人工智能在建筑行業(yè)的應(yīng)用分析

鄭杰 吳世永 畢小青

[摘 要]2017年國務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》（以下簡稱《規(guī)劃》），《規(guī)劃》中明確提到要加快人工智能與各個行業(yè)的融合，作為國民經(jīng)濟的重要物質(zhì)生產(chǎn)部門的建筑業(yè)，更應(yīng)加快推進智能化升級。工信部預(yù)測2020年人工智能帶動產(chǎn)業(yè)規(guī)模將突破萬億，對人工智能在建筑業(yè)的應(yīng)用進行分析，可為人工智能企業(yè)的各項活動提供決策和實施的依據(jù)。通過問卷調(diào)查，將數(shù)據(jù)進行主成分分析法，提取出“實用性需求”“經(jīng)濟性需求”和“安全性需求”三個因子，最終得出人工智能企業(yè)產(chǎn)品開發(fā)時應(yīng)該注意產(chǎn)品的實用性、經(jīng)濟性和安全性，并且應(yīng)該將市場瞄準(zhǔn)為房屋建筑、市政公用和水利水電工程。

[關(guān)鍵詞]人工智能;建筑業(yè);主成分分析

[DOI]10.13939/j.cnki.zgsc.2019.35.054

1 緒論

1956年，McCarthy最早提出了人工智能（Artificial Intelligence， AI）這一概念 。[1]盡管人工智能至今尚無統(tǒng)一的定義，但是通常把它理解為是計算機科學(xué)或智能科學(xué)中涉及研究、設(shè)計和應(yīng)用智能機器的一個分支。[2]

隨著人工智能技術(shù)的發(fā)展和廣泛的應(yīng)用，人工智能產(chǎn)業(yè)已經(jīng)初具雛形，人工智能產(chǎn)業(yè)鏈包括了基礎(chǔ)技術(shù)支撐、人工智能技術(shù)及人工智能應(yīng)用幾個基本環(huán)節(jié)。其中基礎(chǔ)技術(shù)支撐包括運算中心和數(shù)據(jù)庫組;人工智能技術(shù)主要包括專家技術(shù)、人工神經(jīng)網(wǎng)絡(luò)、模式識別、深度學(xué)習(xí);[3]人工智能應(yīng)用是指人工智能技術(shù)的應(yīng)用。目前，人工智能應(yīng)用遍及在移動互聯(lián)網(wǎng)、金融、公共安全、教育、醫(yī)療健康、建筑業(yè)等領(lǐng)域。

目前，人工智能在國內(nèi)進入了快速發(fā)展的階段。根據(jù)中國信息通信研究院發(fā)布的信息，2015年我國人工智能市場規(guī)模為112.3億元，2016年為141.9億元，2017年為216.9億元。根據(jù)《北京人工智能產(chǎn)業(yè)發(fā)展白皮書》，[4]截至2018年5月，我國從事人工智能研發(fā)的企業(yè)超過4000家，其中從事計算機視覺研究的企業(yè)最多，占到總企業(yè)數(shù)的20.8%，詳見圖1。

相較于醫(yī)療、金融、互聯(lián)網(wǎng)等傳統(tǒng)行業(yè)來說，建筑業(yè)人工智能的應(yīng)用起步較晚，但已經(jīng)取得了顯著的進展。

2 人工智能產(chǎn)品在建筑行業(yè)的應(yīng)用現(xiàn)狀

盡管人工智能在建筑業(yè)的應(yīng)用起步較晚，但到目前為止，人工智能技術(shù)在建筑設(shè)計、建筑結(jié)構(gòu)、建筑施工和建筑管理等多個方面獲得了廣泛的應(yīng)用，取得了明顯的成效。

2.1 人工智能的應(yīng)用領(lǐng)域

2.1.1 人工智能在建筑設(shè)計與規(guī)劃中的研究和應(yīng)用

在建筑行業(yè)設(shè)計的過程中，Reffat提出了三種利用人工智能技術(shù)來提高工程設(shè)計質(zhì)量實踐案例的方法，其中囊括了建筑設(shè)計基礎(chǔ)上建筑風(fēng)格的豐富性。[5]為了降低算法的復(fù)雜程度，黨向盈等利用遺傳算法對建筑設(shè)計進行改進，提出了一種神經(jīng)網(wǎng)絡(luò)與遺傳算法的建筑優(yōu)化設(shè)計方案。這種新的算法能快速地運算出結(jié)果，提高結(jié)構(gòu)優(yōu)化設(shè)計的效率。[6]廣聯(lián)達研發(fā)的系列BIM軟件可以對建筑設(shè)計進行碰撞檢查，讓設(shè)計文件更具有可行性。

2.1.2 人工智能在建筑結(jié)構(gòu)中的研究和應(yīng)用

麻省理工的Oral Buyukozturk教授等相關(guān)專家通過大量已有的研究結(jié)論，利用深度學(xué)習(xí)方法，對圖像進行了有效的識別，得到了裂紋分布與形狀、變形與位移、結(jié)構(gòu)損傷之間的關(guān)系。這一技術(shù)極大地解決了之前橋梁上需要安裝大量傳感器的難題。[7]蘇國韶等提出了一種機器學(xué)習(xí)方法，解決邊坡穩(wěn)定性的合理評價問題，并且建立相應(yīng)的預(yù)測模型。該方法能夠精確地反映出邊坡穩(wěn)定性與各種影響因素之間的非線性映射關(guān)系，能準(zhǔn)確、可靠地給出邊坡穩(wěn)定狀態(tài)的評價結(jié)果。[8]美國卡內(nèi)基-梅隆大學(xué)開發(fā)了名叫HT-RISE的專家系統(tǒng)，可對建筑初步結(jié)構(gòu)設(shè)計進行大量啟發(fā)式?jīng)Q策。

2.1.3 人工智能在建筑施工中的研究和應(yīng)用

H·Behzadan等人充分的使用AR技術(shù)，使用WLAN和RFID無線局域網(wǎng)和藍牙的室內(nèi)和室外的跟蹤技術(shù)，在現(xiàn)場使用GPS全球定位系統(tǒng)跟蹤，提供現(xiàn)場人員對項目的計劃方案，在同一時間進度和預(yù)算信息，向用戶角色提供對現(xiàn)有項目的具體任務(wù)和條件實時幫助系統(tǒng)的偏好。[9]重慶江北機場T3A航站樓項目施工環(huán)境發(fā)生了改變，應(yīng)用BIM-4D平臺發(fā)現(xiàn)土建施工工作面和鋼結(jié)構(gòu)滑移施工的沖突，優(yōu)化了大跨鋼結(jié)構(gòu)滑移施工方案。

科大訊飛的“城市超腦計劃”、小智科技的AI智能審圖工具“小智審圖”，都涉及采用最新AI技術(shù)協(xié)助建筑行業(yè)審圖人員進行施工圖審查。強大的計算機運算能力會逐漸承擔(dān)起簡單、重復(fù)性工作，讓行業(yè)設(shè)計師把更多的時間用在創(chuàng)意性和體驗性工作中。

“智慧工地”是人工智能在建筑施工領(lǐng)域的具體體現(xiàn)，通過運用大數(shù)據(jù)、云計算實現(xiàn)精準(zhǔn)化管理和風(fēng)險預(yù)警，加強建筑企業(yè)數(shù)字化、智能化、移動化施工管理，切實解決施工現(xiàn)場的痛點及防范風(fēng)險，使城鄉(xiāng)規(guī)劃更加科學(xué)，城市建設(shè)更加有序，從而推動智慧城市的順利發(fā)展。

碧桂園已經(jīng)在安排生產(chǎn)適合機器人使用的鋁模、頂架、爬架、墻板，正在全力以赴用機器人建房子。

2.1.4 人工智能在建筑管理中的研究和應(yīng)用

M - Y. Cheng等學(xué)者開發(fā)了一種進化模糊混合神經(jīng)網(wǎng)絡(luò)，以加強項目工程的現(xiàn)金流管理。進化模糊混合神經(jīng)網(wǎng)絡(luò)能夠進行有效地部署，實現(xiàn)輸入因子和項目成功輸出的最佳映射，可用于建筑業(yè)動態(tài)項目的成功評價。[10]H·郭等學(xué)者以游戲技術(shù)為基礎(chǔ)，為解決目前行業(yè)安全培訓(xùn)方法和工具不能提供學(xué)生實際培訓(xùn)的問題，對施工企業(yè)員工進行安全培訓(xùn)。[11]Autodesk推出了BIM 360 Project IQ這一款人工智能軟件，通過采集現(xiàn)場的各種影音，并結(jié)合建筑管理數(shù)據(jù)形成數(shù)據(jù)文件。該軟件可以通過對這些數(shù)據(jù)的分析與機械學(xué)習(xí)，對工地做風(fēng)險管理。

2.2 人工智能的效益

在建筑設(shè)計階段中應(yīng)用人工智能產(chǎn)品，可以提高設(shè)計效率、降低設(shè)計費用。人工智能技術(shù)不僅在建筑設(shè)計環(huán)節(jié)可以提高效率，而且能提高整體項目的設(shè)計效率。比如，開發(fā)商在土地競買時，必須事先完成項目總體設(shè)計方案，才能形成土地報價。設(shè)計師一般需要10天左右的時間完成項目總體方案，而利用人工智能軟件小庫（xkool），只需要輸入用地指標(biāo)等相關(guān)信息之后，就可以自動生成多種設(shè)計方案以供選擇，但是小庫（xkool）只需要一天的時間就能完成項目總體方案。而且隨著云計算的不斷發(fā)展，在設(shè)計階段還能降低90%設(shè)計所需的硬件費用。

在施工中，人工智能產(chǎn)品的應(yīng)用可保障施工安全、節(jié)約施工成本、縮短工期。廣州GE生物科技園首期項目中運用了多種智能化手段，通過無人機+BIM技術(shù)建立模型，減少測量成本，使用其自主研發(fā)的BIM族庫，嚴(yán)格控制臨時建設(shè)的費用;應(yīng)用各種可視化監(jiān)控系統(tǒng)，智能把控混凝土現(xiàn)澆等施工作業(yè)的安全;利用公司自行開發(fā)的管理系統(tǒng)，對進度計劃進行參數(shù)分析優(yōu)化，通過大數(shù)據(jù)對工程的各項數(shù)據(jù)的處理，精準(zhǔn)預(yù)測進度的誤差，對施工的各個環(huán)節(jié)進行模擬施工較大程度上縮短了工期。

2.3 人工智能在國內(nèi)建筑業(yè)應(yīng)用的普及情況

雖然人工智能發(fā)展迅速，但在建筑行業(yè)的應(yīng)用目前還處于起步階段。

截至2017年年底，中國建筑股份有限公司在超過3000個項目上運用各種人工智能技術(shù)。近年來國內(nèi)較大的工程也普遍使用人工智能產(chǎn)品。濟南地鐵項目上推行BIM系統(tǒng)，全面運用各種自動化設(shè)備，可確保產(chǎn)品信息精確性和可追溯性，對各項信息實行全方位信息化的管理。在建的“新疆三峽”阿爾塔什大壩工程借助多種高科技含量的方法，正通過現(xiàn)代化技術(shù)的運用，讓大壩的建設(shè)充滿人工智能的氣息。

但是，人工智能技術(shù)在建筑行業(yè)的應(yīng)用并不均衡。通過對中國各個不同規(guī)模的建筑企業(yè)進行走訪調(diào)查發(fā)現(xiàn)：大型建筑企業(yè)較多地采用了人工智能產(chǎn)品，這些企業(yè)基本上已經(jīng)建立了基于大數(shù)據(jù)的建筑信息平臺，中小型企業(yè)在工程項目上相對來說較少涉及使用人工智能技術(shù)，詳見表1。

3 人工智能在建筑業(yè)的應(yīng)用前景分析

埃森哲咨詢公司埃森哲通過研究AI（人工智能）在 12 個發(fā)達經(jīng)濟體中所產(chǎn)生的影響，預(yù)測AI （人工智能）可將勞動生產(chǎn)率提高40%。[12]這意味著人工智能對提升建筑業(yè)的效率有巨大的潛能。

3.1 建筑行業(yè)使用人工智能產(chǎn)品應(yīng)用的必要性

建筑業(yè)屬于資金密集和勞動密集行業(yè)，生產(chǎn)過程中常常需要占用大量的勞動力。根據(jù)相關(guān)數(shù)據(jù)分析[7]，除2008年外，1999—2012年，我國建筑業(yè)企業(yè)勞動生產(chǎn)率增長率都在10%以上（2008年為9.25%），平均值為13.92%，而2013—2017年建筑業(yè)企業(yè)勞動生產(chǎn)率增長率全都在10%以下，平均值為3.76%。數(shù)據(jù)說明我國的建筑行業(yè)經(jīng)過多年的發(fā)展，管理的不斷完善，技術(shù)的不斷成熟，已經(jīng)進入了一個階段峰值，需要一種新的技術(shù)去推動建筑業(yè)向更高的階段發(fā)展。人工智能是解決這個難題較好的手段，因為人工智能最大的特點，就是高效快速地完成一些復(fù)雜的工作。所以說建筑業(yè)運用人工智能產(chǎn)品之后，不僅能很大程度上提高建筑業(yè)勞動生產(chǎn)率，而且能緩解我國老齡化的問題。

深圳當(dāng)代藝術(shù)館及規(guī)劃展覽館，第一次采用BIM技術(shù)加上機械智能完成了整個工程的建造。如果依靠原有的施工工藝，需要約200個工人工作一年才能完成，而使用這項技術(shù)之后，僅僅只用了8名工人3個月就完成了全部建造。

因為建筑行業(yè)特有的作業(yè)方式，所以建筑行業(yè)事故多發(fā)。建設(shè)工程發(fā)生安全事故，不僅給從事建筑工程的工作人員帶來人身傷害，影響建筑工程工期，而且給社會帶來了不可估量的經(jīng)濟損失。根據(jù)住建部公布的信息，在過去的15年間，因為工程安全事故而死亡的人數(shù)達到了13280之多，所帶來的經(jīng)濟損失超過百億元。各類智能可視化檢測與建筑工地分析及預(yù)警等應(yīng)用，如Smartvid.io，能夠不間斷全方位的識別人眼難以識別的不安全因素，提高項目過程的安全性。

3.2 建筑行業(yè)各個細分市場的成長性

建筑行業(yè)體系龐大，其內(nèi)部不斷細化，形成多種子產(chǎn)業(yè)，也就是建筑行業(yè)細分產(chǎn)業(yè)。根據(jù)住建部公布的文件，其將建筑企業(yè)特、一級資質(zhì)企業(yè)細分為12類。根據(jù)中國建筑業(yè)協(xié)會發(fā)布的2012—2016年建筑業(yè)發(fā)展統(tǒng)計分析，整理了如下資料，見表2。從數(shù)據(jù)中可以得出房屋建筑工程、公路工程、市政公用工程和鐵路工程是歷年來排在前四位的建筑業(yè)總產(chǎn)值專業(yè)類別。這4個類別特、一級施工總承包企業(yè)完成的2012—2016年建筑業(yè)總產(chǎn)值之和占到所有12個類別特、一級施工總承包企業(yè)建筑業(yè)總產(chǎn)值的平均比重為86.1%。因為國家近年來的各項環(huán)保政策和供給側(cè)結(jié)構(gòu)性改革，礦山工程、冶煉工程、化工石油工程發(fā)展緩慢，甚至有倒退的形勢。2013—2016年的平均增速最高的為市政公用工程，平均增速為16.4%，其次是電力工程，平均增速為15.7%。

為了更加直觀的了解建筑業(yè)細分市場的成長性和規(guī)模大小，筆者將以上數(shù)據(jù)進行統(tǒng)計處理后得到以下成長性—規(guī)模圖，見圖2。

根據(jù)上面的分析，筆者認(rèn)為在成長性好、規(guī)模較大的細分市場率先推廣人工智能技術(shù)，會取得更好的效益。從圖中可以看出，處于高速發(fā)展，同時市場規(guī)模大的細分市場是房屋建筑工程、市政公用工程和水利水電工程。

3.3 建筑業(yè)對人工智能產(chǎn)品的需求分析——基于SPSS主成分分析法

筆者通過建筑業(yè)對人工智能產(chǎn)品需求進行分析時，首先訪談了5名從事相關(guān)研究的專家學(xué)者，以訪談內(nèi)容為大綱，提取訪談核心內(nèi)容，制定并多次修改調(diào)查問卷。最后確定了9個測量指標(biāo)，分別是：能否兼容其他人工智能產(chǎn)品的需求、人工智能產(chǎn)品是否能重復(fù)多次使用的需求、使用人工智能的可視化動態(tài)監(jiān)控的需求、人工智能產(chǎn)品能分級管理的需求、人工智能產(chǎn)品較廉價的需求、對操作使用方式簡單明了的需求、使用人工智能產(chǎn)品方案優(yōu)化的需求、對人工智能產(chǎn)品適用于各種設(shè)備的需求、使用人工智能后能帶來較好的經(jīng)濟效益的需求。采用Likert 5級量表，分別賦值1～5分，隨著分?jǐn)?shù)增加，程度依次加深。依據(jù)之前分析的建筑業(yè)細分市場的成長性，向增速高同時規(guī)模大的三類建筑企業(yè)，共計13個。發(fā)放160份調(diào)查問卷，回收有效問卷151份。

本文采用SPSS20.0軟件對數(shù)據(jù)進行主成分分析。首先對問卷信度和效度檢驗，見表3。總問卷Cronbach'sα系數(shù)為0.787，Cronbach'sα系數(shù)>0.7說明問卷信度較高。進行KMO檢驗和巴特萊特球形檢驗。問卷的KMO值為0.915， KMO值大于0.6時， 說明各題項之間相關(guān)性則較高。巴特萊特球形檢驗的Sig統(tǒng)計值的顯著性為0.000， 否定了相關(guān)矩陣為單位矩陣。由這些檢驗可以得出， 本問卷可以進行主成分析法。

采用主成分分析法提取因子進行探索性因子分析 （最大方差旋轉(zhuǎn)法） 。對特征值大于1的因子進行多次正交旋轉(zhuǎn)， 剔除不合理的指標(biāo)， 最終得到8個指標(biāo)。提取出3個因子， 累積方差貢獻率為83.333%。這3個因子的特征值、方差百分比和累計方差貢獻率， 旋轉(zhuǎn)后的因子載荷見表4。

因子1包含的信息量最多，能解釋總變異的32.929%， 包含的3個條目反映的是對人工智能產(chǎn)品適用于各種設(shè)備、操作使用方式簡單明了、能否兼容其他人工智能產(chǎn)品的需求，故將其命名為“實用性需求”。因子2包含的信息量能解釋總變異的30.245%， 包含的3個條目反映的是對人工智能產(chǎn)品是否能重復(fù)多次使用、人工智能產(chǎn)品較廉價、使用人工智能后能帶來較好的經(jīng)濟效益的需求，故將其命名為“經(jīng)濟性需求”。 因子3所包含的信息量能解釋總變異的20.159%， 包含的2個條目反映的是對使用人工智能的可視化動態(tài)監(jiān)控，方案優(yōu)化的需求， 故將其命名為“安全性需求”。

4 結(jié)語——建筑業(yè)人工智能產(chǎn)品開發(fā)的建議

本文通過對建筑行業(yè)細分市場的成長性分析，可以得出房屋建筑工程、市政公用工程和水利水電工程這3個類別，特、一級施工總承包企業(yè)的規(guī)模和增速都非常高。人工智能企業(yè)在產(chǎn)品開發(fā)時所重點關(guān)注的對象應(yīng)該是這五類細分市場。通過對建筑業(yè)相關(guān)人員進行人工智能的需求問卷調(diào)查，對收集的數(shù)據(jù)進行主成分分析法，提取出“實用性需求”和“經(jīng)濟性需求”兩個因子。最終得出人工智能企業(yè)產(chǎn)品開發(fā)時應(yīng)該注意產(chǎn)品的實用性，設(shè)計的人工智能產(chǎn)品要適用于各種設(shè)備，操作界面和使用方式不要過于復(fù)雜，能兼容其他人工智能產(chǎn)品;還要著重于產(chǎn)品經(jīng)濟性，節(jié)約開發(fā)人工智能產(chǎn)品的成本，降低使用人工智能的費用，讓建筑企業(yè)使用后能夠明顯感受到降低了成本，還要使產(chǎn)品能夠重復(fù)使用;最后人工智能企業(yè)應(yīng)該開發(fā)可視化動態(tài)監(jiān)控和方案優(yōu)化方面的產(chǎn)品。

參考文獻：

[1]尼克.人工智能簡史[M]. 北京：人民郵電出版社，2017.

[2]蔡自興.人工智能及其應(yīng)用[M].5版.北京：清華大學(xué)出版社，2016.

[3]郭成濤，李檬.人工智能發(fā)展中的問題思考及其研究現(xiàn)狀[J].科技視界，2017（3）：71-72.

[4]《北京人工智能產(chǎn)業(yè)發(fā)展白皮書（2018年）》發(fā)布[J].中國建設(shè)信息化，2018（13）：4.

[5]REFFAT R M. Utilization of artificial intelligence concepts and techniques for enriching the quality of architectural design artifacts[EB].https：//www.researchgate.net/publication/239928346.

[6]黨向盈，姜代紅.神經(jīng)網(wǎng)絡(luò)結(jié)合遺傳算法在建筑優(yōu)化設(shè)計中的應(yīng)用[J].徐州工程學(xué)院學(xué)報（自然科學(xué)版），2017，32（2）：66-71.

[7]CHA Y J， CHOI W， Büyükoztürk O. Deep learning based crack damage detection using convolutional neural networks [J]. Computer-aided Civil & Infrastructure Engineering， 2017， 32 （5）：361-378.

[8]蘇國韶，宋詠春，燕柳斌.高斯過程機器學(xué)習(xí)在邊坡穩(wěn)定性評價中的應(yīng)用[J].巖土力學(xué)，2009，30（3）：675-679.

[9]A H BEHZADAN，Z AZIZ，C J ANUMBA，et al.Ubiquitous location tracking for context -specific information delivery on construction sites [J].Automation in Construction， 2008（17 ）：737-748.

[10]CHENG M Y， TSAI H C，SUDJOONO E.Evolutionary fuzzy hybrid neural network for dynamic project success assessment in construction industry[J].Automation in Construction，2012，21（1）：46-51.

[11]GUO H，LI H，CHAN G， et al.Using game technologies to improve the safety of construction plant operations[J].Accident Analysis & Prevention，2012， 48（3）：204-213.

[12]埃森哲官網(wǎng).Insight AI artificial intelligence future growth[EB].https：//www.accenture.com/cn-zh/insight-ai-artificial-intelligence-future-growth.

[基金項目]大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目“建筑業(yè)人工智能應(yīng)用的市場供給分析”（項目編號：201810060158）。

[作者簡介]鄭杰（1998—），男，漢族，重慶人，天津理工大學(xué)管理學(xué)院工程管理系本科生，研究方向：工程管理、建筑技術(shù)創(chuàng)新;吳世永（1999—），男，江蘇南京人，天津理工大學(xué)管理學(xué)院工程管理系本科生，研究方向：工程管理;指導(dǎo)老師：畢小青（1965—），男，漢族，天津人，天津理工大學(xué)管理學(xué)院市場營銷系教授，研究方向：戰(zhàn)略管理、產(chǎn)業(yè)經(jīng)濟。