哈哈哈哈哈操欧洲电影,久草网在线,亚洲久久熟女熟妇视频,麻豆精品色,久久福利在线视频,日韩中文字幕的,淫乱毛视频一区,亚洲成人一二三,中文人妻日韩精品电影

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

AI在面對突發(fā)的大火、面對巴黎圣母院的重建又能做什么呢?

DPVg_AI_era ? 來源:lp ? 2019-04-19 10:00 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

心痛!今晨巴黎突發(fā)的一場大火,讓全世界為巴黎圣母院哭泣。而隨著科技的不斷發(fā)展,AI在面對突發(fā)的大火、面對巴黎圣母院的重建又能做什么呢?

今晨,一則消息“火”遍了全球——巴黎圣母院出大事了!一場突如其來的大火讓這座850多年的世界瑰寶付之一炬。

根據(jù)法國媒體報道,大火起始于樓頂,火勢蔓延迅猛,熊熊火焰從教堂兩座鐘樓“噴射”而出。巴黎圣母院主題結構沒有被毀。

作為巴黎的靈魂,圣母院850年的歷史寄托當?shù)厝说木窈托叛?,也是歐洲和世界宗教史上的代表性建筑,圣母院燒毀也讓塞納河畔的民眾為之哭泣,巴黎為之哭泣,世界為之哭泣。

然而,轟動世界的又豈止這一次失火事件。

2018年11月,加州森林大火蔓延了數(shù)十萬英畝,當?shù)鼐用癖黄仁枭ⅲ杆俾拥幕饎菀阎聰?shù)十人死亡,超過300人下落不明。

猶如人間煉獄般的森林大火

野火已經(jīng)燒毀了上萬座建筑物,成為該州現(xiàn)代歷史上毀滅性最強、規(guī)模最大的火災。

2019年3月30日,四川省涼山州木里縣境內(nèi)發(fā)生森林火災,27名森林消防指戰(zhàn)員和3名地方撲火人員因此遇難。

奮力滅火的就救災人員

接踵而至的失火事件,無情的剝奪了一個又一個寶貴的生命,一件又一件人類的文明珍寶。

在巴黎圣母院失火后,法國總統(tǒng)馬克龍宣布重建。

古馳母公司老板、法國奢侈品巨頭開云集團(Kering)董事長兼CEO弗朗索瓦-亨利·皮諾發(fā)表聲明稱,其家族將捐款1億歐元用于修復巴黎圣母院。皮諾家族曾在2009年佳士得拍賣中拍下圓明園流失文物12生肖獸首中的鼠首和兔首,并于2013年將它們歸還中國。

在科技日益發(fā)達的現(xiàn)代,AI技術能為預防/消除火災、災后重建帶來什么呢?新智元梳理了從災情模擬、衛(wèi)星定位、災情匯總以及數(shù)字重生等幾個比較重要的領域,希望能讓AI在減災重建中發(fā)揮部分作用。

數(shù)字重建:讓巴黎圣母院永生

重建損毀嚴重的巴黎圣母院已經(jīng)被法國總統(tǒng)提上了議程。

而就在去年11月去世的瓦薩大學(Vassar College)藝術學院副教授Andrew Tallon,在其生前便完成了對巴黎圣母院的掃描工作,各個角度的建筑全景、3D和細節(jié)圖片。大火過后,消逝的巴黎圣母院將在數(shù)字世界里永存。

Andrew Tallon在實地考察

更多圖片請至如下鏈接觀看:

http://mappinggothic.org/building/1164

用于三維存檔的技術叫做三維激光掃描/激光雷達,可以精確地(1-2mm精度)、快速地(每秒測量數(shù)十萬個點)獲取建筑的三維幾何信息。獲得的數(shù)據(jù)被稱為激光掃描數(shù)據(jù)或點云數(shù)據(jù)。

激光掃描得到的點云數(shù)據(jù)建立了巴黎圣母院的虛擬模型

他在2014-2015年的工作發(fā)現(xiàn),國王畫廊(GalleryofKings)幾乎已經(jīng)從鉛錘中移出了一英尺,并且大教堂的這個區(qū)域可能在工作開始之前的十年內(nèi)保持不變,讓土壤有時間沉淀。他的作品還表明,巴黎圣母院的內(nèi)部柱子并沒有完美對齊。

雖然AndrewTallon已經(jīng)去世,但是希望他生前的工作能夠?qū)Π屠枋ツ冈旱闹亟ㄆ鸬揭欢ㄗ饔茫?/p>

面對火災,AI能做些什么?

早在2016年,NASA位于加州的噴氣推進實驗室的研究人員就在利用AI助消防員一臂之力。AI能夠收集溫度、氣體和其他危險信號的相關數(shù)據(jù),讓消防人員更準確地對火場情況進行綜合評估,并引導救火隊員在執(zhí)行任務時安全地通過火場。

由NASA噴氣推進實驗室和美國國土安全部聯(lián)合開發(fā)的新型AI系統(tǒng)可以對消防活動進行指導,有望提高救火效率,降低人員傷亡

該系統(tǒng)名為AUDREY,通過對火場環(huán)境相關數(shù)據(jù)的推理,提取和理解實現(xiàn)輔助消防的目的。AUDREY利用物聯(lián)網(wǎng)技術,將眾多消防設備和傳感器信息實現(xiàn)無線交互。在消防員衣服中的可穿戴傳感器可以獲取GPS位置信息,其他房間的熱量信息、危險化學品和氣體成分信息,以及衛(wèi)星圖像等等。

NASA為消防員打造“云端守護天使”

作為基于云的軟件,AUDREY不僅可以向現(xiàn)場人員發(fā)送數(shù)據(jù),還可以學習并預測后續(xù)的資源需求。AUDREY就是消防員的“云端守護天使,”AUDREY項目經(jīng)理EdwardChow說?!坝捎趥鞲衅髂軌驒z測到所有數(shù)據(jù),可以避免消防隊員進入馬上會崩潰的房間?!?/p>

Chow表示,AI消防的效果與分析和學習的數(shù)據(jù)量有關。“數(shù)據(jù)越多,AI提出有用建議的可能性就越大。我們利用復雜的推理來模擬人類的思考方式。這使我們能夠為消防員提供比傳統(tǒng)AI系統(tǒng)更有用的信息?!?/p>

2018年9月19日,AUDREY項目研究人員與當?shù)叵谰秩藛T一起對系統(tǒng)進行了模擬火災現(xiàn)場測試。模擬起火建筑的是由現(xiàn)代可燃物組成的特制小屋,配備了復雜的熱電偶傳感器,先進的熱成像和可視成像設備,甚至是耐熱的360°相機。

AI助力,衛(wèi)星定位森林火災僅需幾分鐘

2018年11月美國加州的CampFire森林大火共造成85人死亡,249人失蹤重大傷亡,18000多棟建筑被毀。一直以來,對森林大火成功預測、及早發(fā)現(xiàn)、及早撲救一直是人們努力的目標。

眾所周知,預測森林大火是非常困難的,目前,大多數(shù)火災都是通過911報警電話,商業(yè)航班或火警了望站報告的。這種效率不一的報告方式讓一些森林火災在起火后長達數(shù)小時、甚至數(shù)天內(nèi)還無法發(fā)現(xiàn)。

NASA拍攝的Camp Fire森林大火衛(wèi)星圖像。這場大火共造成85人死亡,249人失蹤

目前,圍繞地球軌道運行的兩顆NASA衛(wèi)星每天掃描幾乎整個地球,并且可以發(fā)現(xiàn)火災的熱特征。這個過程需要至少三個小時,在此期間內(nèi),衛(wèi)星需要越過華盛頓特區(qū)外的太空飛行中心,向下傳輸數(shù)據(jù),并通過超級計算機運行圖像。

不過,NASA的一位工程師JamesMacKinnon表示,AI神經(jīng)網(wǎng)絡可以讓這個過程縮短到幾分鐘。他使用來自世界各地的時間跨度長達一年衛(wèi)星圖像對系統(tǒng)進行訓練,系統(tǒng)對火災識別的準確率高達98%。

災后信息匯總:利用社交媒體,30分鐘摸清情況

在災后恢復的信息交流上,社交媒體也發(fā)揮著不可替代的作用。災害響應AI(AIDR)就是一個用于標記并討論災后緊急狀況和信息的社交開放平臺。AIDR使用機器學習對數(shù)百萬條關于災難的推文和Facebook帖子進行分類。

緊急救災人員可以向系統(tǒng)輸入要查找的關鍵字列表來訓練系統(tǒng),例如#Campfire,或“Paradisefire”,或者從中提取社交媒體信息中的地理區(qū)域,系統(tǒng)只需30分鐘即可了解災區(qū)情況。

為此,F(xiàn)acebook研究團隊就創(chuàng)建了名為“災害影響指數(shù)(DII)的指標,可以衡量某地區(qū)自然災害造成的破壞程度,該指數(shù)可用來評估火災造成的損失程度。

這項研究由FacebookAI研究部門的研究員SaikatBasu、GuanPang以及CrowdAI公司的機器學習主管JigarDoshi共同完成,目前,這套基于卷積神經(jīng)網(wǎng)絡的評估工具的準確率達到80%以上。

兩位天才中學生利用機器學習打造的“山火預測傳感器”

為了預測火災,AI需要更多類型的實地數(shù)據(jù)進行訓練。加州的兩位高中生正在開發(fā)一種工具,可以標記容易遭受森林火災的干燥林區(qū)。

一般來說,對樹枝、樹葉覆蓋物的考察和測量是勞動密集型任務,需要對該區(qū)域進行實地勘察。使用傳感器和谷歌的TensorFlow機器學習工具,SanjanaShah和AdityaShah制作了名為“智能山火傳感器”的裝置,來獲取附近樹枝和樹葉的照片,并估算當前區(qū)域內(nèi)的生物指標、水分含量等數(shù)據(jù),以確定存在多少潛在的可燃物,推算出發(fā)生火災的可能性。

他們表示,該裝置能夠預測在100平方米范圍內(nèi)是否會發(fā)生火災。該項目已入選Google的造福人類AI項目,共享2500萬美元的資助。

位于舊金山的公司SilviaTerra做得比這兩位高中生更全面,該公司繪制了一份地圖,將美國大陸上的森林逐塊分析。

該公司最初的客戶是木材企業(yè),但是在微軟的AIforEarth項目的資助下,SilviaTerra也希望用該地圖來對抗森林火災。SilviaTerra聯(lián)合創(chuàng)始人馬克斯·諾瓦表示,這些地圖能夠自動標出森林火災發(fā)生的高危點,幫助規(guī)劃人員找出干預的方式和地點。

加州Paradise及其周圍地區(qū)發(fā)生森林火災的風險示意圖。藍色表示火災風險較低,紅色表示火災風險較高。

烏龍插曲:AI混淆巴黎圣母院與911

雖然上述提到了AI對于火災、對于建筑的重構,都能起到一定的作用。但在此次巴黎圣母院失火事件中,卻出現(xiàn)了一個AI烏龍事件:

Youtube算法將“巴黎圣母院失火”與“911”混為一談。

彭博社(Bloomberg)報道稱,周一巴黎圣母院發(fā)生火災后不久,YouTube錯誤地將現(xiàn)場直播的這起事故認定為911陰謀論視頻。在許多有關這場大火的廣播節(jié)目下面,都是關于9/11恐怖襲擊的大英百科全書(EncylopediaBritannica)上的一個文本框。

軟件錯誤地將巴黎大教堂的煙霧識別為2001年紐約市恐怖襲擊的視頻片段,導致視頻下方顯示了大英百科全書的文本框。

YouTube的一位發(fā)言人對這一錯誤發(fā)表了評論,他說:“我們對圣母院發(fā)生的火災深感悲痛。這些是通過算法觸發(fā)的,我們的系統(tǒng)有時會發(fā)出錯誤的調(diào)用。我們正在禁用這些面板用于與火災相關的直播流?!?/p>

YouTube的AI似乎還不是非常完美,但你對AI拯救巴黎圣母院有信心嗎?

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關注

    關注

    2577

    文章

    55460

    瀏覽量

    793790
  • AI
    AI
    +關注

    關注

    91

    文章

    40982

    瀏覽量

    302536
  • ai技術
    +關注

    關注

    1

    文章

    1314

    瀏覽量

    25801

原文標題:巴黎不哭!AI數(shù)字重建讓圣母院永生

文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    人工智能測試開發(fā)訓練營2期

    的風險在于數(shù)據(jù)漂移:模型訓練時的數(shù)據(jù)分布與生產(chǎn)環(huán)境截然不同。例如,醫(yī)療AI標準化的測試數(shù)據(jù)中表現(xiàn)完美,但在面對真實世界中字跡潦草、格式混亂的病歷數(shù)據(jù)時,準確率可能斷崖式下跌。 如果
    發(fā)表于 04-11 16:42

    Java 開發(fā)者指南:全面對比傳統(tǒng) IDE AI 插件與 Cursor、Windsurf 等 AI 原生 IDE

    AI 正在以前所未有的速度重塑 Java 開發(fā)工作流。本文將為您深度解析 AI Java 開發(fā)中的核心應用場景,并全面對比傳統(tǒng) IDE(如 IntelliJ IDEA、VS Cod
    的頭像 發(fā)表于 03-26 14:36 ?521次閱讀
    Java 開發(fā)者指南:全<b class='flag-5'>面對</b>比傳統(tǒng) IDE <b class='flag-5'>AI</b> 插件與 Cursor、Windsurf 等 <b class='flag-5'>AI</b> 原生 IDE

    微軟Azure數(shù)據(jù)中心國際版全面對接NVIDIA Rubin平臺

    2026年CES大會見證了NVIDIA Rubin問世,而微軟Azure數(shù)據(jù)中心(國際版)憑借前瞻戰(zhàn)略已實現(xiàn)全面對接。通過散熱與網(wǎng)絡領域的超前布局,Azure(國際版)將系統(tǒng)化方法與Rubin架構
    的頭像 發(fā)表于 03-03 09:56 ?507次閱讀

    霍爾傳感器側(cè)面對著磁鐵可以嗎?

    也是可以的?;魻杺鞲衅魇且环N用于檢測磁場的傳感器,它可以測量靠近它的磁場的強度和方向,當側(cè)面對著磁鐵時,霍爾傳感器仍然可以感知到磁場的影響,并產(chǎn)生相應的電信號輸出
    的頭像 發(fā)表于 01-20 15:08 ?451次閱讀
    霍爾傳感器側(cè)<b class='flag-5'>面對</b>著磁鐵可以嗎?

    國產(chǎn)高性能8通道ADC新選擇:CYD9011全面對標LTM9011

    上海宸嶼電子CYD9011的推出實現(xiàn)了對LTM9011-14核心功能與性能上的全面對標,通過更薄的封裝、優(yōu)化的性能表現(xiàn)以及國產(chǎn)的服務優(yōu)勢,為通信、醫(yī)療、工業(yè)等領域的工程師提供了一個高性能、高可靠性、更具供應鏈韌性的新選擇。
    的頭像 發(fā)表于 12-30 17:07 ?1558次閱讀
    國產(chǎn)高性能8通道ADC新選擇:CYD9011全<b class='flag-5'>面對</b>標LTM9011

    用“分區(qū)”來面對超大數(shù)據(jù)集和超大吞吐量

    分區(qū)(partitions) 也被稱為 分片(sharding),通常采用對數(shù)據(jù)進行分區(qū)的方式來增加系統(tǒng)的 可伸縮性,以此來面對非常大的數(shù)據(jù)集或非常高的吞吐量,避免出現(xiàn)熱點。
    的頭像 發(fā)表于 12-30 16:40 ?280次閱讀
    用“分區(qū)”來<b class='flag-5'>面對</b>超大數(shù)據(jù)集和超大吞吐量

    請教大神,labview里面對實時掃描資源中的C系列模塊NI9234進行配置發(fā)生非預期錯誤

    labview里面對實時掃描資源中的C系列模塊NI9234進行配置發(fā)生非預期錯誤,采用的設備時cRIO-9033,使用掃描模式
    發(fā)表于 11-26 23:34

    光伏電站并網(wǎng)難,電抗器能做什么?

    的“心臟”——逆變器,以及它所產(chǎn)生的諧波。那么,電抗器,這個傳統(tǒng)電力系統(tǒng)中早已功勛卓著的設備,新能源時代又能扮演怎樣的角色?主體:光伏電站的并網(wǎng)難題,本質(zhì)上是“綠色
    的頭像 發(fā)表于 11-22 10:27 ?2075次閱讀
    光伏電站并網(wǎng)難,電抗器<b class='flag-5'>能做什么</b>?

    僅使用智能手機NVIDIA Isaac Sim中重建場景

    使用 iPhone 拍攝照片,到利用 3DGUT 進行 3D 場景重建,再到將重建的場景導入 NVIDIA Isaac Sim 并添加機器人。若要跳過重建步驟(步驟 1–3),直接在 Isaac Sim(步驟
    的頭像 發(fā)表于 11-10 14:03 ?1140次閱讀

    AI的未來,屬于那些既能寫代碼,又能焊電路的“雙棲人才”

    的信號:AI真正的未來,不只屬于“算法天才”,更屬于那些既能寫代碼,又能焊電路的“雙棲工程師”。無論是AI芯片、智能終端、機器人、邊緣計算還是大模型下沉的討論中,我們不斷聽到同一個問
    發(fā)表于 07-30 16:15

    飛虹IGBT單管FHA75T65V1DLUPS中的應用

    電路設計中的產(chǎn)品選型,必須要考慮如何在價格合理的范圍內(nèi)選擇性價比高的產(chǎn)品,但又能讓產(chǎn)品的性能做到極致。比如中等功率的UPS選擇代換NCE75ED65VT型號IGBT單管時,該如何考
    的頭像 發(fā)表于 07-08 16:12 ?2362次閱讀

    FPGA邊緣AI中的應用

    神經(jīng)網(wǎng)絡 (CNN) 已印證這一趨勢。 但面對大語言模型 (LLM) 等新一代 AI 技術,時延、功耗和成本受到嚴格限制的嵌入式環(huán)境能否運行如此復雜的工作負載?簡而言之:可以,但這需要新型硬件的支持。
    的頭像 發(fā)表于 06-24 09:31 ?1875次閱讀

    什么是STM32? STM32與ARM有什么關系? STM32能做什么

    什么是STM32 具體用于什么方面較多?? STM32與ARM有什么關系 STM32能做什么,簡單的比如調(diào)節(jié)協(xié)議,為什么那么久的產(chǎn)品到現(xiàn)在還是主流?
    發(fā)表于 06-23 17:34

    NVIDIA英偉達 GTC 巴黎亮點:NVIDIA CEO黃仁勛公布歐洲AI發(fā)展新藍圖

    巴黎,黃仁勛介紹了歐洲如何通過 Blackwell 驅(qū)動的工廠、代理式 AI 和主權云來擴展 AI 部署規(guī)模,以上均為歐洲新智能基礎設施的一部分。
    的頭像 發(fā)表于 06-13 11:44 ?1407次閱讀
    NVIDIA英偉達 GTC <b class='flag-5'>巴黎</b>亮點:NVIDIA CEO黃仁勛公布歐洲<b class='flag-5'>AI</b>發(fā)展新藍圖

    企業(yè)部署AI大模型怎么做

    當下,AI大模型已成為驅(qū)動決策自動化、服務智能化與產(chǎn)品創(chuàng)新的核心引擎。然而,企業(yè)面對動輒數(shù)百億參數(shù)的大模型部署時,常陷入算力不足、響應延遲高、成本失控等困境。如何突破瓶頸,實現(xiàn)高效、穩(wěn)定的AI部署
    的頭像 發(fā)表于 06-04 09:26 ?1007次閱讀
    抚顺县| 瓮安县| 青海省| 深水埗区| 正镶白旗| 五台县| 繁峙县| 彩票| 靖远县| 托克逊县| 贡觉县| 宜昌市| 龙岩市| 河北区| 锦屏县| 金寨县| 巴里| 文登市| 额尔古纳市| 诏安县| 恭城| 湘潭县| 保德县| 北流市| 沽源县| 广水市| 黔南| 长岛县| 加查县| 公主岭市| 西畴县| 葫芦岛市| 聂拉木县| 普兰店市| 通海县| 西丰县| 广州市| 陇西县| 汪清县| 利津县| 渝中区|