机器学习和人工智能（AI）的出现使建筑领域处于有利地位。作为Autodesk BIM 360 Project IQ团队的一部分，我有幸参加了Autodesk进军机器学习以进行构建的尝试。本文总结了该领域的发展，并介绍了一些人可以准备从中获得最大价值的方法，包括对AI和机器学习在建筑中的某些应用的广泛调查及其潜在影响。这些过程正在各个领域进行更改，包括风险管理，进度管理，分包商管理，建筑工地环境监控和安全等。

当我们谈论 AI 的时候我们在谈论些什么？

公众对人工智能的认识通常介于两个极端之间：让人工智能统治整个世界，使它被视为幻想而没有经过认真的交谈。实际上，真相位于中间的某个地方，人工智能远非超级智能的形式，而是研究的一个分支，已经发现了巨大的应用，并且是当今技术应用的重要驱动因素。

传统上，定义AI一直是一个挑战。 “人工”是定义中较容易的部分，在这里它可以简单地表示“不是自然发生的”。另一方面，“情报”使研究人员陷入了困境。一般而言，人工智能是指广泛的科学领域，涵盖了从计算机科学和心理学到哲学和语言学的一系列主题。它主要涉及使计算机执行通常需要人类智能的任务。本系列文章提供了更深入的阅读，以了解人工智能的定义和历史。

现在在AI的更广泛范围内有许多工作领域，但在这里我想定义两个较流行的领域-机器学习和深度学习。机器学习就是其中一种子集，它处理允许计算机从数据中学习而无需进行显式编程的编写算法。例如，如果您想编写一种算法来识别电子邮件中的垃圾邮件，则必须对算法进行培训，方法是将其暴露给许多手动标记为垃圾邮件或非垃圾邮件的电子邮件示例。该算法“学习”以识别模式，例如某些单词的出现或单词的组合，这些模式确定了电子邮件被垃圾邮件的可能性。

在机器学习的保护下，深度学习可以看作是一组专门技术，而这些技术实际上是最近才发展起来的。它们基于神经网络，神经网络是一种模拟人脑神经元的机器学习算法。深度学习使图像和语言处理领域取得了一些突破，从而使诸如家庭助理和自动驾驶汽车等高级应用成为可能。

影响因素

人工智能作为一个学术领域，已经存在了很长的时间，自1956年举行了有关该主题的第一次会议。但是在过去的十年中，它已成为越来越多的关注焦点。这可以归因于几个因素，这些因素最近都得到了很大改善。所有AI都需要提供大量数据，以支持可以从中获得的见解，并且在过去几年中，生成的数据量已大大增加。根据IBM博客的说法，几年前，然后在最近两年中创建了90％的数据。我想今天可以扩大到95％左右。与数据一起，可用于分析此数据的计算能力每年都呈指数级增长，而计算能力的成本却降低了。如今，几乎所有数据都驻留在云中，并且由于有足够的资源来处理这些数据，我们看到了大量的应用程序，这些应用程序专注于根据从此分析中获得的见解做出更好的决策。

人工智能的应用

开始理解AI应用程序范围的一个好方法是检查它的普及程度。我们每天都会收到几封电子邮件，而且我们大多数人花在我们上面的时间比我们想要的更多。但是，您是否注意到离谱的垃圾邮件数量已经很少了？五年前，您每周至少会收到一封电子邮件，声称您已中了彩票。垃圾邮件检测是机器学习的较早且更为知名的应用之一。通过查看成千上万封电子邮件，计算机程序已经能够“学习”垃圾邮件的通常外观。它可以理解，发件人不是可能向您发送电子邮件的人，或者从该电子邮件的文本中得知该内容最有可能是欺诈性的。这只是文本处理的一个示例。

发展的另一个领域是图像分析。这个空间中的问题可以分为两大类：识别图像代表什么，然后识别对象在图像中的确切位置。例如，给定一张照片，照片中有只猫吗？第二个挑战是您是否可以检测出图像中猫的确切位置？

随着深度学习的发展，该领域已经有了一些突破。从检测猫的角度出发，新iPhone具备了基于面部检测的锁定功能。该算法能够区分出照片的精细细节，并且处理速度足够快，因此可以用于做出实时决策。该算法正在检测照片中是否有猫，但是现在它们实际上可以告诉您每张照片中是否有猫。 当这些图像识别和检测算法与其他形式的AI结合使用时，您将获得引人入胜的应用程序，例如自动驾驶汽车。他们能够感知周围的环境，并以此来导航环境。了解环境中的不同对象，了解其行为或操作方式的差异以及它们在环境中暗示的规则是一项复杂的任务。下图是自动驾驶汽车用于导航的视图示例。该系统能够区分人，汽车，静止物体。它必须了解红灯和单向标志的含义。它能够估计对象之间的距离，并以此做出决策。本文提供了有关它们的制造方法及其背后的技术的更深入的交互式阅读。

做出决定时，人类的大脑能够处理大约三到四个不同的数据点。这是人工智能取得进展的另一个领域。虽然人类的思维只能处理三到四个维度，但AI算法没有限制。当您狂热地观看Netflix推荐的节目时，他们的推荐引擎可能考虑了很多不同的事物。您的年龄，性别，此个人资料的其他人喜欢看什么，您正在看什么样的节目，该节目的评论，该节目的其他用户参与度以及许多其他属性。

所有这些示例的共同要求是这些算法需要大量数据以供学习。 AI根据提供的数据提供建议或解决方案，因此仅与该数据的质量一样好。为了能够真正利用这项技术提供的功能，我们必须考虑组织整理我们收集的数据并在所有产品中进行管理。人工智能界的一句俗语是：“垃圾进，垃圾出”。

人工智能给建筑带来了什么变化？

在过去的几年中，用于建筑的技术已获得大量投资。这项投资的很大一部分用于建设工作流程不同部分的数字化。 BIM模型改变了建筑物的设计方式，项目管理和问题管理流程已转移到云中，运营管理也变得更加“敏感”和自动化。随着数据的可用性，基于AI的应用程序已在建筑中找到更多实用程序。

生成设计

生成设计是一种形式寻找过程，可以模仿自然界的进化设计方法。计算机科学家已经找到了辅助建筑设计过程的方法。通常，首先要明确指定设计目标，然后探索解决方案的无数种可能组合，以找到最佳选择。通过示例将变得更加清晰。

多伦多的Autodesk团队已搬入新大楼，该大楼采用了新的设计流程进行设计，这也造就了一个好故事。研究人员使用生成式设计来帮助他们找到满足他们所有需求的建筑物的理想设计。该过程首先要了解对办公大楼居民重要的所有参数-邻接偏好，工作风格偏好，嗡嗡声，生产率，日光和对外界的看法。

从左到右，每个计划都覆盖有以下参数的模拟：邻接首选项，工作风格首选项，嗡嗡声，生产率，日光和外部视图。

然后将该输入输入计算机系统，该计算机系统会理解这些设计参数以及实际位置的要求。然后，该算法产生了几种设计，这些设计适合建筑师可以从中选择的所有这些需求，以匹配样式和其他需求。由于此过程非常快，因此很容易使设计经验重复进行，并根据几次对话进行工作并改革最终设计。正如本文中更深入介绍，除了解决棘手的实际挑战，生成设计也通过产生提高多个利益相关者之间的调度和协调设计，全面提升开发过程的效率和经济性。

风险缓解

每天在施工现场进行风险评估和缓解。有数百个分包商同时从事不同行业。有成千上万的问题被创建和管理，并且一切都在不断变化。该BIM 360智商的项目集中在理解的挑战施工管理人员，项目经理和管理者，对付日常管理这些问题，这一过程可能与AI进行改进的途径上。说话的几个建筑的管理者，访问他们的工地，然后看着他们被产生的数据后，我们确定的由风险问题将提供提高效率的一种可行的方式优先。

使用AI，尤其是构造语言分析，可以自动为问题分配优先级。该算法能够理解和预测复杂的事物，例如如果不解决问题是否会导致潜在的水渗透。该系统利用了项目中许多质量经理在监视项目时所观察到的描述。

BIM 360 IQ提供了一系列优先事项，以引起主管的注意。

例如，如果一个质量经理遵守有关窗外闪烁的不完整，并将其记录BIM 360场的问题，因为通常的做法，那么AI算法运行通过这个数据，并自动将其标记为潜在的水问题。然后，当他们查看仪表板上的所有问题时，便可以引起总监的注意。该系统目前可在试用版上使用，任何使用BIM 360产品的人都可以使用。

该系统还迈出了一步，将问题的所有风险汇总到负责该问题的分包商中。它考虑了有关分包商的各种因素，例如，他们过去在问题管理方面的行为，当前的工作量，他们负责的问题的重要性。该算法然后能够分配一个“风险评分”项目中的每一个分包商，度量，以表明他们目前暴露该项目的风险程度，使施工管理人员能够更好地优先自己的时间来工作，更紧密这些团队。

安全

施工安全是所有工作现场的头等大事。 BIM 360 IQ专注于了解安全问题的行为和环境，然后将其引起安全管理人员的注意。 IQ应用程序会自动扫描作业现场上的所有安全问题，并在标签上附加一个标签，指示是否可能导致潜在的死亡。美国职业安全与健康管理局（OSHA）显示，2015年所有与建筑相关的死亡人数中，有约67％是由于与“致命四人”有关的问题-跌倒，撞倒，夹住和触电死亡。 IQ算法将安全问题归类为致命的四个问题。

IQ应用程序显示了项目分包商的列表，并按“致命四类”分类细分了他们的安全问题。

该应用程序还可以深入了解导致潜在事故的实际危害是什么，并显示了39种不同危害的分布情况。

IQ应用程序可以在安全问题中检测到的部分危险。

这使安全经理可以了解他们应该在哪里进行计划和培训，并在进行安全行走时更加注意特定的问题。

如今，每天在工作场所拍摄大量照片和视频。每个建筑工人都有一部带摄像头的电话，几乎每当一个问题拍摄照片时，这都是标准做法。无人机已经变得越来越普遍，它们通常用于空中射击以及更高级的活动，例如测量进度。专业人士和智能头盔也变得越来越普遍。鉴于照片太多，大多数技术应用尚未赶上，并且还没有一个好的解决方案来管理照片或利用它们来获得更好的洞察力。

Smartvid.io是专门针对此解决方案的技术初创公司。他们提供了一个平台，可与其他不同的技术供应商集成，以将您的所有图像放置在一个地方。但是，他们走了一步，他们使用AI来了解图像中的内容。就像我们在自动驾驶汽车示例中看到的那样，可以隔离和理解图像中的各个对象。

Smartvid.io称它们为“智能标签”，它们使您可以使用更好的系统对照片进行分类和搜索。

在这张建筑工人下梯子的图像中，Smartvid.io可以自动将左侧显示的标签添加到图像中。

由于Smartvid.io了解构造中的高级概念，因此它提供了更智能的搜索。上图显示了查询“天花板上方”项目中的所有图像。

未来，Autodesk对于AEC中的AI会做什么？

自从我们每年都在努力提高质量以来，BIM 360 IQ产品质量是第一款用于建筑的AI产品。我们构建的应用程序着眼于建筑质量和安全方面的挑战。我们的下一个工作是采用类似的方法进行项目管理，并利用AI来增强流程。

数据平台

在整个建筑行业中，有多家技术供应商提供解决方案来管理其数据，但它们通常彼此不兼容。当所有数据源都可以相互连接时，可以最佳地释放基于AI的解决方案的功能。为了满足这一需求，Autodesk还致力于建立一个允许第三方集成的数据平台。这将使不同的建筑公司能够将其所有数据带到一个平台，该平台还具有通用分析层的功能。 Autodesk将其他数据源（例如ERP数据和项目管理数据）引入该平台，并与其他建筑数据公司（例如Smartvid.io，Triax Technologies，SmartBid等）合作。

本文编译自 | medium.com 作者｜Anand Rajagopal，职位 ｜ Autodesk的数据科学家ay.technologies 译者 | Yafei

转载请联系后台获得申请，否则将按照对应平台的规则投诉处理。