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。
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。
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。
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。
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。
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。
联系客服