建筑领域的生成式人工智能如何提升设计和协作水平
- ChatGPT 等交互式聊天机器人已成为人工智能技术的主流，建筑公司也在加入这一潮流。
- 几家领先的日本建筑公司正在开发有助于设计、建模和协作的人工智能。
- 随着人工智能的发展，它将在施工流程中变得更加有用，并帮助建筑商更有效地使用收集到的数据。
人工智能（AI）是一个热门话题，它涵盖了关于人工智能聊天服务、从文本生成 2D 和 3D 图像，甚至人工智能建筑设计的对话。ChatGPT 等交互式 AI 聊天机器人展示了该技术的新应用，并展示了人工智能新的精准度。尽管这一机制已经存在了一段时间，但生成式 AI 的反应流畅自然，使它能够学习数据模式和关系来生成新内容。人工智能在图像生成技术方面也在不断进步，推出了一系列新产品，并可以根据用户输入的文本创建图像、视频、3D 模型等等。
随着人工智能准确性的显著提高，个人、公司和组织都在积极采用人工智能。在日本，松下和大和证券等大公司已开始在集团内部提供交互式 AI。日本政府也公布了人工智能战略，日本农林水产省等机构也已开始或正在考虑使用人工智能来回应询问并提供运营支持。
在服务提供商方面，微软、Meta、谷歌和亚马逊等 IT 巨头正在加快人工智能研究，其他公司也推出了各种各样的服务。例如，数字服务公司Ricoh的“AI at work”系列可以通过多种方式使用，包括对客户反馈进行排序，而这项工作在过去需要大量成本；销售支持，如人工智能可以搜索材料并提供销售知识。
建筑领域的生成式 AI
日本领先的总承包商已经开始以各种方式运用人工智能。大林组株式会社在全球建造了各种大型建筑，包括世界最高的东京晴空塔（634 米）和新加坡星耀樟宜机场，并一直在各个项目中积极使用人工智能。例如，大林组与 Autodesk Research 合作开发了一个人工智能平台，让建筑师输入建筑参数来创建体积估算和内部编程布局。
2022 年，大林组与 SRI International 和 Hypar 合作开发了 AiCorb，这项技术可以根据手绘草图和文字描述快速输出多个建筑立面设计，然后创建 3D 模型。在对土地进行体积研究后，用户可以使用 AiCorb 审查拟议的立面设计，并在 3D 模型中对生成的设计进行集成和可视化。这一过程预计将大大加快与客户达成共识的过程，并减少设计师的工作量。
AiCorb 的研发始于 2017 年，最初提出的问题是“人工智能会有创造力吗？”研究的主要重点是作为专门用于建筑设计的一种生成式人工智能如何从草图中提出各种设计。大林建筑设计与工程部亚洲建筑设计部的建筑师 Yoshito Tsuji 表示：“我们训练人工智能从详细草图和粗略草图中读取设计意图。我们准备了多个人工智能模型，其中一个模型忠实地阅读草图，另一个模型则注重生成结果的质量而不是逼真的程度，从而确保这一工具能够根据设计师的意图进行使用。”
清水建设株式会社最近也发布了 SYMPREST —— 一种在结构研究工作的早期设计阶段提供协助的人工智能。它涉及到根据建筑规划的形状和规模对结构框架和构件横截面进行研究和设置。清水建设表示，SYMPREST 将是一种数字化设计方法，可以提高工作效率，为研发人员提供先进、快速的提案。
使用专有数据库改进人工智能
若要了解人工智能服务的工作原理，需要注意的是，所提供服务的名称不一定与嵌入其中的人工智能或开发该服务的公司相对应。例如，提供 ChatGPT 的 OpenAI 参与了 AI 从开发到提供服务的整个过程，但其AI 基础模型是GPT-4；ChatGPT 是用户通过聊天与其交换信息的服务的名称。微软提供的Bing AI服务与Bing搜索引擎中集成的基于 GPT-4 的 AI 聊天功能相同，而 Bing 搜索引擎也可以访问微软的搜索数据库，使得添加新信息和使用AI成为可能。
如果企业在使用人工智能时能够以这种方式连接到他们的数据库，那么除了预先训练的信息之外，他们还可以从自己已有的信息中提取信息，从而提高人工智能的准确性，同时保护机密信息。例如，鹿岛运营的Kajima ChatAI通过构建一个相当于ChatGPT的内部模型，为各子公司的约两万名员工提供安全的环境，其中输入的信息不用于外部学习。这样的例子在日本和世界各地的公司中越来越多。
帮助建筑公司使用数据
对于建筑公司来说，最大化收集数据的最佳方法是使用 BIM（建筑信息模型）和云服务。例如，大林组株式会社正致力于将 AiCorb 生成的图像转换为 BIM 数据。“由于 BIM 数据可以添加每个组件的尺寸和材料，我们正在考虑使用这些数据来评估各种类型的性能，”大林技术研究所建筑系统和材料部门的人工智能研究员 Takuma Nakabayashi 说。“在未来，我们的目标是利用大林的数据来创建具有可构建性视角的人工智能。”
大林组从这种主动方法中学到了很多东西：自 2023 年 7 月以来，已有 70 人尝试了人工智能约 1,000 次，该公司正在考虑将人工智能纳入设计流程，以快速高效地生成设计规划。然而，“我们很难完全控制所生成的结果，并对这种可能发生的情况有着积极和消极的看法，” Nakabayashi 说。“无论我们能够获得多少控制权，同样重要的是要理解生成式 AI 与传统工具（如笔和CAD）具有不同的特征，这些传统工具仅是手的延伸。”
在考虑引入和使用人工智能时，应牢记以下三点。首先，要从企业角度考虑人工智能。如果企业引入人工智能的目的是为了产生利润、提高生产力，就需要考虑人工智能如何融入整个工作流程。公司数据的使用方式比人工智能本身更重要。
其次，要注意人工智能会增加一些成本。当人工智能承担一项工作任务时，结果会是即时且无限的，但并不总是精准的。生成的成本非常低，但结果是，你使用的人工智能越多，你就越不得不审查输出的结果，这会显着增加成本并降低生产力。如果一家公司要引入人工智能，就需要考虑人工智能如何提高生产力，并考虑建立一种机制来审查人工智能的交付成果。
利用人工智能提高生产力
最后，尽管之前有人认为人工智能的精准性是由人工智能开发公司来保证的，但其精准性的提高取决于人工智能学到的内容（即其数据库），因此有必要开发一个框架来维护公司的数据库并将其放入人工智能可以使用的格式。这项工作的关键是将信息收集到数据库中并检查数据库的内容，而建筑公司可以通过使用BIM和云服务来实现这一点。
对于建筑企业来说，将人工智能服务接入业务运营是一条捷径。可以考虑一个允许人工智能响应施工状态的系统。若要了解现场的进度，有必要将现场状态告知人工智能，这时可以利用 Autodesk Build 的资产功能进行上报，跟踪并管理一个项目的所有资产以及设备的整个生命周期。如果这一工具可以将数据可视化，则可以验证报告的精准性。
人工智能的能力和使用它的服务在不断变化，它也许不是可以立即启动的工作。然而，无论是否使用人工智能，都可以实现BIM模型和基于云的数据库的可视化。而且，通过继续这项工作，可以创造一种让数据库可供人工智能学习的环境。使用人工智能的第一步是决定如何将公司信息数字化并创建数字化转型之路。