自2022年OpenAI发布ChatGPT以来,国内包括、阿里、智源等众多互联网和人工智能企业都在逐步跟进开发自己的对应产品,以抢占市场先机。2023年3月OpenAI发布了备受期待的大模型GPT-4,其在关键方面对其前代GPT-3进行了改进,它是多模态的模型,可以理解图像内容。例如提供更符合事实的陈述,并允许开发人员更轻松地规定其风格和行为。
对建筑业而言,AI大模型能否带来更多的智慧应用和生产力提升,还有待于进一步观察其与产业的融合落地。但至少在某些方面,对建筑施工企业来说,AI正在不断改进、提升它们的工作效率和生产方式。
我国建筑产业规模依然不断扩大,根据国家统计局数据,2016-2022年全国建筑业总产值从19.36万亿元增长至31.20万亿元,年复合增长率为8.4%,建筑业房屋建筑施工面积由126.42亿平方米增加至156.45亿平米,年复合增长率约4.3%,有力支撑了国民经济持续健康发展。
图:2016-2022中国建筑业总产值变化
图:2016-2022中国房屋建筑施工面积
建筑业是我国国民经济的重要支柱产业,但同时也是劳动密集、建造方式相对粗放的传统产业。行业的整体利润率水平连续5年下降,2021年跌破3%,达到2.92%。
在数字科技迅猛发展的新时代下,主要发达国家在工程建设领域相继发布了新一轮的国家战略,如美国制定了《基础设施重建战略规划》、英国制定了《建造2025》战略、日本实施了建设工地生产力革命战略等。
与发达国家智能建造技术相比,我国还存在不小差距,迫切需要将推动智能建造与建筑工业化协同发展作为抢占建筑业未来科技发展高地的战略选择,通过推动建筑工业化、数字化、智能化升级。
2020年7月,住建部会同有关部门制定并印发《关于推动智能建造与建筑工业化协同发展的指导意见》,明确提出要围绕建筑业高质量发展总体目标,以大力发展建筑工业化为载体,以数字化、智能化升级为动力,形成涵盖科研、设计、生产加工、施工装配、运营等全产业链融合一体的智能建造产业体系。
上述文件指出,到2025年,我国智能建造与建筑工业化协同发展的政策体系和产业体系基本建立,建筑产业互联网平台初步建立,推动形成一批智能建造龙头企业,打造“中国建造”升级版。到2035年,我国智能建造与建筑工业化协同发展取得显著进展,建筑工业化全面实现,迈入智能建造世界强国行列。
硅谷的新创公司DoxelAI,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LiDAR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。
去年下半年,被甲骨文收购的Newmetrix团队,其主打产品Vinnie平台可以通过AI降低项目施工风险。作为一个人工智能平台,VINNIE接受过培训,通过分析各种数据(包括照片、野外活动、天气等)来理解和预测安全风险。
该平台借助人工智能的力量,通过预测分析、安全观察和安全监控来降低所有项目的风险。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。
VINNIE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。
作为智慧建造全过程的一环,智慧工地正在利用物联网、大数据、5G等先进技术赋能建筑建造过程,从以往的单一安全需求进化为降本增效需求。
智慧工地在未来的发展,一定会达到围绕施工现场人员、机械、物料、工法、环境等关键要素,综合运用BIM、物联网、云计算、大数据、移动互联网等技术以及智能化设备,对生产、商务、技术等管理过程进行改造,提高生产效率、管理效率和决策能力等,实现施工现场的数字化、精细化、智慧化管理。
未来智慧工地的发展趋势包括但不限于:数据共享和互联互通,建筑工地各项技术和数据信息将会实现互联互通,从而使得工程项目的管理更加高效;应用功能将得到拓展和集成;将向基于数据的系统集成发展;将实现与企业管理信息系统(ERP)的有机集成;新兴信息技术将实现集成应用;大数据应用水平进一步提高