在人类的帮助下，建筑中的人工智能正在为更可持续的未来铺平道路

• 建筑规划中的人工智能通过提供对关键数据的实时访问，以安全、高效、按时完成项目，帮助该行业解决了最大的挑战。
• 使用人工智能和机器学习，各种规模的团队都可以预测现场安全和质量风险，提供准确的投标和估算，减少管理流程，并预测维护需求。
• 欧特克BIM 360企业产品总监Pat Keaney认为，人工智能和机器学习将很快在beplay官网客服电话建筑行业变得司空见惯。

被编程为像人类一样工作的机器比以往任何时候都更加主流，它们正在彻底改变人们做生意的方式。人工智能已经渗透到零售、医疗和制造业等行业;现在建筑业也开始效仿。建设中的人工智能包括使用计算机程序从过去的数据中收集见解的机器学习等技术，而自然语言处理(NLP)则有助于创建模仿人类语言学的模型。两者都使用挖掘数据来创建算法，生成完成特定任务的输出，使建筑更高效，更好。

建筑项目规划的人工智能方法

欧特克BIM 360企业产品总监Pat Keaney认为，人工智能和机器学习很快就会出现beplay官网客服电话所有方面施工和施工技术。“建筑行业有很多知识，”Keaney说。“问题是，这些知识大多被锁在一个已经做了30或40年的主管的头脑中。如果我们能捕捉到这些知识，并将其转化为一个辅助应用程序，交给一个年轻、聪明、受过大学教育、对建筑感兴趣的人，我们就能帮助他们提高效率。我们可以为下一代建立产业，我们也可以解决劳动力短缺的问题。”

虽然建筑业仍然是全球数字化程度最低的行业之一，但企业正逐渐意识到，人工智能可能是该行业面临的最大挑战的解决方案。人工智能的简化能力和最小化现场危险的潜力是无与伦比的，有助于节省大量时间并大大降低开销。许多组织已经在建筑规划中使用人工智能来进行项目控制、预算估算、调度和现场管理。

没有人打算超支，但现实情况是，大多数大型项目都超出了预算，尽管有称职的团队。这通常是由于未预料到的情况，如初始范围的更改、不可靠的时间估计、沟通差异、设计缺陷、管理故障和不可预见的条件。简单地说，有这么多的活动部件和不同的利益相关者，人为错误的空间很大。如果没有足够的数据洞察力，对大型项目进行准确的成本和时间估计几乎是不可能的。

为此，一些公司已经开始使用人工神经网络(安S)预测成本超支之类的事情。人工神经网络是人工智能的子领域，以人类大脑为模型。在建设中，这些人工神经网络根据项目规模、合同类型和管理人员的能力水平等方面，使用历史数据来设想未来项目的现实时间表。人工智能还可以让员工远程访问真实的培训材料，实时提升他们的技能。这减少了新资源的使用时间，并允许大型团队有效地协作，加快项目交付，并满足预算需求。

BIM拯救世界

当年长的员工和管理者退休或离开组织时，遗留信息通常会丢失。人工智能可以成为新一代工人的协作资源利用数据已经上传到云端了。楼宇资讯模型(荡妇)数据的组织方式使其对建筑中的人工智能特别有用，机器可以访问的结构化信息越多，它就越智能。人工智能还可以通过检测冲突、彻底分析模型、识别潜在的失败领域来加强BIM。

BIM已经有了显著的影响AEC项目的成本和时间管理。考虑到大型建筑项目的规模，人工智能辅助的BIM有可能为组织节省数百万美元。利用过去项目的数据集，人工智能有能力建议调度效率并标记潜在的安全风险。

在建筑中使用人工智能的好处

建筑行业可以通过多种方式从人工智能和机器学习中获益。以下是组织可以利用该技术的一些关键领域:

1.协助设计和投标过程。通过对招标文件和商品价格等数据进行分析，机器学习可以帮助C&I团队产生更准确的估计。根据德勤最近的数据，这有可能将时间表偏差减少20%，工程时间减少30%预测．

2.预测工地的安全和质量风险。通过提供实时洞察，人工智能可以在威胁变为现实之前帮助预测现场风险。例如，模型可以预测风暴和其他可能的建筑危害等事件。(例如，Innovyze Info360利用预测性操作双胞胎的力量预测洪水并将相关风险降至最低。)通过实施计算机视觉，人工智能可以用来分析图像和视频数据，跟踪工人、机器和物体的实时交互，提醒主管现场任何地方的潜在安全问题。

3.减少行政程序。人工智能可以使用手写识别算法和自然语言处理来帮助减少和自动化管理流程，以审查工作订单和其他文书工作。这些类型的技术可以潜在地降低高达15%的建筑成本。

4.建立维护和供应链预测。可以将传感器添加到系统中，以监视和收集有关其操作的数据，以执行需求预测和预测性维护，分析流程、机器和设备的健康状况。这些类型的分析支持计划可以帮助团队和操作人员减少故障，并在故障发生之前进行预测。这些举措有可能产生高达20%节约运营成本。

应对建筑项目中采用人工智能的挑战

与制造业不同，建筑环境是不断变化的，因此在实施新技术之前需要仔细测试。否则后果可能是灾难性的，在极端情况下甚至是致命的。对安全的担忧是整个行业采用人工智能的主要障碍之一。其他因素包括网速慢、入门成本高、建筑领域缺乏人工智能专家以及安全挑战。

在建筑项目中，人工智能通常依赖于来自传感器和执行器等设备和机器的实时信息。连接在这种情况下，建筑工地具有明显的优势，但现场电信和互联网连接有时不可靠或根本不存在。这带来了许多挑战，因为机器人和现场监控系统等机器需要稳定、可靠的连接。

为了在建筑中成功实施人工智能，专家们必须与研究人员和其他特定行业的人工智能专家合作，提出满足行业需求的新创新。这些过程既费时又费钱。

由于人工智能仍然是一种新的、未经测试的技术，它的使用引发了安全问题。特别是在充满危险的复杂建筑工地，了解人工智能从人类监督中受益的地方非常重要。当人工智能完全控制特定流程时，必须将安全风险降到最低。例如，坠落是建筑中最常见的事故。人工智能可以提供帮助，但如果用于完成手动任务的嵌入式系统出现故障，后果可能是昂贵和危险的。“这不仅仅是为了提高建筑项目的质量，”欧特克高级产品经理Manu Venugopal说。“这也是为了确保我们能够识别工作现场的安全问题和安全隐患。”

虽然在采用和实施人工智能技术之前，组织需要解决这些挑战，但解决方案正在稳步变得更加可行。4G通信技术已经在很大程度上解决了连接问题，而5G提供了更高的可靠性和更好的系统容量。为了解决目前的人才短缺问题，政府可以开始加大对科学、技术和工程教育的投入。此外,规定政府已经建立了人工智能治理，这将解决安全问题。最后，区块链等技术可以帮助提高整体透明度。总而言之，人工智能在建筑领域节省的时间和成本将会改变游戏规则。

建筑中的人工智能为更智能、更可持续的未来铺平了道路

建筑业可能是最后一个加入数字革命的主要行业，但工地正在开始从纸质工作流程过渡到数字工作流程。时机再好不过了，因为人工智能可以让利益相关者挖掘新数据，并大幅提高效率。

”机器学习是人工智能范畴内的一种技术，”Keaney说。“例如，如果我们的客户在建筑工地上有一千个质量问题，没有人能够或愿意每天阅读它们。”然而，机器学习模型可以查看数据列表并在几秒钟内提供有意义的见解。

整个行业还存在风险管理不足的问题，这是一个难以忽视的问题。Autodesk数据科学经理Shubham Goel分享说，2017年有971起建筑事故仅在美国。随着人工智能的建设，这个数字可以大大减少。Goel说:“能够在工地上发生不好的事情之前了解风险，可以防止一些伤害和死亡，同时保证工地上的人们更安全。”

现在,大约55%世界上有一半的人口生活在城市地区，预计到2050年，这一数字将攀升至70%。全球人口预计会增长25％在那个时期，推动基础设施投资的需求至关重要。像新加坡这样的智慧城市已经通过数字医疗系统和监测传感器将人工智能驱动的解决方案正常化环境清洁以及人群规模等因素。联合国17个成员国之一可持续发展目标是“可持续城市和社区”，但如果不改变城市空间的管理和建设方式，这一目标就无法实现。

建筑领域的人工智能正在为更智能、更清洁、更可持续的未来铺平道路。虽然机器学习和机器人永远不会完全取代人类，但这项技术有可能在很大程度上改变这个行业。Venugopal说:“我希望下一代把建筑看作一个令人兴奋的工作场所。”“我有一个年幼的女儿，我希望她在10年后对建筑感到兴奋。我们认为这是一个巨大的机会，可以帮助改变一个行业，同时让它变得更好。”

本文已更新。它最初于2019年5月发布。