媒体上充斥着关于人工智能(AI)的报道——既有它的巨大前景,也有它对我们社会各个方面可能产生的负面影响。但它会对AEC职业产生什么影响?马丁·戴探索

如果我们相信像《银翼杀手》这样的电影,30年前现在,人工智能(AI)已经发展到我们可以复制自己的程度,精确到我们几乎不可能区分“他们”和“我们”。当我们共同居住在一个被污染的星球上时,农民们在刺鼻的橙色天空下收获象鼻虫以获取蛋白质,周围是我们的混凝土城市的衰败,我们可以期待一场生存斗争,因为“他们”试图逃离他们软弱和愚蠢的创造者。以2小时44分钟的速度运行,我们都可以转弯导演显然忘记了如何使用视频编辑软件。

在思考我们的技术实力的潜在成果时,

反乌托邦的未来已经成为事实上的标准,而人工智能可能是当今正在开发的最令人兴奋、最令人畏惧和最令人恐惧的技术。它被视为达摩克利斯之剑,因为虽然它有可能帮助我们完成各种各样的任务,但它也可能使我们中的许多人变得多余,无论我们的教育水平或工作类型如何。德普洛人工智能和自动化的应用预计将影响医生、律师、会计师、金融家,可能还有建筑师和工程师。

有了今天的云基础设施,只需要为每个工作功能开发一个算法,从成千上万的法律案件、病人、建筑、施工排序中学习,借助云的力量,它可以被打开并无处不在——一夜之间就能在全球抢到工作。另外,用得越多,它会学习。在这个未来的愿景中,人工智能更像是《2001:太空漫游》中的“哈尔”,而不是泰瑞尔公司的复制人,所以你可能想推迟太空行走。它可能不会让你回来!

纽约智利设计师塞巴斯蒂安·埃拉苏里斯(Sebastian Errazuriz)最近在Instagram上发布

了一段视频,直指要害。

埃拉苏里斯

一边喝着热饮,一边发出警告:"我认为尽快警告建筑师是很重要的,90%他们的工作处于危险之中。如果你还没有真正意识到这一点,你现在就应该尽快采取措施。

原因很简单。当你碰巧在这种类型的项目中,这种类型的领域需要两到三年的经验,你几乎不可能与任何一种机器竞争,它可以立即拥有10倍,50倍,100倍,10亿倍的额外经验。现实是我们已经有了巨大的大量的数据,大量的蓝图和模型,数十万,数百万已经开发的房屋。为什么我需要一个新的?它们往往是相同的,并且可以封装在非常相似的系统中。我为什么不直接进入一个应用程序,选择我想要的家庭类型呢?

广告
认证
广告

建筑作为一种艺术实践,是唯一能够生存并得到发展的艺术形式。由一小撮精英组成。我们说的是5%,1%的建筑师,麦克斯。剩下的。他们完成了。他们注定要失败。他们走了。结束了。这就是结局。穆埃尔托!埃拉苏里斯总结道.

当埃拉苏里斯回应主要来自愤怒的建筑师的评论时,

一系列的五个视频帖子,非常值得一看。

埃拉苏里斯的帖子无疑引起了一阵骚动。D无疑是基于一些核心AI向量的简单化观点。除去一秒钟的情绪,其中有一些潜在的未来能力的逻辑,但人工智能作为主要的建设者离今天还有很长很长的路要走。

埃拉苏里斯确实谈到了人工智能学习的指数性质,以及如何有足够的数据,一个专家系统可以很容易地吸收我们所有的知识,这无疑正在发生。但建筑本质上是创造性的,形状,形式,光,伴侣里亚尔,系统和非常私人的。计算机很难想出的东西的概念起源。

虽然研究中的人工智能算法从伦勃朗(Rembrandt)、卡纳莱托(Canaletto)和其他大师那里学到了技术,可以做出令人印象深刻的派对作品,但你不得不质疑基于人工智能的系统是否能创造出立体主义、点彩派、野兽派、哥特式或装饰艺术。我们能不能尊重一个品牌的人工智能,仅仅通过一点随机和重新混合,就开启了一个新的艺术浪潮?G它的数据?

总会

有标志性的建筑师。然而,当我们考虑满足全球90多亿人口在住房和基础设施方面的需求时,也许我们将需要一些帮助来有效地完成这项工作。

从我所听到的一切以及与开发人员的交谈来看,我们将在我们的行业中看到的人工智能系统将增强我们的设计能力,而不是让人类远离设计过程。总的来说,他们主要致力于实现Mund的自动化ANE任务,并为复杂的流程和交互提供监督。

回到设计

拉塞尔·威廉姆斯(Racel Williams)是欧特克公司(Autodesk)的人工智能开发经理,他去年花了一年时间周游世界,与欧特克的客户讨论他们最大的痛点是什么,以及他们真正在努力解决的问题是什么。不出所料,这些主要集中在设计变更上。因此,该团队正在研究将机器学习(ML)和人工智能应用于CAD、PDF和BIM,以及行业文档的数据以及这些对象和组件如何相互关联。

抛开特定的Autodesk产品中的AI和ML,Williams从更大的角度思考,作为一个行业(不仅仅是Autodesk,而是整个CAD行业),我们显然可以做很多事情来更好地合作,以找出我们如何在收集数据以及以后如何处理这些数据方面更具战略性。当我们在早期做谷歌分析的时候,比如任何一家公司我们只是在这个信息的湖泊里搜罗。没有战略,公司只是收集所有这些数据。现在我们意识到,我们需要对数据进行更具战略性的处理,以潜在地解决具体问题。

从我们的角度来看,行业需要共同合作,试图找出这些标准是什么,这样我们才能真正解决更大的问题。作为一名前建筑师,我必须做很多手工任务,不是我报名要做的!生成设计,人工智能,机器学习可以帮助人们回到他们可以做的地方,做他们最初签约要做的事情,那就是设计令人敬畏的东西。

AI精度

Bentley Systems的执行副总裁兼首席技术

官Keith Bentley坦率地评价道:除非你是一家优秀的人工智能公司,否则你不会成为一家有竞争力的软件公司。五年后,我们的整个会议[基础设施年]将是关于不同类型的机器学习G.算法正在帮助设计、操作或构建过程。

Bentley是我们了解新设计技术影响的关键人物之一。2018年,该公司收购了机器学习和物联网(Iot)开发商AiWorx,专门引进了一支人工智能程序员团队,以推动该公司的数字孪生进步。Bentley强调了AiWorx团队一直在增加其人工智能知识的领域,即识别Contex中的信息的软件旨在通过算法更好地整理一致性和检查标准。Bentley在提供智能项目预测器和许多其他任务方面看到了解决方案。

Autodesk的Racel Williams也认为模型质量检查和基于规则的解算器存在问题,“我们不希望人们一辈子都这样做!”她指出,"我们正试图理解这些关系,并找出一种人们不必编写规则的方法一次又一次。我们发现图纸的质量和建模的质量并不一致,但首先我们需要了解什么是“好”,什么是“好”模型?

BIM中的

AI关于人工智能的应用,最近

一个有趣的例子来自比利时开发商Bricsys.在开发了一款与AutoCAD兼容的产品后,该公司将目光转向了创建新的BIM工具。.BricsCAD BIM不是使用一系列预先配置的组件(可以说是乐高CAD)进行建模,而是允许设计师使用实体几何图形,制作形状并为窗户和门打孔。一旦对表单感到满意,设计师只需在命令行中输入Bimify,然后AI就会自动通过模型识别建筑构件,如墙、门、柱、楼板,并分配IFC标记。这与当前的工作方法和ONCE MORE允许建筑师在概念阶段对形式进行试验,之后可以添加知识智能。

“
Bricsys正在与徕卡和霍克合作一个项目,这可能意味着愚蠢的点云数据不再那么愚蠢了。

BricsCAD BIM现在支持Rhino和Grasshopper,因此可以从几乎任何设计或可视化系统中引入网格几何图形。这意味着一个人可以从SketchUp、Blender、Unreal、Unity或AutoCAD等产品中生成哑几何图形。

Bricsys

的下一个挑战是将这种人工智能应用于扫描世界。与徕卡和霍克合作,计划是扫描建筑物的内部和外部,并让人工智能在外部和内部网格之间进行插值,以插入扫描仪无法穿透的空隙。可以“推断”墙壁、窗户、地板、门和柱子。扫描到BIM实际上可能成为RE状态.

在过去几年中

,Graphisoft一直在重写其旗舰BIM工具的核心功能。ArchiCAD已经看到了人工智能在一些功能中的微妙应用,例如其楼梯设计工具,该工具现在使用预测技术来自动生成复杂的表单,同时考虑到数百个设计代码。此外,Graphisoft还在幕后部署了人工智能,通过自学习多线程平衡算法来优化软件性能。导航预测要缓存的内容以及用户可能在视图中移动的位置。

营销副

总裁Akos Pfemeter告诉AEC杂志:"我们相信这将是我们行业未来的关键任务,但在我们看来,我们还没有看到突破性的实际应用,这将推动我们行业的发展。在开发方面,该公司应用人工智能的下一个重点将是注释和布局等日常任务的自动化。

限制风险

从我们在研究这篇文章时进行的对话来看,很明显,只有少量支持人工智能的功能和应用程序进入了我们行业的核心产品。作为市场上最大的玩家,欧特克拥有最广泛的人工智能足迹或许是意料之中的,但即使在这里,它仍然是一种利基技术,出现在其收购的许多网络服务产品中,即Construction IQ,它帮助Construction P项目团队管理风险和提高绩效,以及构建连接,用于在线投标管理。

Construction IQ是Autodesk最成熟的人工智能解决方案。建筑信息高级产品经理Manu Venugopal解释了在产品中使用人工智能的目的:我们正在努力使我们的工具在处理大量信息和数据时更具辅助性。我们使用人工智能和机器学习从数据中学习,包括过去和现在的设计和施工。并协助决策进程。我们现在有超过1,500个活跃的项目,并与许多公司合作,包括BAM、AECOM和美国公司PARIC、Swinerton和Danis.Venugopal补充说,Construction IQ拥有超过30,000个建筑项目的数据库,其中有1.5亿个问题和相关检查。

Autodesk的Construction IQ将从S只需监控施工并返回到设计和文档中,就可以在流程中更早地发现问题,从而节省更多时间和金钱。它特别关注法规遵从性和审查
中提出的问题。随着

最近的发展,我们已经将这种智慧稍微提升到设计和施工领域,即“施工的设计风险管理方面”。我们发现,建筑智商发现的许多问题,有些链接回到设计和施工前阶段。客户希望更早地应用该技术。

“事实证明,施工中超过70%的RFI的根本原因在于设计和文档错误[来自Autodesk数据科学团队的研究]。我们的研究还表明,所有诉讼问题中有38%来自设计和文档阶段[来自Engineers Daily(2011)]。”

简而言之,AI将与COMP一起检查提交中的元数据已在BIM 360文档中标记的事件。这项新工作是在拉斯维加斯的欧特克大学推出的。

从优步到约会

从一些最有影响力的网络服务提供商部署人工智能的方式中获得灵感

并没有什么错。欧特克(Autodesk)的Building Connected Web服务(目前仅在北美提供)在其两项核心服务中使用了机器学习:Bid Board Pro,它帮助分包商跟踪他们被邀请参加BI的项目在BC Pro中,它帮助总承包商寻找并邀请分包商参与项目工作。

欧特克(Autodesk)Building Connected的

产品主管切尔西·霍奇(Chelsea Hodge)解释说:通常情况下,分包商每周都会收到来自不同总承包商的数十份投标邀请。有些人甚至每周都会收到数百份邀请,这种手动过程可能会非常痛苦。

投标委员会是一个集中的服务,跟踪和记录这些投标邀请,并确保他们不会被错过的。投标邀请电子邮件被转发到Building Connected,后者使用自然语言处理解析每个邀请,而不考虑布局变化,并对其进行一致的格式化以供系统访问。记录任何截止日期或最后期限,并显示即将到来的最后期限的警告。这与Expensify(expensify.com)或TripIt(tripit.com)的工作方式类似。

霍奇解释说,

当涉及到匹配承包商和分包商时,这是一个建议问题内德,我们使用统计模型来预测给定子在任何给定位置执行给定交易的可能性。我们对模型的输入包括潜艇之前在建立连接方面的行动,他们的贸易和服务领域的个人资料和其他因素。霍奇承认,他们从优步乘客评分中获得了灵感,并结合了一些在线日期匹配。

结论

人工智能的

话题陷入了社会对其影响的恐惧之中。它显然需要从它的基座上被推倒。媒体的大部分报道关注的是政府对人脸识别、跟踪的利用,以及将其应用于保险公司和社交媒体网络的大数据。当然,从长远来看,这些担忧很可能是有效的,但它在某种程度上混淆了人工智能可以给其他领域带来的积极影响。人工智能将拯救生命,它将使建筑变得更好,并腾出更多时间来做更多设计。

<从与行业领导者的交谈来看,未来五年似乎将是人工智能在行业发展的关键时期。人工智能将在大多数应用中;它将通过云服务按需提供。人工智能将关注项目管理;建筑工地和IT将从概念到整个产品生命周期进行部署。我们今天所看到的只是一个开始,因为主要的软件开发商只是在建立他们的人工智能团队,所以,甚至在我们之前。软件公司承认,他们必须在内部向开发团队销售人工智能,并从客户那里了解他们应该利用这种新功能解决哪些容易实现的问题。这清楚地表明,在我们不得不担心复制人、终结者和凶残的大型机之前,我们还有很长的路要走,尤其是因为欧特克认为我们还没有定义什么是“好的”图纸或模型。

我担心的不是失业。这个问题总是出在人身上。当我还是个孩子的时候,我和我的父亲一起学习数学,他经常因为我懒惰和使用计算器而生气。我觉得我很幸运,我生活在允许我们在课堂上和考试中使用计算器的时代。然而,我父亲在检查我的作业时意识到,虽然我通常会得到正确的整体过程,但我会得到错误的答案,因为我实际上是在接受计算器吐出的结果,而没有任何犹豫关于这个数字是否在正确的范围内。我至少学会了在心里预先计算目标区域和小数点的位置。

在一个日益自动化的世界里,我们的人工智能工作助手只能处理输入的数据,而这些数据通常来自我们。如果我们做出错误的假设,或者把坏数据放进去,就会有一种危险,那就是我们只是接受结果,然后在坏数据的支持下继续前进。也许这并不奇怪许多早期的人工智能开发都是为了检查数据的质量和一致性。依赖电脑导致的精神萎缩可能是个问题。

永远记住:垃圾进=垃圾出。

现在我们已经看到了人工智能目前的能力,以及谁是主要的开发者。在随后的AEC文章中,我们将更深入地探讨AI,以及开发人员和设计人员对该技术的期望

人工智能(AI)解释

协议在欧特克公司的凯尔·伯恩哈特看来,人工智能逻辑主要有两种形式:机器学习(ML)和人类定义。机器学习是一种特殊的技术方法,它需要大规模的数据集来训练一组算法,以产生输出,否则用手动代码编写输出将非常具有挑战性,例如确定图片中是否有一只狗。这本质上是蛮力计算,在模式识别中特别有用。它是人工智能的一个子集。DAT越多A有了,就应该越好。伯恩哈特进一步阐述了这一主题,人工智能实际上是以一种技术方式编纂先进的逻辑,即人类状况的专业知识。我们谈论了很多关于以更好的方式提供更多,而影响更小的想法。这是我们非常认真对待的事情。人工智能是所有关于提高创造性专业人员的强烈创造力;给了他们超能力。机器学习是我们实现这一承诺的最佳载体之一。


AEC值得关注的

十一家人工智能初创企业

阅读我们的文章,其中我们探索了一些新兴的专注于AEC的软件工具,这些工具正在利用人工智能的力量。

 ;

 ;

切换编辑器

如果您喜欢这篇文章,免费

订阅我们的电子邮件时事通讯或印刷/PDF杂志<!--relpost-thumb-wrapper--><!--close relpost-thumb-wrapper-->

广告