王元丰
人工智能技术在建设领域的发展趋势 精选
2021-4-16 14:30
阅读:2452

 

人工智能技术在建设领域的发展趋势

王元丰

中国发展战略学研究会副理事长

中国城市科学研究会可持续土木工程专委会理事长

北京交通大学教授

人工智能(AI)作为第四次工业革命的引领性技术在各行各业都开始得到应用。麦肯锡等国际咨询公司的报告显示,虽然建筑行业较其它领域对AI的应用比较滞后,但是也正处于数字化的边缘,人工智能等新技术正在颠覆传统建筑业形态。根据调查结果,AI等新建筑技术的采用速度在过去一年内达到了通常需要三年时间才能达到的水平。2020年,全球建筑市场中的人工智能价值为4.669亿美元,预计到2026年将达到21.328亿美元,在2021年至2026年期间的年复合增长率为33.87%,可以说是高速发展。

AI有望提高整个建筑业价值链的效率,从建筑材料的生产到建筑设计、规划和施工阶段以及设施管理,都会有重要的变革。在规划和设计阶段,AI为建筑信息建模和生成设计(Generative design)提供了重要支撑。基于AI系统的生成设计,利用以前已经规划、建造的建筑图数据库,并基于数据库中的大数据获得知识来开发设计方案。设计师和工程师可以简单地将设计风格以及空间要求、性能、材料、成本约束等参数输入到生成设计软件中,生成设计通过探索解决方案的所有可能的排列,利用机器学习算法生成满足所有先前指定需求的设计方案,并从每次迭代中学习什么是更合适的设计选择。生成设计与人工智能相结合,将扩大设计的选择范围,得到最优设计方案。

目前,在建筑设计阶段,建筑信息模型(BIM)得到越来越广泛的应用,正在推动建筑设计从图板到CAD后的第二次变革。基于BIM设计尽管有很多优势,但其智能水平还不高,甚至可以说还缺乏智能。尤其在BIM尚不能在正向设计中更好应用,建筑设计的智能化还有一定的障碍。由于人工智能有三大要素:数据、算法及算力,AI在建筑设计中应用阻碍的关键,还是由于建筑设计的个性化以及原来设计数字化水平不高,数据积累以及合适算法开发不够。随着BIM应用的深化,以及共享数据设计平台的开发,相关建筑设计的数据将会越来越多,加之机器学习方面有针对性发展的算法将会更加有力,基于BIM大数据,结合人工智能新算法的建筑生成设计将会成为未来的趋势。

在建筑施工方面,近年来,智能建造技术得到高度重视。支撑智能建造的BIM施工模拟、虚拟现实(VR)施工场景重构、人脸识别工地人员、危险场景图像识别以及采用无人机开展施工进度和重点部位质量检查等新技术应用,提高了施工的安全和质量水平,对于保证施工进度、降低造价很有裨益。但是,目前智能建造技术主要是各类新技术的集成,未来智能建造还应借鉴工业4.0思想向更智能化的方向发展。作为与工业4.0相关的主要技术,数字孪生(Digital TwinsDT)是网络物理系统(Cyber-Physical SystemsCPS)的子集,显示出巨大的潜力,可以使建筑设计与施工受益。在建筑中布设传感器以及监控设备采集数据,并基于BIM和相关分析系统构建建筑CPS,可以实现虚拟模型与物理环境的协同集成。将使建设项目管理更高效、更安全,促进智能建造迈向更高阶段。

近些年,工程结构健康监测系统(Structural Health Monitoring System ; SHMS),又焕发出活力,与人工智能技术的支撑有很大的关系。怎样将原来的健康监测系统,结合新的数据采集、图像及视频和文本识别等新技术,构建更高层次的建筑CPS是未来的发展方向。另外,在建筑运营阶段,针对关键设备系统(例如照明、采暖、通风及空调),在设备中布设各种物联网传感器从中获取大量数据,通过人工智能系统“学习”建筑使用性能状况,将为建筑物管理者最大程度地提高效率和降低成本给出优化方案。加之,在国家碳达峰和碳中和的要求下,建筑将更多地与太阳能、地热能一体化耦合,向建筑电厂转变,并构建“能源互联网”。而人工智能技术将更好地帮助建筑利用可再生能源,形成排放温室气体更少的“智能能源互联网”,推动建筑的形态发生深刻改变。

建筑业吸纳全球约有7%的劳动力,个人和企业每年在与建筑相关的活动上花费10万亿美元,是世界经济的主要部门。但是,根据著名《经济学人(The Economist)》杂志报道,在过去的几十年中,全球建筑业仅以每年1%的速度增长,与此相比,制造业的增长率为3.6%,整个世界经济的增长率为2.8%。其原因之一是建筑业为数字化程度最低的行业之一,采用AI等新技术的步伐缓慢。不过古老的建筑业正在发生改变,建筑业在数字化、网络化和智能化的道路上加速前进。在建筑的整个生命周期中,基于CPS,整合建筑设计、部件生产,施工建造和运营维护的智能系统,结合装配式或工业化建筑的模式,构建智能、低碳、高效的“建筑4.0”系统,建筑业将会发生一场深刻的革命!

转载本文请联系原作者获取授权,同时请注明本文来自王元丰科学网博客。

链接地址:https://wap.sciencenet.cn/blog-616140-1282307.html?mobile=1

收藏

分享到:

当前推荐数:4
推荐到博客首页
网友评论0 条评论
确定删除指定的回复吗?
确定删除本博文吗?