人工智能行业应用之:为建筑工程提供全新解决方案

简介:

在智能化脚步逐渐逼近的当下,除了家居、医疗、出行之外,还有更多的领域正待挖掘。

智能医疗、智能家居、智能出行……近期以来,随着人工智能技术的发展,一些产业正在发生变革。此前,镁客网(微信公众号:im2maker)对办公场景的人工智能应用(点击查看)作了一番分析,而此次,镁客网将分析,在人工智能趋势之下,当前尚未被人工智能过多开拓的建筑工程会有哪些新商机?

人工智能行业应用之:在建筑工程创造新商机

前期图纸设计

通常情况下,这里所指的图纸有两种类型,一种是注重设计意念、表现整体设计意图和主要设计要点的建筑方案,不需要体现太多的细节,一种是讲究细节的建筑施工图,其中包括每一个必要的细部尺寸、做法大样、施工说明等,用来表示房屋的规划位置、外部造型、内部布置、内外装修、细部构造、固定设施及施工要求等。

之前,在先后读了3000本爱情小说,1500本科幻小说以及其他书籍后,Google让自家的AI学会了文字创作,而Facebook则教自己的神经网络学会自主创建图像。由此看来,让人工智能画出建筑图纸也不是不可能实现的。

人工智能行业应用之:在建筑工程创造新商机

通过大量建筑方案数据对相关机器学习算法进行训练之后,对于建筑方案的创作,AI系统应当有了一个准确的概念。再然后,只要客户对着系统准确描述自己的要求,AI就可以生成多种方案以便客户选择。

当然,面对那么一些非常注重“标新立异”的客户,AI有时或许并不能完美应对。此时,人类设计师就得出场,而AI系统则退居二线,以助手的身份根据设计师的语音命令进行作画或修改。

此外,依据快速的数据计算分析能力以及明察秋毫的计算机视觉系统,在建筑施工图的细节标注方面,想必人工智能系统可以做的比人类好得多。并且,利用大数据,人工智能系统也可以快速列出施工要求,而如果人类有一些额外的要求的话,人工智能也可以通过语音识别进行补充。

人工智能行业应用之:在建筑工程创造新商机

中期工程施工

在图纸完成之后,接下来要做的就是材料选购、现场施工,在这方面,人工智能有着很大的用武之地。

首先,在材料选购方面,“偷工减料”是一个留存已久的弊病。一般情况下,有经验的人会通过观看或敲打来对材质进行判断,但是,这里容易有一个弊端,有些厂家会将上品和次品相混合,而这是很难辨识的。在这方面,人们可以通过超声波检测器和计算机视觉解决,在机械臂将建材装运上车的过程中,通过车上的超声波检测器,可以对建材的表面和内部质量进行检查,再借助计算机视觉,人们就不必担心建材数量上的缺少。在所有建材装载上车之后,无人驾驶汽车就会带着这些建材安全到达施工现场。

在施工进程中,最讲究的就数效率和安全。在效率方面,经过大数据的计算,AI系统可以对地形、地段进行完整的分析,以找出最佳地点。而在施工现场,一些工种完全可以让机器人来代替,比如说根据强大的数据计算能力,再辅以计算机视觉系统,无人驾驶打桩车的AI系统可以就准确无误的按照图纸定的位置进行打桩。相比于人类慢慢的进行环境考察、距离测量等,人工智能的“快速”占有明显的优势。

人工智能行业应用之:在建筑工程创造新商机

在施工现场,“安全问题”是一个重中之重,然而,除了相关部门的检查之外,大多开发商很容易就会忽视这一方面。其实,最安全的方法就是每天对建筑设施进行检查,不过,鉴于施工设施之多以及人类自身的原因,这是一件相当费时费力的事情。

既然如此费时费力,拥有高效率行动力的人工智能就成了一个不错的选项。在无人机和一些具备攀爬能力的小型机器人身上搭载计算机视觉系统以及相关技术,将扫描到的图像立体化,并与相关模型进行对比,从而发现其中的安全隐患。在确定之后,通过物联网告知攀爬机器人具体方位,从而快速修复。而在夜间,巡逻无人机和保安机器人也会轮番上岗值班,确保施工现场的财产安全。

另外,虽然到时候的工人会被机器人所取代,但安全检查也是不可缺少的,毕竟机器维修费也是需要一笔钱的。

人工智能行业应用之:在建筑工程创造新商机

后期工程维护

一栋建筑完成后,就该到最后的成果验收了。在这方面,除了房子的质量,装修风格等也包括其中。虽然最后的决策最好是由客户来进行,不过,这并不代表客户必须到场。

在机器人去现场验收之前,客户可以提前以简单的表述在系统中输入自己的验收要求。当机器人到达现场,第一步是通过激光雷达将周围的一切以3D的形式呈现在系统中,与原有模型进行对比,以找出其中的问题。另外,其还将通过超声波对地板厚度等进行检测,全方面保证房子的安全和质量。

然后,在客户提前输入的要求之上,通过对计算机视觉扫描的结果进行分析,AI系统会分别对装修、家具的材质、风格进行对比,看是否符合客户的要求。之后,通过通讯系统,机器人会联系客户,实时传送现场画面,让客户对整体作一个判定。这时候,机器人就是一个通讯介质,开发商将通过机器人与客户进行直接的交流。

此外,在验收过后的维护方面,可以由无人机和机器人来代替,从内到外、从上到下的对房子进行检修和维护。

人工智能行业应用之:在建筑工程创造新商机

随着人工智能技术的发展,以上全部或部分场景必将在未来成为现实。在当下,人们更多地是将目光放在智能家居、智能医疗和智能出行等领域,然而,除了这些,人工智能技术还有许多的场景应用尚待挖掘之中。所以,与其跟众多厂商抢夺一份渐渐成熟的果实,何不另辟蹊径,在另一个未开发的领域大刀阔斧的进行自己的布局?

基于此,更多的人工智能机遇仍在等待着厂商的挖掘,后续镁客网会分析更多的人工智能行业应用,敬请期待。


原文发布时间: 2016-12-09 18:05
本文作者: 韩璐
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1天前
|
机器学习/深度学习 人工智能 算法
探索人工智能在医疗诊断中的应用及挑战
【5月更文挑战第5天】 随着人工智能(AI)技术的快速发展,其在医疗领域的应用已成为改善诊疗效率、提高诊断准确性的有力工具。本文将深入探讨AI在医疗诊断中的实际应用情况,分析其面临的主要挑战,并对未来发展趋势进行展望。通过对比研究和案例分析,本文揭示了AI技术在处理复杂医疗数据、辅助临床决策以及个性化治疗方案推荐方面的巨大潜力,同时指出了数据隐私保护、算法透明度和跨学科合作等关键问题。
|
2天前
|
人工智能 搜索推荐
【AI 生成式】描述生成式 AI 在医疗保健和药物发现中的应用
【5月更文挑战第4天】【AI 生成式】描述生成式 AI 在医疗保健和药物发现中的应用
|
2天前
|
机器学习/深度学习 人工智能 自然语言处理
【AI 生成式】强化学习如何应用于生成式 AI?
【5月更文挑战第4天】【AI 生成式】强化学习如何应用于生成式 AI?
|
2天前
|
机器学习/深度学习 人工智能 监控
【AI 场景】如何应用人工智能来增强企业网络的网络安全?
【5月更文挑战第4天】【AI 场景】如何应用人工智能来增强企业网络的网络安全?
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
【AI 场景】人工智能在自然语言理解方面的挑战和解决方案
【5月更文挑战第3天】【AI 场景】人工智能在自然语言理解方面的挑战和解决方案
|
3天前
|
传感器 人工智能 供应链
【AI 场景】如何应用 AI 来优化供应链管理
【5月更文挑战第3天】【AI 场景】如何应用 AI 来优化供应链管理
【AI 场景】如何应用 AI 来优化供应链管理
|
4天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗诊断中的应用
【5月更文挑战第3天】 随着人工智能(AI)技术的飞速发展,其在医疗领域的应用日益广泛,尤其是在疾病诊断方面。AI技术能够处理大量数据,并通过学习和模式识别辅助医生做出更准确的诊断决策。本文将探讨AI在医疗影像分析、基因组学以及慢性病管理等方面的具体应用案例,并讨论其带来的优势和挑战。
12 3
|
5天前
|
数据采集 机器学习/深度学习 人工智能
探索AI在软件测试中的应用与挑战
【5月更文挑战第2天】本文将探讨人工智能(AI)在软件测试领域的应用及其带来的挑战。我们将详细讨论AI如何改变软件测试的方式,包括自动化测试、预测性测试、智能化缺陷检测等。同时,我们也将探讨AI在软件测试中面临的挑战,如数据质量问题、模型的可解释性、以及对现有测试流程的影响等。
|
5天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗影像分析中的应用
【5月更文挑战第1天】随着人工智能技术的飞速发展,其在医疗领域的应用日益广泛,尤其是在医疗影像分析方面。本文将深入探讨人工智能在医疗影像分析中的关键技术、应用现状以及未来发展趋势,以期为相关领域的研究者和实践者提供有益的参考。
|
6天前
|
机器学习/深度学习 人工智能 算法
构建未来:人工智能在持续学习系统中的应用
【4月更文挑战第30天】 随着机器学习技术的不断进步,人工智能(AI)已经从静态的知识库演变为能够进行自我更新和优化的动态系统。本文探讨了AI在持续学习系统中的关键应用,分析了其如何通过实时数据分析、模式识别以及自适应算法来增强系统的学习能力和决策效率。我们还将讨论这些技术如何推动个性化服务的发展,并在不断变化的环境中维持系统的相关性和准确性。