人工智能正对各个领域带来革命性的影响。相较于医疗、金融、家电产业而言，建筑工程导入AI技术的使用则起步较晚。由于，AI在大量资料的整理、分析、寻找规律上有很强的能力，与传统作法用人力去处理比起来有很大的优势，因此AI现在也得到工程界的重视。
 
目前，AI主要应用于施工和建筑，大致分四个种类：(1)规划和设计、(2)安全、(3)自动化设备、(4)监控和维护。本文将分享目前AI在建筑工程上的应用，并分析未来的发展和挑战。
 
一、BIM模型利用AI自动完成管线配置
 
建筑讯息模型（Building Information Modeling；BIM）是一个基于3D模型的过程，为构造、工程和建造（AEC）专业人员提供有效规划、设计、构建和管理建筑和基础设施。Autodesk Revit就是一款BIM软件（或称4D BIM），它允许用户以3D形式设计建筑物和内部组件，并将相关讯息与时间或排程相关联，以便与3D模型中的各个组件相关联，提供更完善的数据，并协助业主、建筑师和承包商有效沟通。
 
3D模型需要考虑建筑、结构工程、机电工程和管道工程，不同专业的承包商使用不同的工具、软件设计，最后在套图、排程时常常产生很多冲突，造成工时的延宕和不必要的重建。
 
因此，Building System Planning公司于3D建模软件Autodesk Revit上设计了一款插件GenMEP。只要在Autodesk Revit上建构3D模型，使用GenMEP插件就可以自动设计建筑物模型内电气系统的配置，同时考虑到设计规范和不同建筑物的空间复杂性。
 
这里的自动设计是利用生成设计(Generative Design)，GenMEP使用机器学习来探索解决方案的所有可能排列，快速建立机电管线的3D模型，同时确保机电管线系统的路径不会与建筑物结构发生冲突，经过多次重复测试和归纳出有效的设计。
  
二、利用数据分析与机械学习对工程做风险管理
 
由Autodesk推出了BIM 360 Project IQ，主打功能是利用数据处理和机械学习方法预测出潜在风险并分辨轻重缓急。Project IQ software可以利用从现场搜集的音频、影像和建筑管理数据形成的BIM 360 Field data进行分析，为工地主任和品管人员提供建议并减低风险。
 
瑞典公司沃尔沃(Volvo)建筑设备公司在2015年推出了紧密型辅助软件，用于土壤和沥青压实机的智能压实系统，可以可视化呈现。开发出AI算法，用于名为Density Direct的软件中的附加功能，该软件可以适应于新的沥青混合料和升降机，并自动校准至最终密度要求。
 
三、AI搭配声音、图像辨识系统自动标记施工现场
 
Smartvid.io是一个施工现场照片和视频管理平台，其中包括一个'SmartTag'引擎，可以利用机器学习、语音和图像辨识将施工现场的照片和视频进行自动标记，以便整理数据及搜索。
 
Smartvid.io的这款机械学习技术叫VINNIE(Very Intelligent Neural Network for Insight & Evaluation)，并声称其采用深度学习模式分析影像和语音，以自动标记施工数据数据并主动向客户提供安全措施建议。
 
根据Smartvid.io和Engineering News Record的案例研究，VINNIE曾进行人工智能用于提升施工安全的示范，能在10分钟内辨识1,080张施工照片，并正确辨识446张含有人像的照片、未着安全帽者、未着安全反光衣工人之照片。相较于人工需要4.5小时才能完成相同的任务。这种自动化工地监测可以为工地现场增加一对“眼睛”，动态辨识潜在风险因素，是有助于提升施工安全的。
 
四、建筑物智能化管理让用户感到舒适
 
日本Komatsu宣布与NVIDIA达成合作，在Nvidia建构Jetson AI平台专为工作现场开发AI增强型安全系统，以3D可视化与追踪整体施工现场人员、机械和物体在现场的实时互动。
 
新创公司Building Robotics提供的“Comfy”，是一款建筑物自动化管理应用程序，可让商业空间和办公大楼的用户反应中央空调的温度。该公司声称，他们的平台可以根据使用者需求调整中央空调，实时反应当下使用者偏好。Building Robotics与Intel合作，由Intel提供物联网途径，让建筑物自动化管理系统(Building Management System：BMS)连接到云端，利用Comfy应用程序可从商业空间中的BMS收集数据，并搭配用户的响应随时调节和优化建筑物不同区域的温度，以节省商业空间的成本和提高能源效率。
  
五、AI搭配机器人和无人机以提升施工效率
 
硅谷的新创公司Doxel AI，专注于AI软件提高施工效率。Doxel使用探勘机器人和无人机，配备摄影镜头和LiD A R来监控和扫描工地现场。利用视觉数据采用深度学习算法处理，透过与客户要求的计划和设计进行匹配来衡量施工进度，将工地每天的画面扫描与设计模型做比较以侦测错误。
 
结语：
 
从建筑物的生命周期来看，可分成三个部分：设计、建造、管理。在设计的部分，借助AI自动产生管线配置不但可以避免与结构设计发成冲突，更能确定管线配置的设计图与BIM模型的兼容性以利于施作、检核。在建造的部分，安全永远是最重要的考虑，借助影像辨识系统可以随时注意潜在的危险；同时利用无人机和探勘机器人代替工人进入工地危险区域并扫描、可视化施工现场也是既安全又能提升施工效率的方法。管理方面，一栋建物在完工之后被使用的几十年中，关于使用状况、维修与改建的时间安排、能源消耗等等，都可以在AI的帮助下更有效的预测及最佳的使用。
 
一个建筑工程是非常庞大而复杂的，导入AI技术可在很多环节改善施工的状况。工程建设对于AI的使用虽起步较晚，但将会带来全方位的影响，不容小觑。