性。

場景二:火災救援

靠人力巡檢和AI預測來預防火情,顯然都自有其局限性,無法達到真正理想的效果。一位美國加州的消防隊員更是直言不諱,認為該州最有價值的滅火工具之一其實是不起眼的手機,因為它可以讓普通人在發現火災時撥打緊急服務電話。

如果不幸發生了火情,AI等前沿科技的效率優勢和特殊能力就能夠真正幫上忙了。

AI在救災場景中的應用,核心就在于利用技術提高救援效率。

首先在調度上,依托智慧城市的大數據,能夠及時判斷并決策出最佳的救援策略。

比如在路線規劃上,可以根據火警位置和人流、車流狀況實現周邊智能疏散,為趕赴現場節約時間。根據衛星、智能終端、城市攝像頭等的實時數據決定救援設施。

智能消防車上還配有GPS衛星定位自主導航儀。當接到報警時,就能顯示出報警的地點、路線、用戶名稱等,調出救援對象的滅火預案資料,并規劃出到達火警點的最佳行車路線。

目前在科技公司與有關部門的努力下,搶險救災的前期調度已經能夠借助智慧城市網絡有效地實現了。比如深圳市的“智慧交通平臺”,就能夠在發現火情時,快速自動生成將所有必經道路調成綠燈,以保障消防車輛快速通過的最短導航路線等等。

想從“火神”手中搶回古建筑,AI為首的黑科技們有哪些能與不能?

在救災現場,智能技術也可以大幅度提升救援效率。比如依托成熟的無人機設備,在一些老城區的崎嶇小路等,率先派出帶有熱成像功能的無人機可以提供最及時的火情偵察、火源定位等關鍵信息。與消防云結合,還能夠預測火災的蔓延路徑,及時地調整策略并疏導人群,以降低潛在的人員傷亡。

另外,AI的云端能力能夠幫助專業消防人員做出更為合理的判斷。

前面我們提到,重要古建筑往往需要特殊的消防策略來應對。以巴黎圣母院為例,現場除了消防人員之外,還需要由中世紀建筑專家進行技術指導,根據文物的具體情況來制定合理的救援方案,最大限度地降低損失。巴黎圣母院的消防方案就放棄了已經無法拯救的屋頂,將所有措施投入到了內部結構的保護上,最后導致損失比料想中輕很多。

試想一下,如果是其他的非著名建筑,消防員在救援時如果能夠通過數字資料來及時獲取相關信息,是否就能避免一些原本能夠規避的損失呢?

目前,有不少機構都在嘗試用數字的方式來保留重要的建筑信息。比如Google Arts & Culture就將世界各地的博物館高質量地還原在網絡中,中國古建筑文化資源數據庫,也將數百處國寶級木結構古建筑通過數字化掃描和保真攝影的方式進行了信息采集。未來通過對這些數據進行智能整合,合理安排救災方式,就能夠讓一線消防員在爭分奪秒的救援現場快速做出更有針對性的選擇,避免出現不恰當方式帶來的次發損失。

這類系統已經在逐步建構中,未來隨著AI能力的引入,必然會成為指導古建筑救援的重要標尺。

想從“火神”手中搶回古建筑,AI為首的黑科技們有哪些能與不能?

除了消防員,在今天的火災救援現場我們能夠看到很多智能機器人的參與。它們存在的價值在于,能夠幫助消防員完成危險環境探測、特殊空間救援等任務。

比如斯坦福大學的團隊就設計了一種“充氣式機器蛇”,可以自由伸縮自己的長度。并且搭載了自主運算的芯片和運動感應器,讓它可以智能地判斷“路況”。如果遇到障礙物需要轉彎,“空氣蛇”的大腦就會發送信號給后端的機械泵,通過在上下左右不同側面充入不同量的空氣,來實現轉彎等復雜的運動。

因此,這種空氣蛇可以精準地穿越障礙物到達火場。對于教堂穹頂、藻井等不便接觸的角落,“空氣蛇”就可以代替人類完成滅火。由于稱重能力強,至少100公斤以上的重物,它還能夠幫助被壓在掉落物下面的人脫險。

想從“火神”手中搶回古建筑,AI為首的黑科技們有哪些能與不能?

當然,這種柔性機器人也面臨不少問題。比如智能化程度不高,在缺乏真人指揮的前提下,只能憑借感應器做出少量“智能”的反應,本質上還比較機械,只能完成單項救援任務。另外,柔軟的材料(像是塑料)在抗熱性上也表現不佳,據說研究人員正打算將“空氣蛇”改為液壓的,但總體而言,其耐受力都是相對有限的。

想要提高救災機器人的智力和適應性,還需要芯片硬件、材料學、物聯網、智能算法等技術的綜合進步,短時期內救災恐怕還要靠人類自己了。

場景三:災后重建

由于結構和材料的特殊性,火災之于重要文化建筑,幾乎很難是“零損失”。

就在剛剛,法媒公布了巴黎圣母院的受災損失,雖然比料想中要輕,主體結構得以保留。但塔尖已經倒塌,左塔上半部和著名的玫瑰花窗都被摧毀。館內的藝術作品也被轉移保存。

災難的結果固然令人遺憾,但災后如何重建文明才是關鍵。其中,3D激光掃描等現代技術的運用,就起到了重要的參考價值。

2015年,藝術歷史學家安德魯·塔隆對巴黎圣母院的激光掃描工作,就成為其災后修復最為可靠的參考資料。塔隆的工作留下了超過10億個數據點,囊括了大教堂內外的50多個地點,色彩數據可精確到5毫米。因此,最后得出的照片也非常準確。

最后,采集的數據被拼接成一個包含10億個點的“point cloud(點云) ”,打造出逼真的三維立體模型。這些數據將直接輔助完成教堂的修復工作,還原出受災前的原貌。

想從“火神”手中搶回古建筑,AI為首的黑科技們有哪些能與不能?

關于智能技術介入火災的故事,還有很多無法一一講述。面對火災這樣浩然的自然力量,人類舉起手中的“屠龍刀”,一次次發起沖鋒。戰斗的終局未必會是勝利,但絕對是值得當下每一個人期待和努力。

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

墨竹工卡县| 黔东| 于都县| 冀州市| 藁城市| 新巴尔虎左旗| 阿拉善左旗| 襄汾县| 砚山县| 柳林县| 乐业县| 建德市| 泌阳县| 富顺县| 大新县| 安福县| 镇江市| 海安县| 敖汉旗| 大丰市| 德兴市| 蓬莱市| 玉田县| 深水埗区| 台东县| 西充县| 湘潭市| 保德县| 平果县| 唐山市| 拉萨市| 黄梅县| 静宁县| 丹东市| 慈利县| 台中县| 南通市| 孟津县| 富民县| 朝阳市| 临泉县|