人工智慧行業應用之：為建築工程提供全新解決方案

在智慧化腳步逐漸逼近的當下，除了家居、醫療、出行之外，還有更多的領域正待挖掘。

智慧醫療、智慧家居、智慧出行……近期以來，隨著人工智慧技術的發展，一些產業正在發生變革。此前，鎂客網（微信公眾號：im2maker）對辦公場景的人工智慧應用（點選檢視）作了一番分析，而此次，鎂客網將分析，在人工智慧趨勢之下，當前尚未被人工智慧過多開拓的建築工程會有哪些新商機？

前期圖紙設計

通常情況下，這裡所指的圖紙有兩種型別，一種是注重設計意念、表現整體設計意圖和主要設計要點的建築方案，不需要體現太多的細節，一種是講究細節的建築施工圖，其中包括每一個必要的細部尺寸、做法大樣、施工說明等，用來表示房屋的規劃位置、外部造型、內部佈置、內外裝修、細部構造、固定設施及施工要求等。

之前，在先後讀了3000本愛情小說，1500本科幻小說以及其他書籍後，Google讓自家的AI學會了文字創作，而Facebook則教自己的神經網路學會自主建立影像。由此看來，讓人工智慧畫出建築圖紙也不是不可能實現的。

通過大量建築方案資料對相關機器學習演算法進行訓練之後，對於建築方案的創作，AI系統應當有了一個準確的概念。再然後，只要客戶對著系統準確描述自己的要求，AI就可以生成多種方案以便客戶選擇。

當然，面對那麼一些非常注重“標新立異”的客戶，AI有時或許並不能完美應對。此時，人類設計師就得出場，而AI系統則退居二線，以助手的身份根據設計師的語音命令進行作畫或修改。

此外，依據快速的資料計算分析能力以及明察秋毫的計算機視覺系統，在建築施工圖的細節標註方面，想必人工智慧系統可以做的比人類好得多。並且，利用大資料，人工智慧系統也可以快速列出施工要求，而如果人類有一些額外的要求的話，人工智慧也可以通過語音識別進行補充。

中期工程施工

在圖紙完成之後，接下來要做的就是材料選購、現場施工，在這方面，人工智慧有著很大的用武之地。

首先，在材料選購方面，“偷工減料”是一個留存已久的弊病。一般情況下，有經驗的人會通過觀看或敲打來對材質進行判斷，但是，這裡容易有一個弊端，有些廠家會將上品和次品相混合，而這是很難辨識的。在這方面，人們可以通過超聲波檢測器和計算機視覺解決，在機械臂將建材裝運上車的過程中，通過車上的超聲波檢測器，可以對建材的表面和內部質量進行檢查，再借助計算機視覺，人們就不必擔心建材數量上的缺少。在所有建材裝載上車之後，無人駕駛汽車就會帶著這些建材安全到達施工現場。

在施工程式中，最講究的就數效率和安全。在效率方面，經過大資料的計算，AI系統可以對地形、地段進行完整的分析，以找出最佳地點。而在施工現場，一些工種完全可以讓機器人來代替，比如說根據強大的資料計算能力，再輔以計算機視覺系統，無人駕駛打樁車的AI系統可以就準確無誤的按照圖紙定的位置進行打樁。相比於人類慢慢的進行環境考察、距離測量等，人工智慧的“快速”佔有明顯的優勢。

在施工現場，“安全問題”是一個重中之重，然而，除了相關部門的檢查之外，大多開發商很容易就會忽視這一方面。其實，最安全的方法就是每天對建築設施進行檢查，不過，鑑於施工設施之多以及人類自身的原因，這是一件相當費時費力的事情。

既然如此費時費力，擁有高效率行動力的人工智慧就成了一個不錯的選項。在無人機和一些具備攀爬能力的小型機器人身上搭載計算機視覺系統以及相關技術，將掃描到的影像立體化，並與相關模型進行對比，從而發現其中的安全隱患。在確定之後，通過物聯網告知攀爬機器人具體方位，從而快速修復。而在夜間，巡邏無人機和保安機器人也會輪番上崗值班，確保施工現場的財產安全。

另外，雖然到時候的工人會被機器人所取代，但安全檢查也是不可缺少的，畢竟機器維修費也是需要一筆錢的。

後期工程維護

一棟建築完成後，就該到最後的成果驗收了。在這方面，除了房子的質量，裝修風格等也包括其中。雖然最後的決策最好是由客戶來進行，不過，這並不代表客戶必須到場。

在機器人去現場驗收之前，客戶可以提前以簡單的表述在系統中輸入自己的驗收要求。當機器人到達現場，第一步是通過鐳射雷達將周圍的一切以3D的形式呈現在系統中，與原有模型進行對比，以找出其中的問題。另外，其還將通過超聲波對地板厚度等進行檢測，全方面保證房子的安全和質量。

然後，在客戶提前輸入的要求之上，通過對計算機視覺掃描的結果進行分析，AI系統會分別對裝修、傢俱的材質、風格進行對比，看是否符合客戶的要求。之後，通過通訊系統，機器人會聯絡客戶，實時傳送現場畫面，讓客戶對整體作一個判定。這時候，機器人就是一個通訊介質，開發商將通過機器人與客戶進行直接的交流。

此外，在驗收過後的維護方面，可以由無人機和機器人來代替，從內到外、從上到下的對房子進行檢修和維護。

隨著人工智慧技術的發展，以上全部或部分場景必將在未來成為現實。在當下，人們更多地是將目光放在智慧家居、智慧醫療和智慧出行等領域，然而，除了這些，人工智慧技術還有許多的場景應用尚待挖掘之中。所以，與其跟眾多廠商搶奪一份漸漸成熟的果實，何不另闢蹊徑，在另一個未開發的領域大刀闊斧的進行自己的佈局？

基於此，更多的人工智慧機遇仍在等待著廠商的挖掘，後續鎂客網會分析更多的人工智慧行業應用，敬請期待。

原文釋出時間：2016-12-09 18:05

本文作者：韓璐

本文來自雲棲社群合作伙伴鎂客網，瞭解相關資訊可以關注鎂客網。