全球建筑行業(yè)每年投入超過10萬億美元，預(yù)計未來幾年將以4.2%的速度增長。這一巨額支出部分得益于快速發(fā)展的技術(shù)進步，這些技術(shù)進步正在深刻影響生態(tài)系統(tǒng)的各個領(lǐng)域。麥肯錫在2020年的報告中明確指出了一個引人關(guān)注的趨勢，即建筑業(yè)越來越依賴人工智能（AI）解決方案。

人工智能在建筑業(yè)的應(yīng)用潛力巨大，可以在項目的各個階段實現(xiàn)價值，包括設(shè)計、投標(biāo)和融資、采購和施工、運營和資產(chǎn)管理，以及商業(yè)模式轉(zhuǎn)型。它有助于克服行業(yè)面臨的一些最嚴(yán)重挑戰(zhàn)，如安全問題、勞動力短缺以及成本和進度超支。

隨著市場準(zhǔn)入壁壘的逐漸降低，以及人工智能、機器學(xué)習(xí)（ML）和數(shù)據(jù)分析的迅速發(fā)展，未來幾年內(nèi)人工智能將在建筑業(yè)發(fā)揮更為重要的作用。本文將探討建筑業(yè)中人工智能的應(yīng)用，并介紹使用人工智能的10個主要好處。

人工智能與機器學(xué)習(xí)在建筑業(yè)中的應(yīng)用

人工智能（AI）是一個廣泛的術(shù)語，用于描述機器模仿人類認(rèn)知功能，如問題解決、模式識別和學(xué)習(xí)的能力。機器學(xué)習(xí)則是人工智能的一個子領(lǐng)域，它利用統(tǒng)計技術(shù)使計算機系統(tǒng)具備“學(xué)習(xí)”能力，而無需明確編程。機器學(xué)習(xí)使計算機能夠在暴露于更多數(shù)據(jù)的情況下不斷提高其理解和洞察能力。

特里姆布爾（Trimble）的機器學(xué)習(xí)工程師鮑勃·班菲爾德（Bob Banfield）對建筑業(yè)中的深度學(xué)習(xí)進行了解釋。他表示：“機器學(xué)習(xí)包括眾多算法。舉個簡單例子，如果你想知道自己是否可能患上某種疾病，一種機器學(xué)習(xí)算法可能會通過一系列問題進行工作，如‘你多大了？’然后‘好的，你鍛煉嗎？’等等。如果你回答是，你就會進入下一個問題分支，如果回答是否定的，那么你就會進入另一個分支。這是一個完全有效的機器學(xué)習(xí)算法，就像小時候玩的問答游戲一樣，只不過在機器學(xué)習(xí)中，這些問題是自動生成的?！?/p>

在建筑業(yè)中的應(yīng)用，這些“問題”和算法變得更加復(fù)雜。例如，機器學(xué)習(xí)程序可以跟蹤和評估分級計劃的進展，早期識別進度風(fēng)險。這些算法可能會根據(jù)挖填體積測量、機器的正常運行時間和停機時間、天氣模式、以前的項目或其他輸入生成問題，以生成風(fēng)險評分并確定是否需要發(fā)送通知。

10個建筑業(yè)中的人工智能示例

1. 預(yù)測成本超支

盡管使用最佳項目團隊，但大多數(shù)大型項目都會超出預(yù)算。人工神經(jīng)網(wǎng)絡(luò)可用于預(yù)測成本超支，基于因素如項目規(guī)模、合同類型和項目經(jīng)理的能力水平。這些預(yù)測模型使用歷史數(shù)據(jù)，如計劃的開始和結(jié)束日期等，來設(shè)想未來項目的合理時間表。人工智能還幫助員工遠程訪問實際培訓(xùn)材料，從而迅速提升技能和知識，減少引入新資源所需的時間，從而加快項目交付速度。

2. 生成設(shè)計改進

建筑信息建模是一種基于3D模型的過程，為建筑、工程和建筑專業(yè)人員提供了有效規(guī)劃、設(shè)計、建造和管理建筑和基礎(chǔ)設(shè)施的見解。為了規(guī)劃和設(shè)計項目的建設(shè)，3D模型需要考慮建筑、工程、機械、電氣和管道（MEP）計劃以及各個團隊的活動順序。機器學(xué)習(xí)在AI驅(qū)動的設(shè)計中扮演關(guān)鍵角色，以識別和減少不同團隊生成的不同模型之間的沖突，從而防止重復(fù)工作。某些軟件使用機器學(xué)習(xí)算法來探索所有可能的設(shè)計變體，并生成根據(jù)約束進行優(yōu)化的3D模型，從中不斷學(xué)習(xí)，直到找到理想的模型。

3. 緩解風(fēng)險

每個建筑項目都存在各種形式的風(fēng)險，包括質(zhì)量、安全、時間和成本風(fēng)險。項目越大，風(fēng)險越高，因為多個分包商在不同的工程上并行工作。今天，一些AI和機器學(xué)習(xí)解決方案使總承包商能夠監(jiān)控和優(yōu)先處理工地上的風(fēng)險，以確保項目團隊能夠?qū)⒂邢薜臅r間和資源集中用于最大的風(fēng)險因素。AI用于自動分配問題的優(yōu)先級，分包商根據(jù)風(fēng)險評分進行評級，以便建筑經(jīng)理可以與高風(fēng)險團隊密切合作以減輕風(fēng)險。

4. 項目規(guī)劃

一家建筑情報公司使用機器人捕捉建筑工地的3D掃描圖像，然后將這些數(shù)據(jù)輸入深度神經(jīng)網(wǎng)絡(luò)中，對不同子項目的進展情況進行分類。如果出現(xiàn)問題，管理團隊可以立即介入處理，以防它們升級為嚴(yán)重問題。未來的算法將使用一種稱為“強化學(xué)習(xí)”的人工智能技術(shù)，允許算法根據(jù)試錯學(xué)習(xí)。這種技術(shù)能夠評估各種組合和替代方案，并根據(jù)類似項目的情況進行優(yōu)化。這有助于項目規(guī)劃，因為它優(yōu)化了最佳路徑，并隨著時間的推移進行校正。

5. 提高工地效率

一些公司提供自動駕駛建筑機械，以更高效地執(zhí)行重復(fù)任務(wù)，如澆筑混凝土、砌磚、焊接和拆除。自動駕駛或半自動駕駛的推土機可用于挖掘和準(zhǔn)備工作，這些機器可以在人類程序員的協(xié)助下按精確規(guī)格準(zhǔn)備工地。這釋放了人類工人，使他們能夠?qū)Ｗ⒂诮ㄖぷ鞅旧?，并減少了完成項目所需的總時間。項目經(jīng)理還可以實時跟蹤工地工作，使用面部識別、現(xiàn)場攝像頭和類似技術(shù)來評估工人的生產(chǎn)力和遵守程序。

6. 建筑安全

建筑工人在工作中的死亡率是其他行業(yè)的五倍，因此建筑安全至關(guān)重要。一家波士頓的建筑技術(shù)公司開發(fā)了一種算法，可分析工地的照片，識別安全隱患，如未穿戴防護設(shè)備的工人，并將這些圖像與事故記錄關(guān)聯(lián)。該公司表示，這種算法可以計算項目的風(fēng)險評級，以便在檢測到危險威脅時進行安全簡報。

7. 解決勞動力短缺問題

勞動力短缺和提高行業(yè)低生產(chǎn)率的愿望正在推動建筑公司投資于人工智能和數(shù)據(jù)科學(xué)。麥肯錫的報告稱，通過實時數(shù)據(jù)分析，建筑公司可以將生產(chǎn)率提高多達50%。建筑公司開始使用人工智能和機器學(xué)習(xí)來更好地規(guī)劃勞動力和機械的分配。通過不斷評估工作進展和工人與設(shè)備的位置，機器人使項目經(jīng)理能夠立即確定哪個工地有足夠的工人和設(shè)備來按計劃完成項目，哪個工地可能會落后，需要增派額外勞動力。像斯波特狗（Spot the Dog）這樣的AI動力機器人可以每晚自主掃描工地以監(jiān)控進展情況，使大型承包商能夠在熟練勞動力短缺的偏遠地區(qū)完成更多工作。

8. 離線建設(shè)

建筑公司越來越依賴由自主機器人組成的離線工廠，這些機器人將建筑結(jié)構(gòu)的組件拼接在一起，然后由人工工人在現(xiàn)場將其組裝起來。墻壁等結(jié)構(gòu)可以由自動化機械以流水線方式更高效地完成，而不是由人工工人，從而將人工工人留下來完成像管道、暖通空調(diào)和電氣系統(tǒng)之類的細節(jié)工作，當(dāng)結(jié)構(gòu)組裝起來時。

9. 大數(shù)據(jù)在建筑中的應(yīng)用

在產(chǎn)生大量數(shù)據(jù)的時代，人工智能系統(tǒng)不斷暴露于海量數(shù)據(jù)中，可以每天學(xué)習(xí)和改進。每個工地都成為潛在的數(shù)據(jù)源，包括移動設(shè)備捕捉的圖像、無人機視頻、安全傳感器以及建筑信息建模（BIM）等生成的數(shù)據(jù)。這為建筑業(yè)專業(yè)人員和客戶提供了機會，利用AI和機器學(xué)習(xí)系統(tǒng)生成的洞見。

10. 后建筑時代的人工智能

建筑經(jīng)理可以在建設(shè)完成后繼續(xù)使用人工智能。通過傳感器、無人機和其他無線技術(shù)，高級分析和AI動力算法可以獲得關(guān)于建筑物運營和性能的有價值洞見，包括關(guān)于建筑、橋梁、道路等的操作和性能信息。這使得可以使用AI監(jiān)控潛在問題的發(fā)展，確定何時需要進行預(yù)防性維護，并為實現(xiàn)最佳安全性和安全性提供指導(dǎo)。

建筑業(yè)中人工智能的未來

機器人、人工智能和物聯(lián)網(wǎng)可以將建筑成本降低高達20%。工程師可以通過虛擬現(xiàn)實眼鏡發(fā)送小型機器人到正在建設(shè)的建筑物中，這些機器人使用攝像頭跟蹤工作進展。人工智能可用于規(guī)劃現(xiàn)代建筑中的電氣和管道系統(tǒng)的路由。公司正在使用人工智能開發(fā)工地安全系統(tǒng)，跟蹤工人、機器和工地上的物體的實時互動，并警告監(jiān)督員潛在的安全問題、施工錯誤和生產(chǎn)問題。

盡管有關(guān)大規(guī)模失業(yè)的預(yù)測，人工智能不太可能取代人類勞動力，而是改變建筑業(yè)的商業(yè)模式，減少昂貴的錯誤，減少工地傷害，并提高建筑運營的效率。建筑公司的領(lǐng)導(dǎo)者應(yīng)根據(jù)人工智能對其公司獨特需求的最大影響領(lǐng)域進行優(yōu)先投資，早期采取行動將決定該行業(yè)的方向，并在短期和長期內(nèi)獲益。