人工智能在建筑行業(yè)的應(yīng)用分析

鄭杰 吳世永 畢小青

[摘 要]2017年國(guó)務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》（以下簡(jiǎn)稱《規(guī)劃》），《規(guī)劃》中明確提到要加快人工智能與各個(gè)行業(yè)的融合，作為國(guó)民經(jīng)濟(jì)的重要物質(zhì)生產(chǎn)部門的建筑業(yè)，更應(yīng)加快推進(jìn)智能化升級(jí)。工信部預(yù)測(cè)2020年人工智能帶動(dòng)產(chǎn)業(yè)規(guī)模將突破萬(wàn)億，對(duì)人工智能在建筑業(yè)的應(yīng)用進(jìn)行分析，可為人工智能企業(yè)的各項(xiàng)活動(dòng)提供決策和實(shí)施的依據(jù)。通過(guò)問(wèn)卷調(diào)查，將數(shù)據(jù)進(jìn)行主成分分析法，提取出“實(shí)用性需求”“經(jīng)濟(jì)性需求”和“安全性需求”三個(gè)因子，最終得出人工智能企業(yè)產(chǎn)品開(kāi)發(fā)時(shí)應(yīng)該注意產(chǎn)品的實(shí)用性、經(jīng)濟(jì)性和安全性，并且應(yīng)該將市場(chǎng)瞄準(zhǔn)為房屋建筑、市政公用和水利水電工程。

[關(guān)鍵詞]人工智能;建筑業(yè);主成分分析

[DOI]10.13939/j.cnki.zgsc.2019.35.054

1 緒論

1956年，McCarthy最早提出了人工智能（Artificial Intelligence， AI）這一概念 。[1]盡管人工智能至今尚無(wú)統(tǒng)一的定義，但是通常把它理解為是計(jì)算機(jī)科學(xué)或智能科學(xué)中涉及研究、設(shè)計(jì)和應(yīng)用智能機(jī)器的一個(gè)分支。[2]

隨著人工智能技術(shù)的發(fā)展和廣泛的應(yīng)用，人工智能產(chǎn)業(yè)已經(jīng)初具雛形，人工智能產(chǎn)業(yè)鏈包括了基礎(chǔ)技術(shù)支撐、人工智能技術(shù)及人工智能應(yīng)用幾個(gè)基本環(huán)節(jié)。其中基礎(chǔ)技術(shù)支撐包括運(yùn)算中心和數(shù)據(jù)庫(kù)組;人工智能技術(shù)主要包括專家技術(shù)、人工神經(jīng)網(wǎng)絡(luò)、模式識(shí)別、深度學(xué)習(xí);[3]人工智能應(yīng)用是指人工智能技術(shù)的應(yīng)用。目前，人工智能應(yīng)用遍及在移動(dòng)互聯(lián)網(wǎng)、金融、公共安全、教育、醫(yī)療健康、建筑業(yè)等領(lǐng)域。

目前，人工智能在國(guó)內(nèi)進(jìn)入了快速發(fā)展的階段。根據(jù)中國(guó)信息通信研究院發(fā)布的信息，2015年我國(guó)人工智能市場(chǎng)規(guī)模為112.3億元，2016年為141.9億元，2017年為216.9億元。根據(jù)《北京人工智能產(chǎn)業(yè)發(fā)展白皮書(shū)》，[4]截至2018年5月，我國(guó)從事人工智能研發(fā)的企業(yè)超過(guò)4000家，其中從事計(jì)算機(jī)視覺(jué)研究的企業(yè)最多，占到總企業(yè)數(shù)的20.8%，詳見(jiàn)圖1。

相較于醫(yī)療、金融、互聯(lián)網(wǎng)等傳統(tǒng)行業(yè)來(lái)說(shuō)，建筑業(yè)人工智能的應(yīng)用起步較晚，但已經(jīng)取得了顯著的進(jìn)展。

2 人工智能產(chǎn)品在建筑行業(yè)的應(yīng)用現(xiàn)狀

盡管人工智能在建筑業(yè)的應(yīng)用起步較晚，但到目前為止，人工智能技術(shù)在建筑設(shè)計(jì)、建筑結(jié)構(gòu)、建筑施工和建筑管理等多個(gè)方面獲得了廣泛的應(yīng)用，取得了明顯的成效。

2.1 人工智能的應(yīng)用領(lǐng)域

2.1.1 人工智能在建筑設(shè)計(jì)與規(guī)劃中的研究和應(yīng)用

在建筑行業(yè)設(shè)計(jì)的過(guò)程中，Reffat提出了三種利用人工智能技術(shù)來(lái)提高工程設(shè)計(jì)質(zhì)量實(shí)踐案例的方法，其中囊括了建筑設(shè)計(jì)基礎(chǔ)上建筑風(fēng)格的豐富性。[5]為了降低算法的復(fù)雜程度，黨向盈等利用遺傳算法對(duì)建筑設(shè)計(jì)進(jìn)行改進(jìn)，提出了一種神經(jīng)網(wǎng)絡(luò)與遺傳算法的建筑優(yōu)化設(shè)計(jì)方案。這種新的算法能快速地運(yùn)算出結(jié)果，提高結(jié)構(gòu)優(yōu)化設(shè)計(jì)的效率。[6]廣聯(lián)達(dá)研發(fā)的系列BIM軟件可以對(duì)建筑設(shè)計(jì)進(jìn)行碰撞檢查，讓設(shè)計(jì)文件更具有可行性。

2.1.2 人工智能在建筑結(jié)構(gòu)中的研究和應(yīng)用

麻省理工的Oral Buyukozturk教授等相關(guān)專家通過(guò)大量已有的研究結(jié)論，利用深度學(xué)習(xí)方法，對(duì)圖像進(jìn)行了有效的識(shí)別，得到了裂紋分布與形狀、變形與位移、結(jié)構(gòu)損傷之間的關(guān)系。這一技術(shù)極大地解決了之前橋梁上需要安裝大量傳感器的難題。[7]蘇國(guó)韶等提出了一種機(jī)器學(xué)習(xí)方法，解決邊坡穩(wěn)定性的合理評(píng)價(jià)問(wèn)題，并且建立相應(yīng)的預(yù)測(cè)模型。該方法能夠精確地反映出邊坡穩(wěn)定性與各種影響因素之間的非線性映射關(guān)系，能準(zhǔn)確、可靠地給出邊坡穩(wěn)定狀態(tài)的評(píng)價(jià)結(jié)果。[8]美國(guó)卡內(nèi)基-梅隆大學(xué)開(kāi)發(fā)了名叫HT-RISE的專家系統(tǒng)，可對(duì)建筑初步結(jié)構(gòu)設(shè)計(jì)進(jìn)行大量啟發(fā)式?jīng)Q策。

2.1.3 人工智能在建筑施工中的研究和應(yīng)用

H·Behzadan等人充分的使用AR技術(shù)，使用WLAN和RFID無(wú)線局域網(wǎng)和藍(lán)牙的室內(nèi)和室外的跟蹤技術(shù)，在現(xiàn)場(chǎng)使用GPS全球定位系統(tǒng)跟蹤，提供現(xiàn)場(chǎng)人員對(duì)項(xiàng)目的計(jì)劃方案，在同一時(shí)間進(jìn)度和預(yù)算信息，向用戶角色提供對(duì)現(xiàn)有項(xiàng)目的具體任務(wù)和條件實(shí)時(shí)幫助系統(tǒng)的偏好。[9]重慶江北機(jī)場(chǎng)T3A航站樓項(xiàng)目施工環(huán)境發(fā)生了改變，應(yīng)用BIM-4D平臺(tái)發(fā)現(xiàn)土建施工工作面和鋼結(jié)構(gòu)滑移施工的沖突，優(yōu)化了大跨鋼結(jié)構(gòu)滑移施工方案。

科大訊飛的“城市超腦計(jì)劃”、小智科技的AI智能審圖工具“小智審圖”，都涉及采用最新AI技術(shù)協(xié)助建筑行業(yè)審圖人員進(jìn)行施工圖審查。強(qiáng)大的計(jì)算機(jī)運(yùn)算能力會(huì)逐漸承擔(dān)起簡(jiǎn)單、重復(fù)性工作，讓行業(yè)設(shè)計(jì)師把更多的時(shí)間用在創(chuàng)意性和體驗(yàn)性工作中。

“智慧工地”是人工智能在建筑施工領(lǐng)域的具體體現(xiàn)，通過(guò)運(yùn)用大數(shù)據(jù)、云計(jì)算實(shí)現(xiàn)精準(zhǔn)化管理和風(fēng)險(xiǎn)預(yù)警，加強(qiáng)建筑企業(yè)數(shù)字化、智能化、移動(dòng)化施工管理，切實(shí)解決施工現(xiàn)場(chǎng)的痛點(diǎn)及防范風(fēng)險(xiǎn)，使城鄉(xiāng)規(guī)劃更加科學(xué)，城市建設(shè)更加有序，從而推動(dòng)智慧城市的順利發(fā)展。

碧桂園已經(jīng)在安排生產(chǎn)適合機(jī)器人使用的鋁模、頂架、爬架、墻板，正在全力以赴用機(jī)器人建房子。

2.1.4 人工智能在建筑管理中的研究和應(yīng)用

M - Y. Cheng等學(xué)者開(kāi)發(fā)了一種進(jìn)化模糊混合神經(jīng)網(wǎng)絡(luò)，以加強(qiáng)項(xiàng)目工程的現(xiàn)金流管理。進(jìn)化模糊混合神經(jīng)網(wǎng)絡(luò)能夠進(jìn)行有效地部署，實(shí)現(xiàn)輸入因子和項(xiàng)目成功輸出的最佳映射，可用于建筑業(yè)動(dòng)態(tài)項(xiàng)目的成功評(píng)價(jià)。[10]H·郭等學(xué)者以游戲技術(shù)為基礎(chǔ)，為解決目前行業(yè)安全培訓(xùn)方法和工具不能提供學(xué)生實(shí)際培訓(xùn)的問(wèn)題，對(duì)施工企業(yè)員工進(jìn)行安全培訓(xùn)。[11]Autodesk推出了BIM 360 Project IQ這一款人工智能軟件，通過(guò)采集現(xiàn)場(chǎng)的各種影音，并結(jié)合建筑管理數(shù)據(jù)形成數(shù)據(jù)文件。該軟件可以通過(guò)對(duì)這些數(shù)據(jù)的分析與機(jī)械學(xué)習(xí)，對(duì)工地做風(fēng)險(xiǎn)管理。

2.2 人工智能的效益

在建筑設(shè)計(jì)階段中應(yīng)用人工智能產(chǎn)品，可以提高設(shè)計(jì)效率、降低設(shè)計(jì)費(fèi)用。人工智能技術(shù)不僅在建筑設(shè)計(jì)環(huán)節(jié)可以提高效率，而且能提高整體項(xiàng)目的設(shè)計(jì)效率。比如，開(kāi)發(fā)商在土地競(jìng)買時(shí)，必須事先完成項(xiàng)目總體設(shè)計(jì)方案，才能形成土地報(bào)價(jià)。設(shè)計(jì)師一般需要10天左右的時(shí)間完成項(xiàng)目總體方案，而利用人工智能軟件小庫(kù)（xkool），只需要輸入用地指標(biāo)等相關(guān)信息之后，就可以自動(dòng)生成多種設(shè)計(jì)方案以供選擇，但是小庫(kù)（xkool）只需要一天的時(shí)間就能完成項(xiàng)目總體方案。而且隨著云計(jì)算的不斷發(fā)展，在設(shè)計(jì)階段還能降低90%設(shè)計(jì)所需的硬件費(fèi)用。

在施工中，人工智能產(chǎn)品的應(yīng)用可保障施工安全、節(jié)約施工成本、縮短工期。廣州GE生物科技園首期項(xiàng)目中運(yùn)用了多種智能化手段，通過(guò)無(wú)人機(jī)+BIM技術(shù)建立模型，減少測(cè)量成本，使用其自主研發(fā)的BIM族庫(kù)，嚴(yán)格控制臨時(shí)建設(shè)的費(fèi)用;應(yīng)用各種可視化監(jiān)控系統(tǒng)，智能把控混凝土現(xiàn)澆等施工作業(yè)的安全;利用公司自行開(kāi)發(fā)的管理系統(tǒng)，對(duì)進(jìn)度計(jì)劃進(jìn)行參數(shù)分析優(yōu)化，通過(guò)大數(shù)據(jù)對(duì)工程的各項(xiàng)數(shù)據(jù)的處理，精準(zhǔn)預(yù)測(cè)進(jìn)度的誤差，對(duì)施工的各個(gè)環(huán)節(jié)進(jìn)行模擬施工較大程度上縮短了工期。

2.3 人工智能在國(guó)內(nèi)建筑業(yè)應(yīng)用的普及情況

雖然人工智能發(fā)展迅速，但在建筑行業(yè)的應(yīng)用目前還處于起步階段。

截至2017年年底，中國(guó)建筑股份有限公司在超過(guò)3000個(gè)項(xiàng)目上運(yùn)用各種人工智能技術(shù)。近年來(lái)國(guó)內(nèi)較大的工程也普遍使用人工智能產(chǎn)品。濟(jì)南地鐵項(xiàng)目上推行BIM系統(tǒng)，全面運(yùn)用各種自動(dòng)化設(shè)備，可確保產(chǎn)品信息精確性和可追溯性，對(duì)各項(xiàng)信息實(shí)行全方位信息化的管理。在建的“新疆三峽”阿爾塔什大壩工程借助多種高科技含量的方法，正通過(guò)現(xiàn)代化技術(shù)的運(yùn)用，讓大壩的建設(shè)充滿人工智能的氣息。

但是，人工智能技術(shù)在建筑行業(yè)的應(yīng)用并不均衡。通過(guò)對(duì)中國(guó)各個(gè)不同規(guī)模的建筑企業(yè)進(jìn)行走訪調(diào)查發(fā)現(xiàn)：大型建筑企業(yè)較多地采用了人工智能產(chǎn)品，這些企業(yè)基本上已經(jīng)建立了基于大數(shù)據(jù)的建筑信息平臺(tái)，中小型企業(yè)在工程項(xiàng)目上相對(duì)來(lái)說(shuō)較少涉及使用人工智能技術(shù)，詳見(jiàn)表1。

3 人工智能在建筑業(yè)的應(yīng)用前景分析

埃森哲咨詢公司埃森哲通過(guò)研究AI（人工智能）在 12 個(gè)發(fā)達(dá)經(jīng)濟(jì)體中所產(chǎn)生的影響，預(yù)測(cè)AI （人工智能）可將勞動(dòng)生產(chǎn)率提高40%。[12]這意味著人工智能對(duì)提升建筑業(yè)的效率有巨大的潛能。

3.1 建筑行業(yè)使用人工智能產(chǎn)品應(yīng)用的必要性

建筑業(yè)屬于資金密集和勞動(dòng)密集行業(yè)，生產(chǎn)過(guò)程中常常需要占用大量的勞動(dòng)力。根據(jù)相關(guān)數(shù)據(jù)分析[7]，除2008年外，1999—2012年，我國(guó)建筑業(yè)企業(yè)勞動(dòng)生產(chǎn)率增長(zhǎng)率都在10%以上（2008年為9.25%），平均值為13.92%，而2013—2017年建筑業(yè)企業(yè)勞動(dòng)生產(chǎn)率增長(zhǎng)率全都在10%以下，平均值為3.76%。數(shù)據(jù)說(shuō)明我國(guó)的建筑行業(yè)經(jīng)過(guò)多年的發(fā)展，管理的不斷完善，技術(shù)的不斷成熟，已經(jīng)進(jìn)入了一個(gè)階段峰值，需要一種新的技術(shù)去推動(dòng)建筑業(yè)向更高的階段發(fā)展。人工智能是解決這個(gè)難題較好的手段，因?yàn)槿斯ぶ悄茏畲蟮奶攸c(diǎn)，就是高效快速地完成一些復(fù)雜的工作。所以說(shuō)建筑業(yè)運(yùn)用人工智能產(chǎn)品之后，不僅能很大程度上提高建筑業(yè)勞動(dòng)生產(chǎn)率，而且能緩解我國(guó)老齡化的問(wèn)題。

深圳當(dāng)代藝術(shù)館及規(guī)劃展覽館，第一次采用BIM技術(shù)加上機(jī)械智能完成了整個(gè)工程的建造。如果依靠原有的施工工藝，需要約200個(gè)工人工作一年才能完成，而使用這項(xiàng)技術(shù)之后，僅僅只用了8名工人3個(gè)月就完成了全部建造。

因?yàn)榻ㄖ袠I(yè)特有的作業(yè)方式，所以建筑行業(yè)事故多發(fā)。建設(shè)工程發(fā)生安全事故，不僅給從事建筑工程的工作人員帶來(lái)人身傷害，影響建筑工程工期，而且給社會(huì)帶來(lái)了不可估量的經(jīng)濟(jì)損失。根據(jù)住建部公布的信息，在過(guò)去的15年間，因?yàn)楣こ贪踩鹿识劳龅娜藬?shù)達(dá)到了13280之多，所帶來(lái)的經(jīng)濟(jì)損失超過(guò)百億元。各類智能可視化檢測(cè)與建筑工地分析及預(yù)警等應(yīng)用，如Smartvid.io，能夠不間斷全方位的識(shí)別人眼難以識(shí)別的不安全因素，提高項(xiàng)目過(guò)程的安全性。

3.2 建筑行業(yè)各個(gè)細(xì)分市場(chǎng)的成長(zhǎng)性

建筑行業(yè)體系龐大，其內(nèi)部不斷細(xì)化，形成多種子產(chǎn)業(yè)，也就是建筑行業(yè)細(xì)分產(chǎn)業(yè)。根據(jù)住建部公布的文件，其將建筑企業(yè)特、一級(jí)資質(zhì)企業(yè)細(xì)分為12類。根據(jù)中國(guó)建筑業(yè)協(xié)會(huì)發(fā)布的2012—2016年建筑業(yè)發(fā)展統(tǒng)計(jì)分析，整理了如下資料，見(jiàn)表2。從數(shù)據(jù)中可以得出房屋建筑工程、公路工程、市政公用工程和鐵路工程是歷年來(lái)排在前四位的建筑業(yè)總產(chǎn)值專業(yè)類別。這4個(gè)類別特、一級(jí)施工總承包企業(yè)完成的2012—2016年建筑業(yè)總產(chǎn)值之和占到所有12個(gè)類別特、一級(jí)施工總承包企業(yè)建筑業(yè)總產(chǎn)值的平均比重為86.1%。因?yàn)閲?guó)家近年來(lái)的各項(xiàng)環(huán)保政策和供給側(cè)結(jié)構(gòu)性改革，礦山工程、冶煉工程、化工石油工程發(fā)展緩慢，甚至有倒退的形勢(shì)。2013—2016年的平均增速最高的為市政公用工程，平均增速為16.4%，其次是電力工程，平均增速為15.7%。

為了更加直觀的了解建筑業(yè)細(xì)分市場(chǎng)的成長(zhǎng)性和規(guī)模大小，筆者將以上數(shù)據(jù)進(jìn)行統(tǒng)計(jì)處理后得到以下成長(zhǎng)性—規(guī)模圖，見(jiàn)圖2。

根據(jù)上面的分析，筆者認(rèn)為在成長(zhǎng)性好、規(guī)模較大的細(xì)分市場(chǎng)率先推廣人工智能技術(shù)，會(huì)取得更好的效益。從圖中可以看出，處于高速發(fā)展，同時(shí)市場(chǎng)規(guī)模大的細(xì)分市場(chǎng)是房屋建筑工程、市政公用工程和水利水電工程。

3.3 建筑業(yè)對(duì)人工智能產(chǎn)品的需求分析——基于SPSS主成分分析法

筆者通過(guò)建筑業(yè)對(duì)人工智能產(chǎn)品需求進(jìn)行分析時(shí)，首先訪談了5名從事相關(guān)研究的專家學(xué)者，以訪談內(nèi)容為大綱，提取訪談核心內(nèi)容，制定并多次修改調(diào)查問(wèn)卷。最后確定了9個(gè)測(cè)量指標(biāo)，分別是：能否兼容其他人工智能產(chǎn)品的需求、人工智能產(chǎn)品是否能重復(fù)多次使用的需求、使用人工智能的可視化動(dòng)態(tài)監(jiān)控的需求、人工智能產(chǎn)品能分級(jí)管理的需求、人工智能產(chǎn)品較廉價(jià)的需求、對(duì)操作使用方式簡(jiǎn)單明了的需求、使用人工智能產(chǎn)品方案優(yōu)化的需求、對(duì)人工智能產(chǎn)品適用于各種設(shè)備的需求、使用人工智能后能帶來(lái)較好的經(jīng)濟(jì)效益的需求。采用Likert 5級(jí)量表，分別賦值1～5分，隨著分?jǐn)?shù)增加，程度依次加深。依據(jù)之前分析的建筑業(yè)細(xì)分市場(chǎng)的成長(zhǎng)性，向增速高同時(shí)規(guī)模大的三類建筑企業(yè)，共計(jì)13個(gè)。發(fā)放160份調(diào)查問(wèn)卷，回收有效問(wèn)卷151份。

本文采用SPSS20.0軟件對(duì)數(shù)據(jù)進(jìn)行主成分分析。首先對(duì)問(wèn)卷信度和效度檢驗(yàn)，見(jiàn)表3?？倖?wèn)卷Cronbach'sα系數(shù)為0.787，Cronbach'sα系數(shù)>0.7說(shuō)明問(wèn)卷信度較高。進(jìn)行KMO檢驗(yàn)和巴特萊特球形檢驗(yàn)。問(wèn)卷的KMO值為0.915， KMO值大于0.6時(shí)， 說(shuō)明各題項(xiàng)之間相關(guān)性則較高。巴特萊特球形檢驗(yàn)的Sig統(tǒng)計(jì)值的顯著性為0.000， 否定了相關(guān)矩陣為單位矩陣。由這些檢驗(yàn)可以得出， 本問(wèn)卷可以進(jìn)行主成分析法。

采用主成分分析法提取因子進(jìn)行探索性因子分析 （最大方差旋轉(zhuǎn)法） 。對(duì)特征值大于1的因子進(jìn)行多次正交旋轉(zhuǎn)， 剔除不合理的指標(biāo)， 最終得到8個(gè)指標(biāo)。提取出3個(gè)因子， 累積方差貢獻(xiàn)率為83.333%。這3個(gè)因子的特征值、方差百分比和累計(jì)方差貢獻(xiàn)率， 旋轉(zhuǎn)后的因子載荷見(jiàn)表4。

因子1包含的信息量最多，能解釋總變異的32.929%， 包含的3個(gè)條目反映的是對(duì)人工智能產(chǎn)品適用于各種設(shè)備、操作使用方式簡(jiǎn)單明了、能否兼容其他人工智能產(chǎn)品的需求，故將其命名為“實(shí)用性需求”。因子2包含的信息量能解釋總變異的30.245%， 包含的3個(gè)條目反映的是對(duì)人工智能產(chǎn)品是否能重復(fù)多次使用、人工智能產(chǎn)品較廉價(jià)、使用人工智能后能帶來(lái)較好的經(jīng)濟(jì)效益的需求，故將其命名為“經(jīng)濟(jì)性需求”。 因子3所包含的信息量能解釋總變異的20.159%， 包含的2個(gè)條目反映的是對(duì)使用人工智能的可視化動(dòng)態(tài)監(jiān)控，方案優(yōu)化的需求， 故將其命名為“安全性需求”。

4 結(jié)語(yǔ)——建筑業(yè)人工智能產(chǎn)品開(kāi)發(fā)的建議

本文通過(guò)對(duì)建筑行業(yè)細(xì)分市場(chǎng)的成長(zhǎng)性分析，可以得出房屋建筑工程、市政公用工程和水利水電工程這3個(gè)類別，特、一級(jí)施工總承包企業(yè)的規(guī)模和增速都非常高。人工智能企業(yè)在產(chǎn)品開(kāi)發(fā)時(shí)所重點(diǎn)關(guān)注的對(duì)象應(yīng)該是這五類細(xì)分市場(chǎng)。通過(guò)對(duì)建筑業(yè)相關(guān)人員進(jìn)行人工智能的需求問(wèn)卷調(diào)查，對(duì)收集的數(shù)據(jù)進(jìn)行主成分分析法，提取出“實(shí)用性需求”和“經(jīng)濟(jì)性需求”兩個(gè)因子。最終得出人工智能企業(yè)產(chǎn)品開(kāi)發(fā)時(shí)應(yīng)該注意產(chǎn)品的實(shí)用性，設(shè)計(jì)的人工智能產(chǎn)品要適用于各種設(shè)備，操作界面和使用方式不要過(guò)于復(fù)雜，能兼容其他人工智能產(chǎn)品;還要著重于產(chǎn)品經(jīng)濟(jì)性，節(jié)約開(kāi)發(fā)人工智能產(chǎn)品的成本，降低使用人工智能的費(fèi)用，讓建筑企業(yè)使用后能夠明顯感受到降低了成本，還要使產(chǎn)品能夠重復(fù)使用;最后人工智能企業(yè)應(yīng)該開(kāi)發(fā)可視化動(dòng)態(tài)監(jiān)控和方案優(yōu)化方面的產(chǎn)品。

參考文獻(xiàn)：

[1]尼克.人工智能簡(jiǎn)史[M]. 北京：人民郵電出版社，2017.

[2]蔡自興.人工智能及其應(yīng)用[M].5版.北京：清華大學(xué)出版社，2016.

[3]郭成濤，李檬.人工智能發(fā)展中的問(wèn)題思考及其研究現(xiàn)狀[J].科技視界，2017（3）：71-72.

[4]《北京人工智能產(chǎn)業(yè)發(fā)展白皮書(shū)（2018年）》發(fā)布[J].中國(guó)建設(shè)信息化，2018（13）：4.

[5]REFFAT R M. Utilization of artificial intelligence concepts and techniques for enriching the quality of architectural design artifacts[EB].https：//www.researchgate.net/publication/239928346.

[6]黨向盈，姜代紅.神經(jīng)網(wǎng)絡(luò)結(jié)合遺傳算法在建筑優(yōu)化設(shè)計(jì)中的應(yīng)用[J].徐州工程學(xué)院學(xué)報(bào)（自然科學(xué)版），2017，32（2）：66-71.

[7]CHA Y J， CHOI W， Büyükoztürk O. Deep learning based crack damage detection using convolutional neural networks [J]. Computer-aided Civil & Infrastructure Engineering， 2017， 32 （5）：361-378.

[8]蘇國(guó)韶，宋詠春，燕柳斌.高斯過(guò)程機(jī)器學(xué)習(xí)在邊坡穩(wěn)定性評(píng)價(jià)中的應(yīng)用[J].巖土力學(xué)，2009，30（3）：675-679.

[9]A H BEHZADAN，Z AZIZ，C J ANUMBA，et al.Ubiquitous location tracking for context -specific information delivery on construction sites [J].Automation in Construction， 2008（17 ）：737-748.

[10]CHENG M Y， TSAI H C，SUDJOONO E.Evolutionary fuzzy hybrid neural network for dynamic project success assessment in construction industry[J].Automation in Construction，2012，21（1）：46-51.

[11]GUO H，LI H，CHAN G， et al.Using game technologies to improve the safety of construction plant operations[J].Accident Analysis & Prevention，2012， 48（3）：204-213.

[12]埃森哲官網(wǎng).Insight AI artificial intelligence future growth[EB].https：//www.accenture.com/cn-zh/insight-ai-artificial-intelligence-future-growth.

[基金項(xiàng)目]大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目“建筑業(yè)人工智能應(yīng)用的市場(chǎng)供給分析”（項(xiàng)目編號(hào)：201810060158）。

[作者簡(jiǎn)介]鄭杰（1998—），男，漢族，重慶人，天津理工大學(xué)管理學(xué)院工程管理系本科生，研究方向：工程管理、建筑技術(shù)創(chuàng)新;吳世永（1999—），男，江蘇南京人，天津理工大學(xué)管理學(xué)院工程管理系本科生，研究方向：工程管理;指導(dǎo)老師：畢小青（1965—），男，漢族，天津人，天津理工大學(xué)管理學(xué)院市場(chǎng)營(yíng)銷系教授，研究方向：戰(zhàn)略管理、產(chǎn)業(yè)經(jīng)濟(jì)。