基于知識圖譜技術的住建領域AI知識平臺構建

文｜劉學東 高鳳 許小虎 馮川川 張海月 吳自成

住建領域知識圖譜發展現狀與推廣進階路線

知識圖譜通過RDF（三元組）大規模語義網路表達大數據時代知識，為描繪物理世界生產生活行為提供有效的方法和工具。而知識圖譜也是現階段對認知智能所形成的知識底座數據支撐，承載人工智能數據、算法、算力著床。伴隨“十四五”規劃大力發展人工智能技術，以及隨著近些年大數據逐步對住建領域的滲透，人工智能技術在行業已從感知智能階段全面進入認知智能階段。

1.人工智能與知識圖譜在住建領域發展現狀

2020年發改委明確界定“新基建”：以新技術創新為驅動，以信息網絡為基礎，面向高質量發展需要，提供數字轉型、智能升級，融合創新服務的基礎設施體系。以“新城建”對接“新基建”，引領城市轉型升級，推進城市現代化，“新基建”進入發展快速車道。

（1）“新基建”加速人工智能應用落地

人工智能本身被定義為一種新的基礎設施，“新基建”又推動人工智能產業化，為人工智能產業提供基礎設施。受發展政策利好，各地政府與企業紛紛投入建設，根據中國信息通信研究院統計數據，“十四五”規劃期間，“新基建”投資預計達到10.6 萬億，占全社會基礎設施投資10%。

隨著“新基建”推動，帶動工程數字化建設、區域鏈及大數據集成，數據量將迎來爆發式暴漲，全國數據中心大規模建設，企業業務整體趨向云端化，直接加速了AI 模型開發、訓練和推理應用迭代；數據與物聯網場景實時對接，進行邊緣數據處理，帶動邊緣數據的崛起，整體降低算力成本；隨著“新基建”數據融合面的不斷拓展，同時也帶動了人工智能應用場景的拓展。總體來看，“新基建”為人工智能在現階段帶來數據、算法、算力、應用場景等基礎建設全面支持。

（2）城市信息模型CIM 建設

以城市數據為基礎建立的三維城市空間模型，是地理信息系統（GIS）、建筑信息模型（BIM）和物聯網（IoT）的有機結合。隨著CIM 構建的數字孿生生命周期的深入，CIM 建設由概念階段逐漸融入AI 人工智能、云計算、大數據后的加速發展，CIM+應用平臺建設與數據顆粒度需求的提高，多源異構數據的融合引發數據標準規范體系、信息安全體系和運維保障體系需求升級。

圖1 CIM 發展趨勢

現階段CIM 發展分兩個主要發展方向：一是以智慧城市為切入點；二是以支撐工改為切入點。CIM 功能模塊主要圍繞數據的匯聚、查詢、管理、可視化、應用方向開展，數據可視化逐漸接近人的感知，模型關聯更接近實體，與物聯網融合向著可分析與智能決策方向邁進，AI 人工智能與知識圖譜融合技術成為必然選擇。

（3）數字標準知識體系賦能數字化轉型升級

應對住建領域知識量龐雜，量大且剛需多樣化，隱藏信息難發現，人工判定成本高，機器決策難理解，業務橫向難貫穿等諸多因素，為促進全生命發展，住建知識平臺融合AI 人工智能技術與知識圖譜技術，梳理住建行業知識，數字結構化住建標準、規范等，形成住建領域數字標準知識體系，采用高度統一的可視化知識數據和知識解釋權，形成各階段、各專業知識貫通微循環，自動驅動知識學習、結構化重組更新，綜合校準知識，以標準數字體系實現數字知識立體化管理，全面助力行業數字化轉型升級。

2.知識圖譜在住建領域應用價值

從政策、行業、經濟、技術方面共同的作用，造就了住建智慧化升級的必然趨勢，驅動住建知識平臺建設。

（1）知識平臺外部

在數字經濟時代，數據是最重要的生產要素，建筑行業的數據資源雖然規模龐大，但在數據的關聯使用上仍有不足。政策、新基建的規劃領域中，明確提出對人工智能融合新型基礎建設的必要性。促進產業經濟拉動，產業鏈已初具規模，互聯網公司、人工智能公司及大數據智能公司紛紛入局；2019年知識圖譜核心產品市場規模約65 億元；預計2024年將突破200 億元；2019年知識圖譜技術帶動經濟增長規模約391.8 億元，預計 2024年將突破1000億元。

數字經濟與大數據的不斷發展，傳統經濟模式和應用場景持續變革，建筑行業數據應用離不開知識圖譜等相關人工智能技術的支撐。緩解住建行業暴露出諸多的問題，人口紅利消失，實體經濟結構轉型，專家成本高昂，建筑行業管控越來越嚴格等。

（2）數字政府管控

圖2 住建知識圖譜

“互聯網+政務服務”深化發展，深化“數智+政務”的深度融合。住建領域集中解決政府數據碎片化，引導行業突破技術壁壘，以健全統一標準實現數據共享及開放，驅動行業實現數據決策、推理的深度應用，解決數據資源應用單一，海量數據資源浪費。

圖3 知識平臺架構

圖4 數字化智能查詢

圖5 知識可視化查詢

（3）行業內部問題驅動改革

數據貫穿“規、建、管”整個建設過程，實現住建領域技術由感知智能向認知智能，數據管理到數智管理整體轉變。

住建知識平臺建設

住建AI·建筑知識平臺將國家規范、國標圖集、地方標準、設計圖紙、工程模型、專家經驗等知識利用人工智能技術翻譯成結構化立體化的計算機可理解的語言，實現知識的精準查詢、語音問答、智能推薦、專家解答等，服務于規劃、設計、審查、運維全生命周期，助力建筑行業由“數據管理”向“知識管理”升級。

（1）數字化智能查詢。相關設計知識的精準查詢-通過對查詢內容的理解和分析，讓知識查詢更高效、關聯知識推送更精準，有效提高使用者工作學習效率。

（2）知識可視化查詢。對建筑行業知識進行拆解、關聯、重組，形成建筑知識規則庫，實現知識的可視化和關聯知識的快速篩選。

（3）語音智能問答。結合語音技術，對于設計中常見的問題，用戶可通過語音問答的方式對系統進行提問，系統會對問題進行分析，與用戶進行多輪交互，最終給出對應答案。

（4）規范與審查的聯動。實現規范條文的一鍵解析，自動識別出條文中的實體要素和邏輯關系，快速生成審查算法，實現智能審查。

住建知識平臺未來發展趨勢及推廣進階路線

圖6 知識關聯查詢

知識類是一個特殊的內容形體，目前階段大量的媒體傳播平臺還是聚焦在尾部，KOL 市場的開發是當下面臨的問題。知識數字標準化體系進階路徑是根據實施過程中能力狀態，形成匹配、可執行、具有發展戰略的價值目標。將經歷“政府搭臺多方參與”到“規建管一體化”實施的可持續發展過程。

圖7 語音智能問答

圖8 規范一鍵解析

知識專業壁壘問題，更多強調知識的規范性、專業性及權威性。知識作為文明的傳播載體，內容覆蓋垂直屬性強烈。而住建知識平臺的價值是為用戶進行行業知識、專業領域經驗進行充電，同時知識平臺也從用戶中實現自我充電，隨著政策引導、頂層發展規劃建設，數據將成為新的生產新要素，成為競爭力之一，已然成為共識，隨著算力和技術的發展，大數據和AI 技術融合下的數據智能，將逐漸帶動工程建設在商業環境中應用，并間接創造價值。

數據是一切AI 人工智能技術模型的基礎，完善數據基礎的設施建設對于AI 發展至關重要，隨著住建知識數據平臺的應用，多種應用場景智能化應用需求，提升數據效率將成為眼下重點關注對象。首先，在數據接入方面，利用OCR、NLP 和機器學習技術，自動化批量接入同源異構數據，將成為數據發展態勢；其次，基于機器學習、深度學習的過程中提取有效的數據質量評估指標，逐漸實現數據自動化清洗，建立重復識別匹配規則和匹配鏈接規則；利用語音識別、CV、文本分析等技術實現企業元數據的業務詞庫的構建，提取各類有價值的非結構化元數據的資源池；最后，基于機器學習、NLP 和文本聚類分類技術，對數據進行基于內容的實時精準分類分級，防止重要數據泄露，信息的安全性將從科技技術上提升得以保障，從而推動“新城建”向產業動能轉化。

圖9 規范知識推理

圖10 聯動審圖

基于現階段住建知識圖譜技術處于初步探索階段，整個建設應遵從以單點應用為探索出發，利用計算機算法、算力對大數據分析和應用，逐步形成局部優化應用模塊。隨著技術逐漸成熟，實現單點向多領域復制，形成體系化融合，趨于完善，完成生態重構。宏觀上，嚴格恪守“產”“政”齊飛，重塑區域經濟發展與生存認知的高度一致性，知識平臺建設涉及組織、流程、業務、區域企業共同配合。需總體實現區域主導思想的轉變，管理模式的轉變。

建筑產業智能化的前提是產業數字化，建筑產業數字化的前提是建筑知識化，各方參與的數智時代將為建筑創建一個全新產業生態，隨著住建知識平臺逐步深入覆蓋市場，最終將改變行業格局的態勢。