Geopipe利用AI创建地球数字孪生体

通过某机构基金支持，该公司正在简化虚拟现实重建过程。

地球正在获得一个数字孪生体。一对在高中在线论坛结识的朋友，如今运用他们的计算机科学博士学位，开创人工智能（AI）技术来创建精确的世界数字副本——这一副本为传统在线地图体验添加了深度丰富的细节和细微差别。

该数字孪生体将允许人们在真实世界场景中玩电子游戏，在虚拟街道上安全模拟自动驾驶汽车技术，并可视化新建筑的建筑规划。

“作为一家人工智能公司，我们教计算机解析和理解现实世界中存在的每个细节，并将其转化为丰富的数字环境，“Geopipe联合创始人兼首席技术官Christopher Mitchell表示。

迄今为止，Geopipe已发布纽约市、波士顿、旧金山和其他几个城市的数字孪生体——即空间的3D模型。公司正专注于有限的城市集合，以完善其AI模型来创建高分辨率数字副本。此后，公司计划创建所有世界主要城市的数字孪生体，然后是其间的一切——从小城镇和山脉到世界海滩、森林和沙漠。

目前，创建城市和景观数字孪生体的最常见方法是摄影测量，即从照片和其他图像中提取关于物体、结构和地形的三维信息。允许用户找到其社区和其他兴趣点的知名在线虚拟地球通常采用这种方法。

虽然这些工具很受欢迎，但当人们放大查看特写时，它们的缺点变得明显。“树木是这些奇怪的绿色融化斑点。有时房屋的墙壁会融入地面。如果有阴影，它们会被烘托进去。你永远无法改变季节或时间。没有关于世界实际内容的智能或元数据，因此你永远无法以人类尺度在这个世界中行走并说’哦，这是可信的’，“Mitchell指出。

Geopipe的使命是解决这些缺点。在最近两次Geopipe赞助的黑客马拉松或"游戏果酱"中，独立开发者构建的数十款游戏说明了他们方法的潜力。开发者使用Geopipe数字孪生体快速构建设置在纽约市的各种类型游戏，从快节奏赛车游戏到更轻松的"舒适游戏”。该技术的其他早期采用者来自模拟、国防、建筑、工程和建筑领域。

“当你设计新事物时，能够展示它在现有环境中的外观非常有帮助，“Geopipe联合创始人兼首席科学官Thomas Dickerson表示。为此，用户下载相应区域的副本，数字删除现有建筑，并插入替换品的渲染图。

Geopipe旨在向视频游戏开发者、模拟构建者、市政当局、建筑公司以及任何想要访问虚拟地球片段的人授权数字孪生体。

“我们真正看到自己在多个行业领域颠覆，“首席执行官Ben Jones指出。“如果你将任何一个城市或整个星球视为可用于各种工作流程的数字资产，无论是游戏还是模拟，一旦我们生成该资产，它就可以被反复授权。”

游戏根源

Mitchell在纽约市长大，Dickerson在佛蒙特州农村长大，当他们在致力于黑客图形计算器玩经典街机游戏和访问互联网的在线论坛上相遇时，迅速成为朋友。他们还共同热爱业余游戏开发。

他们对数字孪生技术的兴趣源于研究生院的副项目。Mitchell在纽约大学获得计算机科学博士学位，试图在Minecraft中构建纽约市的1:1副本。Dickerson在罗德岛普罗维登斯的布朗大学获得计算机科学博士学位，试图将真实世界地标的模型简化为虚拟乐高建筑套装。

为了成功，他们都需要强大的3D模型。“我们很快发现无法获得数字孪生体，“Mitchell说。“我们当然没有时间手动构建，这是今天大多数人进行视频游戏开发等应用的方式——他们必须手动放置每棵树、每栋建筑、每条道路和每个灯柱。因此我们开始研究如何教计算机理解世界并为我们完成。”

教计算机理解世界

Geopipe利用合作伙伴的数据集，包含一系列传感器数据——包括从地面和空中拍摄的照片、地图和激光扫描——来训练AI模型。模型识别世界中的内容——常青树、人行道、砖建筑、双悬窗——然后学习如何数字重新创建它们的配方或指令。

这个过程称为逆向程序建模，类似于遵循分步说明用乐高积木建造房屋的反向，Dickerson解释。在这种情况下，房屋已经建成；AI被训练识别房屋为房屋，然后将其分解为单个积木并编写分步说明以重新创建它。

一旦模型训练完成，它可以部署在来自未知社区或城市街区的传感器数据层上，然后识别世界中的内容并遵循配方生成数字孪生体。当模型遇到关于未知物体的数据时，科学家将这些数据添加到训练数据集中并改进模型。

“我们在学习过程中预先支付很多成本，然后在运行时可以更快地解决每个单独实例，“Dickerson说。

Mitchell指出，Geopipe方法的一个优势是能够从甚至单一来源获取更新数据，例如新的航空照片，并生成世界的新副本，包含诸如市中心新建建筑或郊区新道路等变化。

此外，Mitchell补充说，配方旨在使数字孪生体具有交互性。“你可以打开门，从窗户看出去，点亮路灯。如果下雨，砖块会看起来某种样子。如果你想让它成为后世界末日，你可能会在外面放藤蔓或摧毁建筑的上三分之一，“他说。“然后你可以轻松地用汽车、人和精细细节填充这些环境。”

计算密集型

用AI创建数字孪生体是计算密集型的，为此，Geopipe在某机构云服务上部署其地理管道。Mitchell和Dickerson都在研究生院研究分布式计算系统，并将该方法应用于Geopipe的工作负载，将其并行化跨多个服务器以快速准确地处理世界。

“通过扩展我们用于处理世界的服务器数量，我们可以非常快速地更新它，“Mitchell说。“因此，我们不仅可以创建以前构建数字模型太慢或太昂贵的区域，现在还可以使用某机构云服务等工具以快速节奏保持它们最新。”

团队认为创建整个地球的数字孪生体需要几年时间。到2023年底，他们希望有十几个城市，然后从那里扩展。

Geopipe首席执行官Jones指出，不断更新的数字孪生体应具有商业吸引力。“最终，你将拥有这个不断更新的活资产，“Jones说。“这是理想世界，随着数据不断改进、图形不断改进和AI不断改进，我们将实现这一目标。”