久久久久久中文字幕有精品 ,亚洲中文字幕永久在线不卡

搜索

APP

起點課堂會員權(quán)益

職業(yè)體系課特權(quán)

線下行業(yè)大會特權(quán)

個人IP打造特權(quán)

30+門專項技能課

1300+專題課程

12場職場軟技能直播

12場求職輔導直播

12場專業(yè)技能直播

會員專屬社群

榮耀標識

發(fā)布

注冊 | 登錄

AI和機器學習在建筑業(yè)的崛起

Bunny

2018-03-01

1 評論 5927 瀏覽 23 收藏

18 分鐘

人工智能（AI）和機器學習的出現(xiàn)，使建筑領(lǐng)域受益。那么建筑業(yè)應該如何積極利用AI技術(shù)推動其自身的發(fā)展呢？本文正是基于此給出了回答。

人工智能（AI）和機器學習的出現(xiàn)，使建筑領(lǐng)域受益。本文總結(jié)了這一領(lǐng)域的發(fā)展，并介紹了一種可以從這項技術(shù)中獲得最大價值的方法，包括對AI和機器學習在建筑中的一些應用的廣泛調(diào)查以及潛在的影響。這些過程正在改變各個領(lǐng)域，包括風險管理、進度管理、分包商管理、施工現(xiàn)場環(huán)境監(jiān)測和安全等。

AI對我們意味著什么？

公眾對AI的認識通常介于兩種極端之間：一種是AI可以統(tǒng)治世界，另一種極端則認為其是難以實現(xiàn)的幻想。而現(xiàn)實事實是，AI遠不是超級智能的一種形式，而是一個已經(jīng)取得巨大應用的研究分支，是當今技術(shù)應用的一大驅(qū)動因素。

傳統(tǒng)上，定義AI一直是一個挑戰(zhàn)?！叭斯ぁ笔嵌x中較簡單的一部分，它可以簡單地表示“不是自然發(fā)生的”。另一方面，“智能”則有很多意義。一般來說，AI指的是廣泛的科學領(lǐng)域，包括計算機科學、心理學、哲學和語言學等一系列學科。它主要關(guān)注的是讓計算機完成通常需要人腦智能才能完成的任務(wù)。這一系列的文章為理解AI的定義和歷史提供了更深層次的理解。

目前的眾多領(lǐng)域內(nèi)，AI有更廣泛的工作范圍，但在這里我想定義兩個比較流行的領(lǐng)域：機器學習和深度學習。機器學習就是這樣的一個子集，它處理允許計算機從數(shù)據(jù)中學習而不顯示編程的算法。例如，如果你想寫一個算法來識別電子郵件中的垃圾郵件，你將不得不把它暴露在許多被手動標記為垃圾郵件或不是垃圾郵件的電子郵件示例中。該算法“學習”以識別模式，如某些單詞或單詞組合，從而決定了該電子郵件是否為垃圾郵件。

在機器學習的基礎(chǔ)上，深度學習可以被認為是一套專門的技術(shù)，直到最近才真正發(fā)展起來。它們基于神經(jīng)網(wǎng)絡(luò)——一種模擬人腦神經(jīng)元的機器學習算法。深度學習在圖像和語言處理領(lǐng)域取得了一些突破，從而使得諸如家庭助手和無人駕駛汽車等先進應用的實現(xiàn)成為可能。

主要驅(qū)動因素

AI第一次會議在1956年召開，作為一個學術(shù)領(lǐng)域它已經(jīng)存在了很長時間。但直到過去十年，它才逐漸受到更多人的關(guān)注，這可以歸因于最近幾年才獲得突飛猛進發(fā)展的一些因素。所有的AI都需要大量的數(shù)據(jù)來支持，而過去幾年所產(chǎn)生的數(shù)據(jù)量有了巨大的增長。

根據(jù)IBM的博客， 90%的數(shù)據(jù)是在最近兩年中創(chuàng)建的，我想今天這一數(shù)據(jù)可以增加到95%左右。隨著數(shù)據(jù)的增加，用于分析數(shù)據(jù)的計算能力每年都呈指數(shù)增長，而且計算的成本降低了。

今天，幾乎所有的數(shù)據(jù)都存在于云中，并且考慮到處理這些數(shù)據(jù)的資源的可用性，我們已經(jīng)看到了一些相應的應用程序的涌現(xiàn)，這些應用程序可以根據(jù)數(shù)據(jù)分析做出更好的決策。

AI的應用

看看AI是多么無處不在。我們每天收到幾封電子郵件，大多數(shù)人花在上面的時間比我們想的要多。然而，你有沒有注意到現(xiàn)在那些可惡的垃圾郵件已經(jīng)很少了？

五年前，你可能每周至少會收到一封中獎的電子郵件。垃圾郵件檢測是機器學習領(lǐng)域中比較古老和知名的應用之一。通過查看數(shù)以千計的電子郵件，計算機程序已經(jīng)能夠“了解”垃圾郵件通常看起來是什么樣子。它可以理解和判斷郵件的發(fā)送者并不是一個可能會給你發(fā)送電子郵件的人，或者是郵件中的內(nèi)容很可能涉嫌欺詐。這只是AI用于文本處理的一個例子。

另一個發(fā)展領(lǐng)域是圖像分析，這個問題可以歸納為兩大類：識別圖像代表什么以及識別圖像中物體的確切位置。例如，下面的照片中有一只貓嗎？能否發(fā)現(xiàn)貓在照片中的哪個位置？

隨著深度學習的發(fā)展，這個領(lǐng)域有了一些突破，從照片中貓的檢測到新的iPhone帶有基于面部檢測的鎖定功能。這些算法能夠分辨出圖像的細節(jié)，并能快速地完成圖像的實時決策。這些算法檢測到照片中是否有貓，但現(xiàn)在他們可以告訴你每張照片中的貓是否是同一只貓。

當這些圖像識別和檢測算法與AI的其他形式結(jié)合在一起時，你會得到像無人駕駛汽車這么棒的應用。他們能夠感知周圍的環(huán)境，并利用它們來導航環(huán)境。理解環(huán)境中不同的對象，理解它們在環(huán)境中的行為和操作的差異，以及它們在環(huán)境中所包含的規(guī)則，是一項復雜的任務(wù)。

下面的圖片是一個無人駕駛汽車將視圖用于導航的例子。該系統(tǒng)能夠區(qū)分人、汽車、靜止物體。它必須理解紅燈和單向信號的含義。它能夠估量對象之間的距離，并使用這個來做出決定。

人類的大腦在做出決定時能夠處理大約三到四個不同的數(shù)據(jù)點。這是AI取得進展的另一個領(lǐng)域。人類的頭腦只能處理三到四個維度，但AI算法卻是沒有限制的。

當你觀看電視節(jié)目時需要依賴Netflix的推薦時，其推薦引擎可能需要考慮很多不同的因素：你的年齡，性別，這個群體的其他人喜歡看什么，你在看什么樣的節(jié)目，這個節(jié)目的評論，其他用戶的在該節(jié)目中的參與等等一些諸如此類的因素。

所有這些例子的共同要求是，這些算法需要大量的數(shù)據(jù)來學習。AI提供了一種推薦或解決方案，而該方案是基于它所被提供的數(shù)據(jù)的，因此數(shù)據(jù)的質(zhì)量直接決定了方案的可靠與否。為了能夠真正利用這個技術(shù)，我們必須把我們的思想注入其中，收集和管理加工所有產(chǎn)品的數(shù)據(jù)。用AI界的一句俗語說就是“垃圾進去，垃圾出來”。

AI會為建筑業(yè)帶來什么影響？

近幾年來，建筑行業(yè)已經(jīng)涌入了大量資金。這些資金的很大一部分用于建設(shè)建筑工程中的數(shù)字化工作流程。BIM模型改變了建筑物的設(shè)計方式，項目管理和問題管理流程也轉(zhuǎn)移到了云，運營管理也變得越來越“傳感”化和自動化。隨著數(shù)據(jù)的可用性的增強，基于AI的技術(shù)在建筑中得到了更多的應用。

生成性設(shè)計

生成性設(shè)計是一種模式發(fā)掘的過程，是可以模仿自然進化的設(shè)計方法。計算機科學家找到了可以輔助建筑設(shè)計過程的方法。它通常從明確指定設(shè)計目標開始，然后探索無數(shù)可能的解決方案，以找到最佳選項。下面舉個例子。

一個多倫多的團隊搬進了一個新的建筑，它是用一個新的設(shè)計方法設(shè)計的。研究人員利用生成性設(shè)計幫助他們找到滿足他們所有需求的建筑的理想設(shè)計。這個過程中，我們需要了解所有對居民來說這棟建筑里重要的參數(shù)：鄰接偏好、工作風格、噪音、工作效率、日光和視野等。

上圖從左到右，依次是鄰接偏好、工作風格、噪音、工作效率、日光和視野在這一建筑平面上的量化的模擬。

將這些參數(shù)輸入到一個計算機系統(tǒng)，該系統(tǒng)了解這些設(shè)計參數(shù)以及物理位置的要求。然后，算法生成了滿足建筑師需要的所有設(shè)計，以滿足風格和其他的需求。

由于這個過程非?？欤院苋菀资乖O(shè)計經(jīng)驗迭代，并在以往設(shè)計的基礎(chǔ)上改良最終設(shè)計。這篇文章在更深層次上解讀了該設(shè)計并解決了實際問題，生成性設(shè)計還可以通過提高調(diào)度和協(xié)調(diào)多個利益相關(guān)者的設(shè)計提高整體開發(fā)過程的效率和經(jīng)濟性。

風險的控制

施工現(xiàn)場每天都有風險的評估和控制。有成百上千的分包商同時在不同的交易中工作，有成千上萬的問題被創(chuàng)造和管理，一切都在不斷變化。BIM360 IQ項目致力于理解施工管理者、項目經(jīng)理和主管的需求，從而在日常工作的基礎(chǔ)上提出用AI解決的方法。在跟幾個項目主管溝通并參觀了現(xiàn)場，查看了工作產(chǎn)生的數(shù)據(jù)后，我們認為通過風險來確定優(yōu)先級是提高效率的一個有效的方式。

使用AI，特別是建筑語言分析，可以自動分配待處理事項的優(yōu)先級。該算法能夠理解和預測復雜的問題，比如施工中某一問題如不及時處理解決是否會導致潛在的水滲透。該系統(tǒng)充分利用了項目中許多質(zhì)量管理人員在監(jiān)測項目時所得到的經(jīng)驗。

例如，如果質(zhì)檢人員觀察到一個窗口外的遮雨板出現(xiàn)破損并記錄BIM360中，那么就像平時一樣，AI算法會通過這些數(shù)據(jù)運行，并自動將其標記為潛在的漏水問題。這樣，當主管檢查儀表盤時就可以注意到這些問題。該系統(tǒng)目前處于試點階段，并對使用BIM360產(chǎn)品的所有人可用。

該系統(tǒng)還更進一步地將所有的風險從項目中分擔到負責它的分包商。它會考慮分包商的各種因素條件，例如他們過去的管理行為、當前的工作量以及他們當下負責的項目的重要性。然后，該算法能夠為項目中的每一個分包商分配一個“風險評分”，這是一個指標，用來指示他們目前正在進行的項目可能的風險，以便施工經(jīng)理能夠更好地優(yōu)先安排時間從而與這些團隊更緊密合作。

安全

現(xiàn)場施工安全是首要任務(wù)。BIM360的重點是了解項目周圍的行為和環(huán)境從而確定可能的安全問題，提醒安全管理人員引起注意。BIM360應用程序自動掃描所有的現(xiàn)場安全問題上并附加一個標記指示它是否可能導致潛在的致命危險。

OSHA（職業(yè)安全與健康標準）顯示2015年約67%的施工有關(guān)的死亡事故是以下幾種：高空墜落、被物體砸中、夾傷和觸電。BIM360 IQ算法將這幾項致命的威脅歸納到潛在的安全問題中。

該應用程序還提供了對可能導致事故的潛在危害的排查，同時顯示了39種不同危險的分布情況。

這使得安全管理人員能夠了解他們應該把規(guī)劃和培訓的重點放在哪里，并在他們工作時更加關(guān)注這些具體的問題。

現(xiàn)在有大量的施工現(xiàn)場的照片和視頻。每一個建筑工人都有一個帶攝像頭的手機，并且通常大家在施工中遇到問題都會用相機實時記錄下來。無人機已經(jīng)變得越來越普遍，它們經(jīng)常被用于空中拍攝，有時也用于更先進的活動如估測施工進度等。Go-pro和智能頭盔也越來越普遍。但目前的事實是，有海量的照片和視頻信息，而大多數(shù)技術(shù)應用程序沒有跟上，因此沒有一個很好的解決方案來管理整合這些信息或利用它們更好地服務(wù)建設(shè)項目。

smartvid.io是一個剛好解決了這一問題的創(chuàng)業(yè)公司。他們提供了一個平臺，集成了不同的技術(shù)供應商，使所有圖像到一個地方。而后，他們使用AI來解析圖像中的內(nèi)容。正如我們前面看到的例子，在無人駕駛汽車中，它用于將圖像中的各個對象隔離出來并加以分析。Smartvid.io將它們稱作“智能標簽”——一個更好地分類和搜索照片的系統(tǒng)。

在這幅建筑工人爬梯子的圖片中，Smartvid.io可以自動識別圖中的對象并為每個對象添加標簽。

在未來可以利用AI在建筑、工程和施工行業(yè)做些什么？

BIM 360 IQ質(zhì)量檢測產(chǎn)品是Autodesk公司建立的第一個建筑行業(yè)的AI產(chǎn)品，自誕生之初技術(shù)就一直試圖推進它的技術(shù)極限。Autodesk已經(jīng)建立了應用于建筑質(zhì)量和安全方面的應用程序，下一步的工作是對項目管理采取類似的方法，并利用AI提高項目管理質(zhì)量和效率。

數(shù)據(jù)平臺

在整個建筑行業(yè)，有幾個技術(shù)供應商提供了數(shù)據(jù)管理的方案，但它們往往彼此不兼容。當所有數(shù)據(jù)源可以相互連接時，基于AI的解決方案是最佳的。為了滿足這一需求，Autodesk也在努力建立一個允許第三方集成的數(shù)據(jù)平臺。

這將使不同的建筑公司將其所有數(shù)據(jù)帶到一個具有通用的分析功能的平臺上。Autodesk將與一些施工公司，如Smartvid.io, Triax Technologies, SmartBid等其他公司合作，將數(shù)據(jù)源如ERP（企業(yè)資源計劃）數(shù)據(jù)和項目管理數(shù)據(jù)集成到這個平臺。