80电影天堂网,欢乐斗地主经典老版,精品人妻无码一区二区三区三级,中国xxxxxl19免费视频

　　世界上約有7％的勞動力從事建筑業(yè)，因此它是世界經濟的主要部門。個人和企業(yè)每年在建筑相關活動上花費10萬億美元（麥肯錫，2017）。其他行業(yè)已經使用AI和其他技術來改變其生產力績效。相比之下，建筑以冰川的速度發(fā)展。在過去的幾十年里，全球建筑業(yè)每年僅增長1％。相比之下，制造業(yè)增長率為3.6％，全球經濟增長率為2.8％。建筑業(yè)的生產率或每個工人的總經濟產出保持不變。相比之下，自1945年以來，零售業(yè)，制造業(yè)和農業(yè)的生產率增長了1500％。其中一個原因是建筑業(yè)是世界上數字化程度最低的行業(yè)之一，采用新技術的速度很慢（麥肯錫，2017年）。采用最新技術對團隊來說可能是艱巨的。但機器學習和人工智能正在幫助提高作業(yè)現場的效率，并在此過程中節(jié)省資金。已經在建筑行業(yè)中出現了對其他行業(yè)產生影響的人工智能解決方案。
　　什么是人工智能和機器學習

　　人工智能（AI）是用于描述機器何時模仿人類認知功能（如解決問題，模式識別和學習）的集合術語。機器學習是AI的一個子集。機器學習是一個人工智能領域，它使用統計技術使計算機系統能夠從數據中“學習”，而無需明確編程。當機器接觸到更多數據時，機器會更好地理解并提供洞察力。

　　麥肯錫預計，在不久的將來，人工智能在建筑領域的普及將是溫和的（麥肯錫，2018年）。盡管如此，正在發(fā)生轉變。利益相關者再也不能將AI視為僅與其他行業(yè)相關。工程和施工將需要趕上AI方法和應用程序。這是應對即將到來的市場競爭者并保持相關性的唯一途徑。

　　智能建筑的AI和機器學習

　　機器學習和人工智能在建筑中的潛在應用是巨大的。對信息，未決問題和變更單的請求是業(yè)界的標準要求。機器學習就像一個聰明的助手，可以仔細檢查這一大量的數據。然后，它會向項目經理發(fā)出需要他們注意的關鍵事項的警報。一些應用程序已經以這種方式使用AI。它的好處包括垃圾郵件的平凡過濾到高級安全監(jiān)控。
　　10個施工中的AI示例

　　1、防止成本超支

　　盡管雇用了最好的項目團隊，但大多數大型項目都超出預算。人工神經網絡用于項目，根據項目規(guī)模，合同類型和項目經理的能力水平等因素預測成本超支。預測模型使用諸如計劃開始日期和結束日期之類的歷史數據來設想未來項目的實際時間表。AI幫助員工遠程訪問真實的培訓材料，幫助他們快速提高技能和知識。這減少了將新資源加載到項目上所花費的時間。結果，加快了項目交付。

　　2、通過生成式設計（Generative Design）更好地設計

　　建筑信息模型是一個基于3D模型的過程，為建筑，工程和施工專業(yè)人員提供洞察力，以有效地規(guī)劃，設計，建造和管理建筑物和基礎設施。為了規(guī)劃和設計建筑物，3D模型需要考慮建筑，工程，機械，電氣和管道（MEP）計劃以及各個團隊的活動順序。面臨的挑戰(zhàn)是確保子團隊的不同模型不會相互沖突。業(yè)界正試圖以生成設計的形式使用機器學習來識別和緩解不同團隊在規(guī)劃和設計階段產生的不同模型之間的沖突，以防止返工。有軟件它使用機器學習算法來探索解決方案的所有變體并生成設計備選方案。它利用機器學習專門創(chuàng)建機械，電氣和管道系統的3D模型，同時確保MEP系統的整個路徑不會與建筑物架構沖突，同時從每次迭代中學習以獲得最佳解決方案。

　　3、風險緩解

　　每個建筑項目都存在一些風險，包括質量，安全，時間和成本風險等多種形式。項目越大，風險就越大，因為有多個分包商在工作現場并行處理不同的行業(yè)。今天有人工智能和機器學習解決方案，一般承包商用于監(jiān)控工作現場的風險并確定其優(yōu)先級，因此項目團隊可以將他們有限的時間和資源集中在最大的風險因素上。AI用于自動為問題分配優(yōu)先級。分包商根據風險評分進行評級，因此施工經理可以與高風險團隊密切合作以降低風險。

　　4、項目規(guī)劃

　　AI Startup于2018年啟動，承諾其機器人和人工智能是解決后期和超預算建設項目的關鍵。該公司使用機器人自動捕獲建筑工地的3D掃描，然后將這些數據輸入深度神經網絡，該網絡對不同子項目的距離進行分類。如果事情似乎偏離軌道，管理團隊可以介入處理小問題，然后再成為主要問題。未來的算法將使用稱為“強化學習”的AI技術。該技術允許算法基于反復試驗來學習。它可以根據類似項目評估無窮無盡的組合和替代方案。它有助于項目規(guī)劃，因為它可以優(yōu)化最佳路徑并隨著時間的推移自行糾正。

　　5、AI將使專業(yè)招聘網站更具生產力

　　有些公司開始提供自動駕駛建筑機械，以便比人類同行更有效地執(zhí)行重復性任務，例如澆筑混凝土，砌磚，焊接和拆除。挖掘和準備工作由自動或半自動推土機完成，可以在人類程序員的幫助下準備工作現場以確定規(guī)格。這為建筑工作本身釋放了人工，減少了完成項目所需的總時間。項目經理還可以實時跟蹤作業(yè)現場的工作。他們使用面部識別，現場攝像頭和類似技術來評估員工的工作效率和程序的一致性。

　　6、施工安全

　　建筑工人在工作中被殺的次數是其他勞動者的五倍。根據OSHA的報告，建筑行業(yè)私營部門死亡（不包括公路碰撞）的主要原因是跌落，其次是物體撞擊，觸電死亡，以及夾在中間/之間。總部位于波士頓的總承包商年銷售額達30億美元，正在開發(fā)一種算法，可以分析工作現場的照片，掃描他們的安全隱患，例如沒有穿戴防護設備的工人，并將圖像與事故記錄相關聯。該公司表示，它可以計算項目的風險評級，因此在檢測到威脅升高時可以進行安全簡報。

　　7、AI將解決勞動力短缺問題

　　勞動力短缺以及提高該行業(yè)低生產率的愿望迫使建筑公司投資人工智能和數據科學。麥肯錫2017年的一份報告稱，建筑公司可以通過實時數據分析將生產率提高50％。建筑公司開始使用人工智能和機器學習來更好地規(guī)劃工作中的勞動力和機械分配。機器人不斷評估工作進度以及工人和設備的位置，使項目經理能夠立即告知哪些工作場所有足夠的工人和設備按時完成項目，哪些可能落后于可以部署額外勞動力的地方。專家預計，建筑機器人將通過人工智能技術變得更加智能和自主。

　　8、裝配化施工

　　建筑公司越來越依賴于由自動機器人組成的非現場工廠，這些機器人將建筑物的組件拼湊在一起，然后由現場的人工拼湊在一起。像墻一樣的結構可以通過自動機械比人類對應物更有效地完成裝配線風格，讓人類工人在結構安裝在一起時完成細節(jié)工作，如管道，HVAC和電氣系統。

　　9、人工智能和智能建設中的大數據

　　在每天都在創(chuàng)建大量數據的時候，AI Systems每天都會接觸到無數的數據來學習和改進。每個工作站點都成為AI的潛在數據源。從移動設備，無人機視頻，安全傳感器，建筑信息模型（BIM）等捕獲的圖像生成的數據已成為信息池。這為建筑行業(yè)專業(yè)人士和客戶提供了在AI和機器學習系統的幫助下分析數據并從中獲益的機會。

　　10、人工智能用于后期運營

　　建筑經理可以在智能建筑完工后很長時間內使用AI。建筑信息建模（BIM）存儲有關建筑物結構的信息。AI可用于監(jiān)控開發(fā)問題，甚至提供防止問題的解決方案。