建筑工程智能化技术及应用探析

1）建筑工程AI 的概念

建筑工程AI 是指机器按照人类设计的程序、算法，对建筑工程信息的进行采集、加工、处理、分析和挖掘，不断从中积累经验，形成有价值的信息流和知识模型，并通过一定的硬件载体实现建设任务各个阶段的智能化辅助，甚至替代建设项目中设计、施工、运维等阶段存在的部分劳动过程，实现建设工序标准化、自动化，提升工程质量及效率。

人工智能跟人类相比具有多种优势：可以长时间重复同样的工作而不会疲惫；记忆力强，积累的经验可以随时调用；不受情感等主观因素的影响，使决策客观而公正。目前，机器学习、自然语言处理、计算机视觉、生物特征识别等人工智能核心技术已被运用于建筑设计、施工、运维等阶段，成功替代了建设工程全生命周期中存在的大量简单重复的体力和脑力劳动，极大地解放了劳动力并提升了工作效率，促进了建筑工序的自动化和标准化，提高了工作的精准度和工程质量。此外，人工智能系统还能够在高温、高压、水下等人类难以适应的环境中工作，从而减少建筑施工、维护时的场景限制。

2）人工智能技术在建筑领域的应用

（1）机器学习在建筑领域的应用

机器学习现已成为建筑工程实现自动化、信息化、智慧化的重要现代智能技术之一。机器学习从数据或样本出发，寻找规律并利用规律，基于反复试验来学习或模拟人类行为。在建筑设计、施工等阶段，机器学习可以基于对现有数据的学习，列举海量的组合和替代方案，并不断优化路径进行自我纠偏，选出最佳方案，辅助项目决策。

在建筑设计阶段，机器学习算法凭借计算机的存储能力、记忆能力和运算能力，能够在不断的探索中积累经验，创造出更优的建筑设计方案。在建筑空间布局方面，1963 年美国工程师Souder J.J.利用迭代算法，根据患者最短行走路线来优化空间布局，实现医院建筑空间布局方案的自动生成。2017 年5 月，被称为“人工智能建筑师”的小库（XKool）诞生，这是第一款在实际设计层面应用了人工智能的智能设计云平台。它将设计算法、机器学习和云端引擎等技术，融入最简单易用的云端操作界面中，提供基地评估、智能设计、智能PPT 等功能，帮助设计师高效完成分析、规划和建筑设计前期工作，缩减了工作周期。

在施工阶段，机器学习能够用于项目的精确测算和决策辅助，计算机通过各类传感器可以自动获取施工现场的信息，从而根据现场情况自行调整人员、材料、进度、预算的规划策略。S.M.Chen 等学者提出了一种智能调度系统（Intelligent Scheduling System，ISS），可以帮助项目经理找到根据项目目标和约束制订的最优的进度计划。ISS 集成了进度、成本、空间、人力、设备和材料等主要施工因素，使用仿真技术分配资源、确定工序，并根据不可预见情况调整进度，从而寻找近似最优方案。新加坡国立大学的M.Y.Cheng 等开发了基于进化模糊混合神经网络的项目绩效持续评估（Continuous Assessment of Project Performance，CAPP）软件，用于项目现金流量管理，同时能动态评估影响项目绩效的因素。2018 年，AI Startup 通过机器学习算法在建设项目的预算超支、进度偏差等问题上辅助管理人员进行决策，该公司将建筑工地现场的数据输入深度神经网络，该网络能够对不同子项目的距离进行分类，若分析结果与原定计划偏差过大，则可通知管理团队介入处理。

（2）自然语言处理技术在建筑领域的应用

作为人工智能领域的一个重要方向，自然语言处理在建筑领域的应用同样大有可为。随着新兴技术与工程建设的结合，建筑行业已经成为一个信息密集型产业，项目全生命周期会产生诸如合同文本、安全报告、变更单等大量的文本信息，管理人员往往会因文档管理花费大量时间，自然语言处理技术可以将非结构化的文本信息转化为结构化信息，从而提升工程管理人员的决策效率。(www.xing528.com)

在设计阶段，通过自然语言处理技术可以获取相似案例，为建设项目的图纸设计和方案规划提供辅助决策。如将自然语言处理技术对项目中使用建筑信息模型的用途进行了分类，并对原有案例的设计协调、冲突检测进行学习。此外，利用自然语言处理技术将CAD文件转换为特性文件，实现CAD 文件的自动、快速、精确检索，使CAD 数据库成为可能，实现建筑业CAD 文件的检索和重用，从而辅助图纸设计。

在施工阶段，自然语言处理技术可以辅助管理人员进行合同管理工作。在工程索赔方面，通过自然语言处理技术可以对索赔文本和关系进行提取，实现建筑索赔法律自动化分析。鉴于建筑监管文件合规性检查的人工过程耗时、成本高且容易出错，一种自动提取监管信息的新方法被提出。该方法利用语义建模和自然语言处理技术来促进自动监管文档分析和处理，以从这些文档中提取需求并以计算机可处理的格式来形式化这些需求，可以使自动化的建筑法规合规性检查更加接近现实。此外，在建筑运维管理阶段，自然语言处理技术还可以实现建筑质量投诉信件的高效处理。

（3）计算机视觉技术在建筑领域的应用

计算机视觉技术在建筑领域各阶段的图像识别和行为识别等方面得到了广泛应用。利用计算机视觉技术结合机器学习的理论和方法可以实现图像场景的自动化识别和分类，机器能够像人一样提取、处理、理解和分析图像以及图像序列，将这些应用延伸至建设工程领域，可以帮助完成设计阶段快速建模、现场材料设备检测等管理任务。

在设计阶段，加州大学洛杉矶分校的Kobayashi Y.基于计算机视觉技术实现了整个城市的快速建模——根据卫星航拍的建筑轮廓，通过图像识别实现二维图形到三维模型的自动生成。2021 年1 月，深圳市建筑工程人工智能审图系统正式上线，该系统在计算机视觉技术基础之上，推进了房屋建设类施工图纸质量自动化监管工作。目前该系统可实现建筑、结构、给排水、暖通、电气五大专业住宅类的国家设计规范AI 智能审图抽查。在施工阶段中，计算机视觉技术可以辅助开展施工安全等的现场监控，如交叉作业时的碰撞事故、设备超载、结构受损等，从而实现实时安全引导，减少安全事故发生。计算机视觉技术还可以通过结合空间定位技术获取现场人员与危险环境的位置关系，并通过图像语义提取场景中的行为个体、位置区域、安全风险等信息，从而实现现场人员安全预警。

（4）生物特征识别技术在建筑领域的应用

生物特征作为智能化认证的重要技术，可实现对指纹、掌纹、人脸、虹膜、声纹、步态等多种生物特征的识别，目前在建筑施工管理、运维管理等阶段有着广泛应用，极大地提升了工程管理效率。

在施工阶段，基于生物特征识别技术的人脸识别系统实现了现场的自动化人员考勤管理。2018 年5 月，住房和城乡建设部发布的《建筑工人实名制管理办法（征求意见稿）》指出，施工企业需在施工现场进出口安装硬件设施，鼓励使用生物识别，并对电子考勤信息进行识别存档。目前，全国各大施工单位正逐步使用人脸识别考勤系统替换传统考勤方式，从而提升管理效率，保障各方利益。

后期运维和管理也是建筑全生命周期中的关键环节，从简单的人脸识别、指纹开锁到扎克伯格开发的智能家居系统Jarvis，人工智能已经在建筑运维中为用户提供了多种便捷的服务。将基于生物特征识别的人工智能系统用于建筑的运维管理，可以实现人员进出口自动控制、费用在线缴纳，以及温度、灯光、湿度等的自动调控。深圳阿里中心共享空间致力于利用人工智能改善建筑操作，以改善租户的居住体验。阿里中心共享空间将各类机电设备通过智能建筑网管连接，包括人脸识别摄像头、门禁、密码锁、环境传感器、空调、电表以及照明系统等。此外，该空间智能建筑平台可获取来自光学传感器的视频流数据，通过生物识别技术和机器学习算法，快速对办公空间的人员进行识别，从而实现非授权用户的提前识别和劝阻，以及授权用户的无感通行。