当人们想到人工智能(AI)或机器学习(Machine Learning)时，首先想到的是一个遥远的科幻场景，其中像“终结者”这样的人机原型接管了世界。人工智能 (AI) 的画面最好留在想象的领域，至少现在是这样。

AI 改变建筑业的 6 种方式

如果您曾经看过今日头条如何推荐文章和视频， Netflix 如何推荐电影，在您的健康保险提供商或银行使用聊天机器人寻求帮助，或者使用过智能手机，那么您已经是人工智能的受益者。而且，如果您在亚马逊购物或使用社交媒体，您的搜索结果、提要和推荐都是基于人工智能的。您的在线行为、过去的购买和网络搜索为您量身定制了您看到的结果。

人工智能起源于 1950 年代，当时该领域的先驱亚瑟·塞缪尔 (Arthur Samuel ) 将其定义为“赋予计算机学习能力而无需明确编程的研究领域”。换句话说，从经验中学习的计算机。人工智能也被简明扼要地描述为努力让机器做人类目前做得更好的事情。

人工智能与建筑业

如上所述，先进的数字技术就在我们眼前。但众所周知，建筑行业对技术的采用速度较慢，而且是数字化程度最低的行业之一（人工计算、报告和实践仍然很普遍）。这个行业存在固有的作业模式，导致对数字体验变革的抵制和许多手动重复性任务，阻碍了行业的发展，导致项目延迟、成本效率低下以及生产力、健康和安全绩效受损。

在建筑行业采用数字技术来提高性能和生产力具有巨大的潜力。虽然我没有对我们可能会或可能不会在 DTCLOUD 上实施的任何细节做出任何预测，但让我们探索人工智能和建筑行业可以使该行业变得更美好的几种方式。

人们今天体验的大多数人工智能都是机器学习的形式，比如当你搜索谷歌并看到基于你过去的在线行为和互动的结果时。机器学习旨在复制人类智能，但有时，机器学习可以通过其庞大的数据处理能力超越人类的洞察力或决策。

人工智能和机器学习这两个术语经常互换使用，但机器学习是人工智能的一个子领域。

建筑：一个充满数据的行业-海量数据

建筑行业的数据量更大、更易变、更复杂，而且生成速度比以往任何时候都快。数据可以帮助做出更好的决策。当然，除非您可以使用数据，否则数据没有任何用处。但是，当数据、分析和人类洞察相结合时，它可以帮助提高运营效率、推动增长机会并支持明智的决策制定。技术是数据与处理和分析数据产生的潜在积极成果之间的桥梁。

机遇与挑战：建筑行业的人工智能

以下是人工智能可以使建筑业受益的六个领域以及他们在实现这一目标时面临的挑战。这些人工智能的例子已经成功部署在电信和制造业等行业，以帮助提高效率、盈利能力和安全性。

• 1. 机器学习

它是什么：计算机被设计成像人一样思考，利用广泛的、可变的数据集做出和执行明智的决定。

它能做什么：这项技术有可能通过预测诸如优化在建建筑中钢梁的切割等事情来节省成本和减少浪费。亚马逊使用机器学习来找到安全运送产品的最佳包装尺寸。节省的资金相当于超过 20 亿个运输箱。部署建筑性能模拟和工程分析可以使用实际建筑的数字双胞胎提高施工和设计效率。

挑战：建筑行业数据是高度维度的，这意味着它有许多变量，例如结构的大小和形状或工地条件。更多数量的变量（即更多维）对做出准确预测提出了挑战。

• 2. 建筑机器人

它是什么：机器人是执行类似于人类身体活动的物理任务的自动化设备。

它能做什么：机器人已经在汽车制造工厂的焊接、医生代替膝关节以及将货物运送到偏远地区等地方使用。建筑行业已经看到机器人被用于砌砖和钢筋绑扎。机器人可以更多地参与建筑行业，以执行专门的、重复性的任务，或者在风险较低的危险环境中操作，比如在高层建筑的顶部，通过在工作现场部署机器人，工程师、总承包商和技工可以将注意力转移到需要更高技能的任务上。

挑战：机器人在结构化工作环境中表现最佳，这对地形、操作条件和设计元素经常发生变化的许多工作现场提出了挑战。机器人技术的高昂初始成本和维护和维修费用也相当可观。

• 3. 基于知识的系统

它是什么：基于知识的系统是人工智能领域，计算机根据现有知识做出决策。

它能做什么：基于知识的系统可以收集和处理来自各种来源的大量数据，并使用这些数据做出复杂的决策。基于知识的系统的两个主要部分是保存数据的知识库和处理知识库中数据的推理引擎。这些工具有助于存储大量信息并产生洞察力，帮助人们做出更好的决策。他们甚至善于展示他们是如何得出结论的。医生使用基于知识的系统来做出更准确的诊断。

这种人工智能有朝一日可以帮助建筑合同管理人员更好地理解复杂问题并提高准确性。人工智能的类似用途可以通过存储事故数据来改善健康和安全问题，然后应用这些学到的经验来预测风险并提供主动的安全建议。

挑战：基于知识的系统可以处理大量数据。所有这些数据的挑战在于确保它是“好”的，这意味着相关、准确和有价值。必须获取和验证数据。由于建筑行业的复杂性涉及特定项目的许多公司、材料、人员、行业等，因此数据将来自多个来源并且具有不同的质量水平。共享数据的专有和法律挑战也是该领域的一个障碍。

• 4. 计算机视觉

它是什么：装备和训练计算机通过视频、照片或在实时环境中查看和理解图​像。

它能做什么：拥有计算机视觉的“额外眼睛”已经在建筑安全应用和进度检查中得到使用。可以扩展使用计算机视觉收集、分析和识别图像，以提高材料管理能力或简化工作程序。

挑战：成功部署的计算机视觉需要了解其运行的整个环境，包括工人、材料和行动。该开发涉及对计算机视觉系统的重大投资，以跟踪和可视化复杂多变的施工环境和情况。

• 5. 自然语言处理

它是什么：自然语言处理 (Natural Language Processing, NLP) 使计算机系统能够模仿人类的语音和文本功能。NLP 技术旨在处理文本或语音数据，并在作者或演讲者预期的上下文中理解其含义。

它能做什么：亚马逊的 Alexa 或苹果的 Siri 等虚拟助手的语音命令以及语音转文本听写软件已经成为我们生活中熟悉的存在。NLP 也在简化业务流程和提高生产力的领域不断发展。处理施工文件中的非结构化文本并获得改进项目规划、安全和材料管理的见解可以使行业、承包商、建筑师和工程师受益。

挑战：由于人类语言的多重含义、复杂的变体和无穷无尽的例外，编程语言驱动的应用程序对于新兴领域来说是一项有问题且密集的任务。

• 6. 优化

它是什么：人工智能优化是一种解决问题的技术，它通过分析和预测可能的结果来找到所有解决方案中的最佳方案。

它能做什么：优化旨在通过在有限资源的情况下做出选择来提高生产力和效率并节省时间和成本。医疗保健提供商 Cardinal Health 使用优化来查找处于危险中的医院患者，并提供个性化的优先建议以获得更好的结果。优化可以提供更好的工作时间表、降低材料成本或提高建筑行业的能源效率。

挑战：优化需要大量数据来执行预测和做出决策。施工变量可能包括建筑设计、现场条件、材料特性和施工策略。实时处理和大数据量需要高性能计算。

集成和扩展 AI 技术

不要以为这些技术只能孤立和分离地运行。相反，它们有可能与操作和使用它们的人员整合和成长，以提高熟练程度、效率和安全性。例如，我们可能会看到通过结合熟练的 AI 工人、软件、机器人技术以及由机器学习和人工智能提供支持的预测技术来构建更好的供应链的方法。建筑信息模型 (BIM) 已经在一定程度上与 AI 一起使用，结果喜忧参半，这使该领域的进一步探索和发展变得成熟。

建筑信息模型是建筑行业最先进的系统，可以进一步与人工智能结合，以提高估算时间和成本时的可靠性和准确性。一个可以帮助业主、建筑师、工程师、贸易、维护和支持人员使用细节丰富的自动化系统来设计、检查代码合规性并在问题发生之前诊断问题的系统。机器人系统可以将 BIM 图像和安装指南直接投影到地板或墙壁等工作空间，或者用于显示墙壁后面

我们是技术进步的方向和步伐的受益者，技术在一定程度上改善了我们的生活和环境。建筑行业随时准备从开发和实施人工智能中获得潜在的流程、健康和安全以及生产利益。人们无法确定这项技术将走向何方，但接管世界的机器人仍然安全地存在于作者和编剧的领域。

未来的系统可能允许团队在建设项目的整个生命周期（从构思和预施工到施工和维护）中捕获数据并部署单一、统一、共享的数据流，从而协作并提高绩效。

考虑人工智能的巨大潜力并见证该领域的发展，这是一个有趣而激动人心的时刻。与变化保持联系，并继续关注人工智能可能为建筑行业做些什么。