建筑中人工智能的应用现状与展望

建筑中人工智能的应用现状与展望

邱榆超

（南京工业大学，江苏省 南京市 211816）

摘要：建筑领域中人工智能的应用仍在探索，各领域和阶段的信息化程度不均衡，国家相应的政策亟待完善，教育体系和教师队伍亟待提升，市场需求和企业能力有待加大，学生的正确引导和相关知识体系极度缺乏。从文献检索角度，通过中国知网计量可视化工具对人工智能在建筑领域的研究热度进行梳理，分析了解目前国内国际中的人工智能进展。概述人工智能的三个主要应用层面和四个研究问题，同时对建筑领域中人工智能的智能规划、智能设计、智能建造、智慧运维应用进行分析和总结，最终提出六个展望和三个结论。

关键词：建筑；人工智能；大数据；自动化；CNKI；综述

Artificial Intelligence Integration in Civil Engineering: An Extensive Review and Prospective Evaluation

Yuchao Qiu

(Nanjing Tech University，Nanjing 211816，China)

Abstract: The application of artificial intelligence in the field of construction is still exploring, the degree of informatization in various fields and stages is not balanced, the corresponding national policies need to be improved, the education system and the teaching team need to be upgraded, the market demand and the ability of enterprises need to be increased, and the correct guidance of students and the relevant knowledge system are extremely lacking. From the perspective of literature search, the research heat of artificial intelligence in the field of architecture is sorted out through the China Knowledge Network Measurement Visualization Tool to analyze and understand the current progress of artificial intelligence in the domestic and international. The three main application levels and four research issues of AI are outlined, while the intelligent planning, intelligent design, intelligent construction, intelligent operation and maintenance applications of AI in the field of architecture are analyzed and summarized, and finally six outlooks and three conclusions are proposed.

Keywords: Architecture; Artificial Intelligence; Big data; Automation; CNKI; Review

0  引言

人工智能技术加速了建筑的研究进程[1]。人工智能是计算机科学中涉及设计智能计算机系统领域的一种技术，旨在使计算机系统表现出与人类智力能力相关的特性[2]。例如：可以提供解决复杂和定义不明确问题的替代方法；具有学习能力，可以通过但不限于专家系统、遗传算法、神经网络和深度学习等实现评估、优化、辅助决策、建模、检索，从而减轻工作人员的负担[3]，并具有很强的容错性；可以处理不完整数据和非线性问题，对工程问题进行预测[4]、复合材料生成设计[5]和辅助部品部件质量检测[6]、建筑结构设计[7]等。

在承认人工智能应用的好处的同时，建筑行业仍然存在许多与人工智能相关的挑战[8]，如图1所示。本研究旨在揭示人工智能在智能设计、智能建造、智慧运维三个层面中的应用，通过Cite Space可视化工具对人工智能在土木工程中的研究趋势进行深入挖掘和分析，提出解决办法和新的研究思路，为人工智能技术在土木工程中的后续研究提供参考。

图1  机遇，新兴趋势，挑战和开放的研究问题。

Fig. 1  Opportunities, emerging trends, challenges and open research issues.

1  建筑业当前存在的问题

       根据国家统计局发布数据显示，1999年，我国60岁及以上老年人口比例超过10%，开始进入老龄化社会。截至2021年，我国60岁及以上老年人口达2.67亿，占总人口的18.9%，处于轻度老龄化阶段。2022年末全国人口141175万人，比上年末减少85万人。全年出生人口956万人，死亡人口1041万人，自然增长率为-0.60‰。其中，65周岁及以上人口占比14.9%，60周岁及以上人口占比19.8%，16-59岁（含不满60周岁）人口占比62.0%，0-15岁（含不满16周岁）人口占比18.1%，进入中度老龄化社会。2018年-2022年的统计参数如图1所示。从2015年到2022年末，我国劳动力逐年下降，从80091万人下降至76863万人，而且仍有继续下降的趋势，统计参数如图2所示。从2013年到2022年末期间，本地农民工规模逐年递增，跨省流动农民工规模逐年递减，特别是农民工的月均收入也在逐年递增，统计数据如图3所示。由此可知我国已步入老龄化社会的阶段，进而导致生产劳动力的短缺，从而引发招工难、用工贵的社会性问题迫在眉睫，行业向数字化转型已是当务之急。

图2  2018-2022年人口变化折线图。

Fig. 2  Folded map of population change, 2018-2022. 

图3  2013-2022年劳动力折线图。

Fig. 3  Labour force line graph, 2013-2022.

图4  2013-2022年中国农民工规模和收入折线图。

Fig. 4  China's Migrant Labour Scale and Income Line Chart, 2013-2022.

        建筑行业的各个环节通过众多单体项目作为载体来展现。在国内的传统模式中，设计环节往往占据主导地位，施工单位根据设计图纸进行生产组织，项目管理人员负责实施监控，并将相关信息反馈给决策者。而基于这些信息产生的决策多依赖于管理者的累积经验。这种设计、生产和管理运营的模式下，图纸设计与项目管理之间的数字化生产疏于联系，项目管理中的信息化辅助决策可升级的空间较大，交付后的运营成本也因终端系统不具备建筑全生命周期数据的支撑，人工智能和数字孪生无法为业主提供低成本且更有效的辅助运维和决策方案而水涨船高。

       此外，随着老龄化社会的到来，我们也面临着工艺断层的困境。在建筑行业，生产工艺通常通过“传帮带”的方式，由经验丰富的老工人向新工人传授成产技艺，再加上，当代年轻劳动力的就业观、生活观、金钱观等已经全面发生变化，他们不再愿从事劳动强度较大的建筑业。这种情况更是加剧了建筑业劳动力年龄和技艺等多方面综合断层的问题，导致施工工艺和经验难以实现延续。综上所述，我国的劳动力正逐年下降，用人成本也在逐年上涨，推动数字产业化并最终实现产业数字化已是必然。

 2  国内政策变化情况

       本文列举近年来人工智能相关的国家级政策(表1～表2)和部分地方级政策（表3）,展现出国家层面和地方层面针对人工智能的政策走向，其他涉及相关技术的政策暂未考虑在内，以下数据均来源于中国政府官网和各地方政府官网。

表1  2017年-2019年中国在国家层面针对人工智能的政策。

Table 1 China's policies towards AI at the national level, 2015-2019.

年份	政策	内容
2017年3月	《2017年政府工作报告》	加快大数据、云计算、物联网应用。
2017年7月	《国务院关于印发新一代人工智能发展规划的通知》	构建一个体系、把握双重属性、坚持三位一体、强化四大支撑。