虽然目前市面上的设计软件，其功能逐年在改善，但在改进的速度和规模上却越来越不稳定。关于BIM工作流程与工程建设行业在实际运作方式上的对应程度，人们提出了质疑。

作为生活在科技时代的人们，已经非常习惯社会的这种快速变化。有时甚至感觉可以依赖的唯一不变的东西就是一切都会改变。史前人类生活在洞穴里，在岩壁上胡乱涂画。石器时代长达250万年，然后是青铜器时代，随之而来的是持续1500年的城市化。第一次工业革命只持续了80年（1760-1840）。在到达当前的数字时代之前，莱特兄弟完善了动力飞行，仅仅66年后，人类就摆脱了地球引力，穿越了太空，登上了月球。人们在越来越短的时间进程内取得进步，并通过开发越来越智能的工具实现了工业革新。

下一场革命已经到来，但正如俗话所说，它不会均匀分布。目前，人们工作生活的许多方面仍在经历数字化转型。一切都在变成数据，数据越集中，就能产生更多的洞见，为知识处理提供更大的机会。

人工智能和机器学习已经从科幻小说变成了科学事实，并正在被越来越多的行业迅速使用，以提高生产效率、知识捕获和创建专家系统。随着这些技术的部署，企业将需要尽快转型，因为它们将以我们尚未真正预料到的速度带来结构和商业模式的变化。

在过去的几个月里，笔者看到了目前正在开发的设计技术的演示，这些技术至少可以使劳动密集型的细节任务转变为自动化，并可能大大减少某些项目对工程师的需求。

当前的人工智能现实

在2020年的疫情期间，笔者曾饶有兴趣地翻看了设计师兼艺术家Sebastian Errazuriz在Instagram上发布的一条帖子。很快，它就变成了一个系列，进而演变成一场接一场的辩论。他想要提醒现在的设计师，尽快认清一个事实，那就是工程专业需要多年的学习，也需要多年的实践，但基于机器学习的系统，可以以人类不可能与之竞争的速度快速获得经验。

“既然我们已经拥有数百万栋房子，大量的数据，包括图纸，那么当我们可以训练AI，然后将所有最好的设计融合在一起时，我们为什么还需要一座新房子呢？”Errazuriz总结道:“现在试着想象一下这种技术的1000倍和10年后将对这个行业产生什么影响。”

有趣的是，在那个时候，很少有技术能提供这样的东西。也许Errazuriz看到了谷歌的Sidewalk实验室，该实验室正在尝试利用衍生式设计来创造和优化社区。

虽然距离实现人工智能在衍生式设计中发挥真正潜力还有一段路要走，但来自Higharc公司的Michael Berkin，曾是欧特克公司(Autodesk)机器学习研究小组负责人的他也同样认为：使用基于深度学习系统的推理模型，还尚未进入黄金时代，但继续研究它会非常有趣。

尽管如此，但人工智能/机器学习在工程建设行业中已经有了一些创新的应用。例如，Autodesk已经提供了该技术的一些小众用途。Autodesk Construction IQ 旨在为商业、医疗保健机构和房地产等提供项目风险管理。它可以检查图纸并确定未来可能的高风险问题。AutoCAD具有一个“我的洞察力”功能，该功能可以检查用户是如何使用AutoCAD命令，以及执行操作的过程。然后，人工智能将为用户提供有针对性的建议，以帮助更好地使用工具，提高生产力。

还有一系列自适应和求解器工具，如Testfit、Autodesk Spacemaker和Finch 3D，它们都能解决多个竞争性变量，以帮助用户得出优化后的解决方案。虽然不是严格意义上的人工智能/机器学习，但它们的结果感觉像魔术一样，实际上帮助设计师做出了更明智的决定，并减少复杂性带来的痛苦。

Bricsys也一直在投资人工智能。Bricscad BIM不使用Lego CAD的模式，即用墙、门、窗等构件进行建模。相反，用户用实体建模，然后使用BIMify命令，在几何体上运行人工智能，将其识别IFC组件、窗户、地板、墙壁等。

到目前为止，人工智能的应用要么主要是在概念方面，要么试图从过去的项目知识中“学习”。

将脑海中的想法可视化

在过去的两年里，工程建设公司对BIM工具的局限性感到厌倦，并寻找能显著提高生产力的方法，许多公司似乎转而希望将2D绘图过程完全自动化。

虽然图纸是一项法律要求,但那些严重依赖模型出图的公司都在计算,通过让人工智能接管这些绘图工作可以为公司节省数百万美元,然后再把更多的时间花在设计上。在2022年6月的NXT BLD会议上,借助早期的软件alpha代码，有望将人工智能/机器学习应用于设计。而且,一些领先的建设公司设计IT主管也认为,对于许多标准的、可重复的结构类型,自动化系统将很快对这些短平快的项目产生重大影响。

目前，有一家公司已经在中东地区使用内部系统运作工程项目，该系统只需要一名建筑师，其任务是定义和控制设计的“DNA”，团队的其他成员是工程师，专注于精简施工过程。另外，还有一类系统只需要输入一段段折线就能得出模块化建筑的施工图纸，完全忽略了细节设计。而且，Augmenta公司也正在寻找电气、管道、结构细节建模的自动化路线。

疫情期间带来的另一个好处是，建筑巨头Bouygues建筑公司与达索系统合作，开发了一个基于3D Experience平台的专家系统。在Revit模型中，该系统会输出一个完整的包含工程量造价的虚拟施工模型，所有这些都是基于Bouygues公司在其工作流程中定义的规则、流程和机器，所有这些都通过达索系统的产品生命周期（PLM）进行管理。虽然该系统基于配置和一些其他约束条件，并且对人工智能/机器学习的要求较低，但也提供了一种建立专家系统、定制系统的动力，用于明确定义公司的内部流程。

十年前，机器学习系统才刚刚掌握识别照片主题的方法。而今天的系统已经可以根据计算机视觉写出一整段的场景定义代码。这一进步可能也是好事，因为旧金山已经有了无人驾驶的自动出租车——Cruise和Waymo，它们正在到处接送乘客。

DALL-E、Midjourney、DeepRender和Stable Diffusion的兴起，让社交媒体上充斥着各种令人惊叹的图片。经过数十亿张照片的训练，现在已经允许用户添加他们自己的照片，这项技术似乎每周都在迅速发展，直到输出在设计的概念阶段变得有用。

利用AI生成的图像

哈桑·拉加布（Hassan Ragab）在旅途中制作的基于人工智能生成的建筑外墙图像，使用Kaedim自动转换为3D网格，Kaedim是一种将2D图像转换为3D模型的人工智能。

作为计算设计师/数字艺术家的哈桑·拉加布说：“在不久的将来，这些工具将可以直接应用到设计过程中。目前，许多建筑师和设计师都在使用它作为草图/灵感的工具。但对我来说，我只是试图探索这些工具对我们的创作过程意味着什么。通过尝试将我的想象力发挥到极限，用这些强大的工具将我脑海中的想法可视化，同时也观察这些工具将如何改变我的思维方式。”

不必与人工智能竞争

2022年8月，Errazuriz再次出现在Instagram上，这一次他指出，插画师将不幸成为第一批被人工智能取代的艺术家。插画是根据文字描述委托创作的，而这正是人工智能系统的工作方式。“人类和人工智能之间的唯一区别是，人类需要花5个小时左右的时间来制作一幅即将出版的像样的插图。而电脑只需要5秒钟。”Errazuriz说道。同时，他也建议：人们需要以最快的速度加入，了解这些工具是如何工作的，并让插画师利用他们的能力来增强这些设计。现在，经验将帮助艺术家们学习如何更好地向机器描述一个图像。

最近，一家可视化和媒体公司的合伙人提到，他认为作为一个创意人，永远不必与人工智能竞争。在过去的两个月里，他的公司不得不投入数小时的时间来学习如何利用和理解这些新工具来为公司的业务服务。甚至有客户要求在PPT汇报时，使用人工智能生成的演示文稿扬声器，在视频播放中读出书面文字，以节省成本。

Testfit公司的首席执行官克里夫顿·哈内斯（Clifton Harness）认为：人工智能的应用将会使建设行业更加美好，因为只要有一个人类的设计师在运行该人工智能。但这势必将使现代设计师处于一个十字路口——他们是接受能够使他们成为超级设计师的技术，还是拒绝这些技术，看着工程和软件开发商拥抱它们？无论哪种方式，我们都会得到更好的工程设计，而现在选择权在设计师手中。

如果采用像TestFit技术的用户可编辑的配置器，项目团队就可以进行详细的控制，以实现设计愿景。它使软件工程师能够使用有意义的程序来开发表单，并了解它们中断的原因。程序的主要优势，当然也可以理解为劣势，因为它们都是人为提供的。

在过去的几年中，已经看到很多令人印象十分深刻的机器学习算法开始解决，诸如噪音、采光、能源使用或微气候分析等问题。这些都是很有前景的，但无论如何，最终还是由计算机来做这些分析。定义满足项目要求的形式仍然是设计过程中的核心基本任务。

混合人工智能的工作流程也是相当有前途的。这方面的一个例子是使用一个简单的程序来生成带有质量的构件，然后要求神经网络对所述质量的柱子尺寸给出最佳的猜测。

另外，将所有这些人工智能渗透到工程建设行业的途径，仍然是通过建设公司。因为在与数百名房地产开发商合作的过程中发现，几乎所有的开发商都更愿意与那些有长期成功记录的设计师合作。

因此，对于工程建设行业来说，真正的恐惧是当那些初创的建设公司开始利用这种技术，并形成对房地产投资信托基金（REITs）或世界上具有很高行业声誉的设计公司的不对等优势。工程建设行业在工作流程方面一直处于劣势，而人工智能是流程的杀手锏。

从人工智能到BIM

从看到哈桑·拉加布的令人难以置信的建筑设计之后，一家名为Kaedim的英国公司也开始开发一项将2D图像转换为3D网格模型的服务。有趣的是，Kaedim公司旨在为游戏行业提供一个SaaS（软件即服务）平台，以便可以快速将2D结构物转换为游戏内容中的3D网格。接下来，笔者尝试把网格放到Bricscad BIM中，看看BIMify命令能否把它变成一个BIM模型。虽然预期这将是世界上第一个基于人工智能概念设计的BIM模型，但软件中的不兼容性意味着它有一点不足。Kaedim公司创建了一个单一的密封网格，而Bricscad BIM则希望在其模型中有多个网格。然而，结果已经很接近了，特别是在简化的几何形状方面。

在某些时候，这些人工智能系统肯定会开始基于描述生成3D模型，或者人工智能将有能力渲染所有的立面，从而实现一定程度上的3D。与其给Kaedim公司提供平面的2D模型，不如想象一下，一个人工智能在每个屡获殊荣的建筑3D模型上进行训练，或者一个人工智能工程系统，可以1:1的生成一个直接用于制造的工程设计。

将2D图像转换为3D模型

人工智能/机器学习、配置器和求解器正在快速到来。在未来的五年里，看到这一切是如何展开的，将是令人着迷的。要想在这场游戏中保持领先，最好的生存建议是在有机会时尽快熟悉这些新系统。

现有的较为成熟的BIM开发商正在研究人工智能/机器学习的哪些元素可以应用于BIM软件中。这些可能像楼梯设计一样无聊，但却必不可少，以形成基于多个分析标准的优化。

这种零敲碎打的改进方法会让现有的用户满意，但不会从根本上改变整个过程。对于其他人来说，在没有任何损失的情况下，开发出更强大的设计系统，提高从概念到设计的速度。而重点可能不在建筑设计上，而是具有应用价值的建筑本身。

例如，Augmenta公司正在寻求将详细设计过程中的所有阶段自动化。如果这也可以同时驱动制造过程的话，那么整个流程可以实现直接从3D模型到G代码。

像所有的炒作周期一样，机器智能对工作的影响在短期内会被高估，在长期内会被低估。目前，人们正在努力实现细节设计的自动化，同时也在进行绘图自动化。

这两项工作要求都很高,需要庞大的团队来执行日常工作,并协调设计变更。自动化最终可能会减少公司的员工数量，将更多的时间用于实现设计梦想。

另一件事是，由于压缩技术和将传统上需要数年才能完成的过程变成几周，这并没有真正考虑人类的本性和客户愿意改变主意的现实。例如，早期有一个成功的BIM合作项目，该项目协调了其他团队进行办公楼的设计，也得到了业主的认可，于是订购了钢材。很久以后，业主改变了对设计的想法，但为时已晚，因为钢材已经被切割。人工智能可能有助于实现零冲突，并大幅减少浪费，但仍不能忘记：变化才是常态。

本文刊载 / 《BIM视界》杂志

2022年 第4期 总第23期

作者 / Martyn Day等

资料来源 / AEC杂志官网