世界上約有7％的勞動力從事建築業，因此它是世界經濟的主要部門。個人和企業每年在建築相關活動上花費10萬億美元（麥肯錫，2017）。其他行業已經使用AI和其他技術來改變其生產力績效。相比之下，建築以冰川的速度發展。
在過去的幾十年裡，全球建築業每年僅增長1％。相比之下，製造業增長率為3.6％，全球經濟增長率為2.8％。建築業的生產率或每個工人的總經濟產出保持不變。相比之下，自1945年以來，零售業，製造業和農業的生產率增長了1500％。其中一個原因是建築業是世界上數字化程度最低的行業之一，採用新技術的速度很慢（麥肯錫，2017年）。
採用最新技術對團隊來說可能是艱鉅的。但機器學習和人工智能正在幫助提高作業現場的效率，並在此過程中節省資金。已經在建築行業中出現了對其他行業產生影響的人工智能解決方案。
人工智能在建築中的十大應用
什麼是人工智能和機器學習
人工智能（AI）是用於描述機器何時模仿人類認知功能（如解決問題，模式識別和學習）的集合術語。機器學習是AI的一個子集。機器學習是一個人工智能領域，它使用統計技術使計算機系統能夠從數據中“學習”，而無需明確編程。當機器接觸到更多數據時，機器會更好地理解並提供洞察力。
麥肯錫預計，在不久的將來，人工智能在建築領域的普及將是溫和的（麥肯錫，2018年）。儘管如此，正在發生轉變。利益相關者再也不能將AI視為僅與其他行業相關。工程和施工將需要趕上AI方法和應用程序。這是應對即將到來的市場競爭者並保持相關性的唯一途徑。
智能建築的AI和機器學習
機器學習和人工智能在建築中的潛在應用是巨大的。對信息，未決問題和變更單的請求是業界的標準要求。機器學習就像一個聰明的助手，可以仔細檢查這一大量的數據。然後，它會向項目經理發出需要他們注意的關鍵事項的警報。一些應用程序已經以這種方式使用AI。它的好處包括垃圾郵件的平凡過濾到高級安全監控。
10個施工中的AI示例
1. 防止成本超支
儘管僱用了最好的項目團隊，但大多數大型項目都超出預算。人工神經網絡用於項目，根據項目規模，合同類型和項目經理的能力水平等因素預測成本超支。預測模型使用諸如計劃開始日期和結束日期之類的歷史數據來設想未來項目的實際時間表。AI幫助員工遠程訪問真實的培訓材料，幫助他們快速提高技能和知識。這減少了將新資源加載到項目上所花費的時間。結果，加快了項目交付。
2. 通過生成式設計（Generative Design）更好地設計
建築信息模型是一個基於3D模型的過程，為建築，工程和施工專業人員提供洞察力，以有效地規劃，設計，建造和管理建築物和基礎設施。為了規劃和設計建築物，3D模型需要考慮建築，工程，機械，電氣和管道（MEP）計劃以及各個團隊的活動順序。面臨的挑戰是確保子團隊的不同模型不會相互衝突。業界正試圖以生成設計的形式使用機器學習來識別和緩解不同團隊在規劃和設計階段產生的不同模型之間的衝突，以防止返工。有軟件它使用機器學習算法來探索解決方案的所有變體並生成設計備選方案。它利用機器學習專門創建機械，電氣和管道系統的3D模型，同時確保MEP系統的整個路徑不會與建築物架構衝突，同時從每次迭代中學習以獲得最佳解決方案。
3. 風險緩解
每個建築項目都存在一些風險，包括質量，安全，時間和成本風險等多種形式。項目越大，風險就越大，因為有多個分包商在工作現場並行處理不同的行業。今天有人工智能和機器學習解決方案，一般承包商用於監控工作現場的風險並確定其優先級，因此項目團隊可以將他們有限的時間和資源集中在最大的風險因素上。AI用於自動為問題分配優先級。分包商根據風險評分進行評級，因此施工經理可以與高風險團隊密切合作以降低風險。
4. 項目規劃
AI Startup於2018年啟動，承諾其機器人和人工智能是解決後期和超預算建設項目的關鍵。該公司使用機器人自動捕獲建築工地的3D掃描，然後將這些數據輸入深度神經網絡，該網絡對不同子項目的距離進行分類。如果事情似乎偏離軌道，管理團隊可以介入處理小問題，然後再成為主要問題。未來的算法將使用稱為“強化學習”的AI技術。該技術允許算法基於反覆試驗來學習。它可以根據類似項目評估無窮無盡的組合和替代方案。它有助於項目規劃，因為它可以優化最佳路徑並隨著時間的推移自行糾正。
5. AI將使專業招聘網站更具生產力
有些公司開始提供自動駕駛建築機械，以便比人類同行更有效地執行重複性任務，例如澆築混凝土，砌磚，焊接和拆除。挖掘和準備工作由自動或半自動推土機完成，可以在人類程序員的幫助下準備工作現場以確定規格。這為建築工作本身釋放了人工，減少了完成項目所需的總時間。項目經理還可以實時跟蹤作業現場的工作。他們使用面部識別，現場攝像頭和類似技術來評估員工的工作效率和程序的一致性。
6. 施工安全
建築工人在工作中被殺的次數是其他勞動者的五倍。根據OSHA的報告，建築行業私營部門死亡（不包括公路碰撞）的主要原因是跌落，其次是物體撞擊，觸電死亡，以及夾在中間/之間。總部位於波士頓的總承包商年銷售額達30億美元，正在開發一種算法，可以分析工作現場的照片，掃描他們的安全隱患，例如沒有穿戴防護設備的工人，並將圖像與事故記錄相關聯。該公司表示，它可以計算項目的風險評級，因此在檢測到威脅升高時可以進行安全簡報。
7. AI將解決勞動力短缺問題
勞動力短缺以及提高該行業低生產率的願望迫使建築公司投資人工智能和數據科學。麥肯錫2017年的一份報告稱，建築公司可以通過實時數據分析將生產率提高50％。建築公司開始使用人工智能和機器學習來更好地規劃工作中的勞動力和機械分配。機器人不斷評估工作進度以及工人和設備的位置，使項目經理能夠立即告知哪些工作場所有足夠的工人和設備按時完成項目，哪些可能落後於可以部署額外勞動力的地方。專家預計，建築機器人將通過人工智能技術變得更加智能和自主。
8. 裝配化施工
建築公司越來越依賴於由自動機器人組成的非現場工廠，這些機器人將建築物的組件拼湊在一起，然後由現場的人工拼湊在一起。像牆一樣的結構可以通過自動機械比人類對應物更有效地完成裝配線風格，讓人類工人在結構安裝在一起時完成細節工作，如管道，HVAC和電氣系統。
9. 人工智能和建設中的大數據
在每天都在創建大量數據的時候，AI Systems每天都會接觸到無數的數據來學習和改進。每個工作站點都成為AI的潛在數據源。從移動設備，無人機視頻，安全傳感器，建築信息模型（BIM）等捕獲的圖像生成的數據已成為信息池。這為建築行業專業人士和客戶提供了在AI和機器學習系統的幫助下分析數據並從中獲益的機會。
10. 人工智能用於後期運營
建築經理可以在建築完工後很長時間內使用AI。建築信息建模（BIM）存儲有關建築物結構的信息。AI可用於監控開發問題，甚至提供防止問題的解決方案。
人工智能在建築中的未來
機器人技術，人工智能和物聯網可以將建築成本降低多達20％。工程師可以穿上虛擬現實護目鏡，並將迷你機器人送入正在建設的建築物中。這些機器人使用相機跟蹤工作進展。AI被用於規劃現代建築中的電氣和管道系統的佈線。公司正在使用AI來開發工作場所的安全系統。人工智能被用於跟蹤現場工人，機器和物體的實時交互，並向主管提醒潛在的安全問題，施工錯誤和生產力問題。
儘管有大量失業預測，人工智能不太可能取代人力資源。相反，它將改變建築行業的商業模式，減少昂貴的錯誤，減少工地傷害，並提高建築運營效率。
建築公司的領導者應根據人工智能對公司獨特需求產生最大影響的領域確定投資的優先順序。早期的推動者將確定行業的方向，並在短期和長期內受益。
閱讀更多 智安物聯網 的文章
