人工智能在建筑工程中的應(yīng)用

張繼民

（中海油石化工程有限公司，山東 濟(jì)南 266061）

1 人工智能概述

1956年，人類開始研究人工智能，在美國(guó)達(dá)特大學(xué)舉行的會(huì)議上首次被冠以“人工智能”。人工智能是一門在多個(gè)學(xué)科相輔相成基礎(chǔ)上發(fā)展起來的新型綜合交叉學(xué)科，主要涉及計(jì)算機(jī)科學(xué)、神經(jīng)學(xué)、哲學(xué)、心理學(xué)及控制論等多種學(xué)科。人工智能已發(fā)展成為計(jì)算機(jī)科學(xué)領(lǐng)域的一個(gè)重要分支學(xué)科，被應(yīng)用于智能計(jì)算機(jī)研究領(lǐng)域中。智能計(jì)算機(jī)研究領(lǐng)域的主要目標(biāo)是在借鑒人類大腦神經(jīng)系統(tǒng)功能的基礎(chǔ)上創(chuàng)造部分智能程序，更重要的是這些程序如何被高效運(yùn)行，并在此基礎(chǔ)上建立相關(guān)理論及開發(fā)一系列相關(guān)技術(shù)產(chǎn)業(yè)。

如今人工智能已成為社會(huì)各個(gè)領(lǐng)域的研究熱點(diǎn)，其發(fā)展歷程可以大致分為以下幾個(gè)主要階段。

第一階段：人工智能在20世紀(jì)50年代的興起與衰落。“人工智能”一詞被首次提出后，陸續(xù)涌現(xiàn)一些研究成果，比如挑起程序、LISTP表處理語(yǔ)言及通用問題等。但因?yàn)橄夥ㄔ谕评砟芰Ψ矫娲嬖诘木窒扌约皺C(jī)器智能翻譯不成熟等原因，此時(shí)人們對(duì)問題的求解方法過于重視，忽略知識(shí)創(chuàng)新的重要性，導(dǎo)致人工智能走向低谷。

第二階段：由于部分專家系統(tǒng)在20世紀(jì)60年代末至70年代的相繼出現(xiàn)，有力推動(dòng)了人工智能研究的發(fā)展速度，呈現(xiàn)了新的研究高潮期，使人工智能研究成果的實(shí)用性大大提高。專家系統(tǒng)大致可以闡述為一種軟件系統(tǒng)，此軟件系統(tǒng)是在知識(shí)的基礎(chǔ)之上設(shè)計(jì)的軟件系統(tǒng)，主要由知識(shí)庫(kù)及推理機(jī)等構(gòu)成。

第三階段：20世紀(jì)80年代，人工智能伴隨著五代計(jì)算機(jī)的研制取得了巨大發(fā)展。1982年，日本開始著手第五代計(jì)算機(jī)（KIPS）的研制規(guī)劃，設(shè)想達(dá)到邏輯推理運(yùn)算速度與數(shù)值運(yùn)算等效。規(guī)劃最終雖以失敗告終，但極大推動(dòng)人工智能研究熱潮的發(fā)展。

第四階段：20世紀(jì)90年代初，神經(jīng)網(wǎng)絡(luò)和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展促使人工智能的研究再次出現(xiàn)新的高潮期。尤其是國(guó)際互聯(lián)網(wǎng)技術(shù)及多層神經(jīng)網(wǎng)絡(luò)模型的大力發(fā)展，促進(jìn)人工智能由單一主體變成多個(gè)主體同時(shí)求解，進(jìn)一步提高了其在社會(huì)各領(lǐng)域中的實(shí)用性。人工神經(jīng)網(wǎng)絡(luò)主要是將許多模仿人體大腦神經(jīng)元中比較簡(jiǎn)單的處理單元相互鏈接構(gòu)成極其復(fù)雜的網(wǎng)絡(luò)系統(tǒng)，通過持續(xù)調(diào)節(jié)神經(jīng)之間的銜接強(qiáng)度，增強(qiáng)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)、分析、記憶等能力，使其與人腦的相似程度進(jìn)一步增加。

在建筑工程領(lǐng)域，人工智能已經(jīng)廣泛應(yīng)用于工程項(xiàng)目的各個(gè)階段，多方位提升工程領(lǐng)域的精細(xì)化、數(shù)字化、智能化及信息化水平，促進(jìn)建筑工程領(lǐng)域的快速發(fā)展。

2 決策過程

決策過程大致可以分為規(guī)劃和設(shè)計(jì)。

2.1 規(guī)劃

使用機(jī)器學(xué)習(xí)是一種全新的學(xué)習(xí)方式。人工智能的重點(diǎn)就是機(jī)器學(xué)習(xí)，以先前的數(shù)據(jù)及經(jīng)驗(yàn)作為依據(jù)，采取合理的方法、手段去改善或優(yōu)化算法。利用人工智能對(duì)建筑項(xiàng)目周圍的外界環(huán)境、地質(zhì)情況、交通運(yùn)輸?shù)瓤陀^因素及附近人類需求的大數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，結(jié)合虛擬現(xiàn)實(shí)相結(jié)合的實(shí)景技術(shù)，建立全新規(guī)劃設(shè)計(jì)模式。通過此全新規(guī)劃設(shè)計(jì)模式，能有效規(guī)避傳統(tǒng)模式中考慮不到的風(fēng)險(xiǎn)，營(yíng)造出更加綠色健康的建筑環(huán)境，全方位實(shí)現(xiàn)建筑工程的智能規(guī)劃程度。

2.2 設(shè)計(jì)

建筑信息模型（BIM）在建立工程項(xiàng)目設(shè)計(jì)階段扮演著十分重要的角色。BIM技術(shù)是工程項(xiàng)目精確設(shè)計(jì)、快速建造及可視化管理的一種高效數(shù)據(jù)化輔助手段。該技術(shù)最先被佐治亞理工大學(xué)的Eastman教授在20世紀(jì)70年代提出。在建筑工程中使用該技術(shù)能提高工程建設(shè)效率。如上海中心（中國(guó)第一高樓）、武漢中心、中國(guó)尊（首都第一高樓）等，在建筑過程中全部采用了BIM技術(shù)，尤其是上海中心在建筑過程中引用BIM技術(shù)后，圖紙?jiān)O(shè)計(jì)錯(cuò)誤、工程返工、工期等方面分別減少了85%、70%、15%，效果極其顯著。通過可視化三維建模、云計(jì)算及VR等技術(shù)，能有效避免各專業(yè)的錯(cuò)漏、碰缺及沖突等設(shè)計(jì)問題，降低、優(yōu)化設(shè)計(jì)成本，大幅度減少施工階段的工程變更及沖突，縮短施工工期，縮減施工成本，顯著提高工程項(xiàng)目設(shè)計(jì)成果的三維可視化水平。

3 施工過程

建筑工程項(xiàng)目施工過程中處處可見人工智能的應(yīng)用實(shí)例，如3D打印技術(shù)、智能機(jī)器人等。3D打印技術(shù)是一種基于自行設(shè)計(jì)的數(shù)字模型程序的極速成型技術(shù)，可以稱為一次新的工業(yè)革命。在建筑工程領(lǐng)域，徐捷等總結(jié)了國(guó)內(nèi)外與建筑有關(guān)3D打印技術(shù)的研究成果，依據(jù)打印材料及工藝對(duì)研究成果進(jìn)行歸納分類。通過該技術(shù)在建筑施工項(xiàng)目中的應(yīng)用效果來看，其能顯著提高施工速度，降低人力成本，節(jié)省施工耗材，縮短項(xiàng)目工期，實(shí)現(xiàn)綠色健康智能建造。同時(shí)，由于對(duì)智能機(jī)器人的研發(fā)升級(jí)及大范圍推廣應(yīng)用，加上5G技術(shù)的快速發(fā)展及安全可靠等特點(diǎn)，設(shè)計(jì)出具有不同功能類型的智能機(jī)器人，并在施工過程中逐步取代人工操作，如砌磚機(jī)器人、無人挖土機(jī)等，顯著提升施工質(zhì)量，節(jié)省人力及材料成本。另外，在管理工程施工現(xiàn)場(chǎng)的過程中能隨時(shí)隨地看見人工智能的身影。Behzadan等學(xué)者在管理過程中充分應(yīng)用增強(qiáng)現(xiàn)實(shí)技術(shù)，現(xiàn)場(chǎng)管理人員在任何地點(diǎn)、任何時(shí)間隨時(shí)可以輕松查看工程的設(shè)計(jì)計(jì)劃、實(shí)時(shí)進(jìn)度及前期預(yù)算等相關(guān)信息。同時(shí)，Chen等引入ISS系統(tǒng)，能迅速高效地使得工程主要管理人員清晰掌握基于某階段工程目標(biāo)及約束條件下的最優(yōu)工程進(jìn)度計(jì)劃。Fang等在工程中利用了計(jì)算機(jī)視覺領(lǐng)域里的一種與深度學(xué)習(xí)有關(guān)的目標(biāo)檢測(cè)算法，通過施工現(xiàn)場(chǎng)攝像頭拍攝的現(xiàn)場(chǎng)視頻能自動(dòng)、快速、有效地辨別施工人員是否按規(guī)定佩戴安全帽，并能自動(dòng)報(bào)警。隨著我國(guó)全面加速建成的北斗衛(wèi)星導(dǎo)航系統(tǒng)，通過將智能傳感器與北斗衛(wèi)星導(dǎo)航系統(tǒng)進(jìn)行聯(lián)合使用，能實(shí)時(shí)獲取施工現(xiàn)場(chǎng)的動(dòng)態(tài)信息，及時(shí)準(zhǔn)確掌握施工現(xiàn)場(chǎng)的各方面情況，最大程度保證施工各工序的高效對(duì)接，及時(shí)發(fā)現(xiàn)并解決現(xiàn)場(chǎng)施工的突發(fā)問題。

4 運(yùn)營(yíng)過程

近幾年，配備高清全方位旋轉(zhuǎn)攝像頭的輕便型無人機(jī)在多個(gè)高樓、大壩、橋梁及其他有關(guān)的建設(shè)領(lǐng)域中得到大范圍應(yīng)用，呈現(xiàn)指數(shù)級(jí)別的發(fā)展趨勢(shì)。在建筑項(xiàng)目運(yùn)營(yíng)階段，可以充分利用無人機(jī)技術(shù)、視覺算法及深度學(xué)習(xí)算法等智能方法對(duì)建筑項(xiàng)目產(chǎn)品進(jìn)行動(dòng)態(tài)預(yù)測(cè)與全方位維護(hù)。在建筑工程領(lǐng)域，基于5G所衍生出的無人機(jī)技術(shù)在對(duì)建筑項(xiàng)目進(jìn)行視覺監(jiān)控方面存在著極大潛力及巨大市場(chǎng)。無人機(jī)可以通過攜載不同功能類型的智能傳感器獲取監(jiān)測(cè)范圍內(nèi)超清晰、高精度的視頻圖像，及時(shí)生成動(dòng)態(tài)可視化的三維模型，實(shí)時(shí)得到項(xiàng)目周圍交通信息，能為相關(guān)部門快速高效地制定最佳應(yīng)急處置方案提供更精準(zhǔn)的實(shí)時(shí)信息，提高緊急救援的效率及成功率。如攜載激光雷達(dá)的輕便型無人機(jī)，通過使用激光測(cè)繪技術(shù)能迅速高效地得到測(cè)繪現(xiàn)場(chǎng)的三維點(diǎn)云，從而獲得有關(guān)測(cè)繪現(xiàn)場(chǎng)的低精度立體全方位信息。在橋梁監(jiān)測(cè)過程中可以將立體數(shù)字成像技術(shù)與無人機(jī)綜合應(yīng)用于健康情況的實(shí)時(shí)監(jiān)測(cè)。武漢暴發(fā)疫情期間，緊急需要建設(shè)火神山和雷神山醫(yī)院，但為防止過多人員感染新冠，國(guó)內(nèi)首次采用了5G網(wǎng)絡(luò)及無人機(jī)技術(shù)利用網(wǎng)絡(luò)直播實(shí)施 “云監(jiān)工”，成功實(shí)現(xiàn)了該工程項(xiàng)目的設(shè)計(jì)、建設(shè)及施工單位的聯(lián)合監(jiān)工，并采用場(chǎng)外建造模塊及場(chǎng)內(nèi)組裝的方法，創(chuàng)下了全新的中國(guó)建筑速度。計(jì)算機(jī)視覺是利用攝像機(jī)或計(jì)算機(jī)的特定功能取代人眼的某些功能，對(duì)預(yù)定目標(biāo)進(jìn)行辨識(shí)、追蹤、丈量及修復(fù)等工作，最大限度地挖掘其包含的有效信息，在辨別裂紋、測(cè)量位移及鑒別模態(tài)參數(shù)等方面有著無以取代的作用。

2006年，Hinton等學(xué)者提出深度學(xué)習(xí)，作為機(jī)器學(xué)習(xí)中一個(gè)全新的研究領(lǐng)域，旨在創(chuàng)造、效仿人腦進(jìn)行剖析研習(xí)的神經(jīng)網(wǎng)絡(luò)，仿照人腦的機(jī)制去解析數(shù)據(jù)。鮑躍全等提出了一種有關(guān)結(jié)構(gòu)監(jiān)測(cè)數(shù)據(jù)異常判斷的方法，主要分為三步：第一步是將原本持續(xù)監(jiān)測(cè)的實(shí)時(shí)數(shù)據(jù)切分成段；第二步是將切段的數(shù)據(jù)（時(shí)域和頻域響應(yīng)）進(jìn)行雙通道成像，并進(jìn)行實(shí)時(shí)標(biāo)注；第三步是通過建立、優(yōu)化深度學(xué)習(xí)算法去深度學(xué)習(xí)、判定監(jiān)測(cè)數(shù)據(jù)的異常狀況。為了驗(yàn)證該算法的實(shí)用性及精確性，通過對(duì)某座超大跨度的斜拉橋進(jìn)行有關(guān)加速度數(shù)據(jù)的分析監(jiān)測(cè)判斷結(jié)果對(duì)比驗(yàn)證，并將數(shù)據(jù)集合的平衡性及概率性等影響因素進(jìn)行充分考慮，驗(yàn)證結(jié)果效果非常好。證明該技術(shù)算法能迅速有效地判別不同種類數(shù)據(jù)的異常狀況，其發(fā)展?jié)摿皯?yīng)用前景巨大。Farrar等針對(duì)Los Alamos實(shí)驗(yàn)室關(guān)于人工智能領(lǐng)域中機(jī)器學(xué)習(xí)的相關(guān)研究進(jìn)行了總結(jié)歸納。Worden等對(duì)建筑工程領(lǐng)域中相關(guān)的機(jī)器深度學(xué)習(xí)算法進(jìn)行分類總結(jié)，得出機(jī)器深度學(xué)習(xí)在此領(lǐng)域有著巨大的應(yīng)用前途。周雙喜等利用遺傳算法、卷積深度學(xué)習(xí)及BP神經(jīng)網(wǎng)絡(luò)等多種方法，結(jié)合建筑工程項(xiàng)目所監(jiān)測(cè)的實(shí)際數(shù)據(jù)，通過MATLAB軟件進(jìn)行迭代計(jì)算得出不同模型的預(yù)測(cè)結(jié)果，與實(shí)際監(jiān)測(cè)數(shù)據(jù)對(duì)比后發(fā)現(xiàn)基于深度學(xué)習(xí)算法的預(yù)測(cè)模型相比于其他模型誤差是最小的，換言之，其預(yù)測(cè)效果是最好的。人工智能算法種類繁多，各自優(yōu)缺點(diǎn)明顯，必須針對(duì)具體工程，選取合適的算法，并進(jìn)一步優(yōu)化算法。依據(jù)已有數(shù)據(jù)發(fā)展趨勢(shì)預(yù)測(cè)未來的數(shù)據(jù)發(fā)展趨勢(shì)，不僅能大幅節(jié)省勞動(dòng)力，而且為建筑工程領(lǐng)域項(xiàng)目預(yù)測(cè)預(yù)警機(jī)制提供了一個(gè)全新的途徑。

5 結(jié)語(yǔ)

綜上所述，人工智能在建筑工程領(lǐng)域發(fā)揮著無可替代的作用，正在逐漸滲入傳統(tǒng)建筑工程項(xiàng)目生命周期的各階段，使建筑工程項(xiàng)目的設(shè)計(jì)更精準(zhǔn)、更高效，節(jié)省勞動(dòng)力成本，優(yōu)化各工序銜接程序，縮短項(xiàng)目工期，極大地推動(dòng)工程項(xiàng)目在精細(xì)化、智能化道路上的發(fā)展速度。