建筑裝飾行業(yè)：人工智能在建筑的應(yīng)用現(xiàn)狀和前景

建筑裝飾建筑裝飾/行業(yè)深度分析報(bào)告/2023.04.15筑的應(yīng)用現(xiàn)狀和前景投資評級投資評級:看好(維持) 9%4%分析師畢春暉bich@——2023Q1業(yè)績前瞻》2023-04-04核心核心觀點(diǎn)是基于2017年Google開發(fā)的Transformer構(gòu)架上發(fā)展的，在這種數(shù)據(jù)關(guān)聯(lián)的方式下數(shù)據(jù)產(chǎn)生的運(yùn)算量較大，并且ChatGPT是一種基于Data-centric訓(xùn)練出的模型，目前已經(jīng)接受了45TB的高質(zhì)量文本語料。綜上，基于模型的天然特性、當(dāng)前算力的限制、AI已經(jīng)接受的訓(xùn)練來看，ChatGPT更適合于文本類信息的處理，短期來看生產(chǎn)的效率提升或主要集中文本處理的領(lǐng)域。應(yīng)用領(lǐng)域上看，它可以在教育行業(yè)中提供大量的語言和知識學(xué)習(xí)的資源，協(xié)助師生之間的交流和學(xué)生的評估；商業(yè)領(lǐng)域，可以幫助去進(jìn)行一些營銷策略的創(chuàng)作、提供客戶服務(wù)、或者從事數(shù)據(jù)分析等工作；媒體領(lǐng)域可以協(xié)助創(chuàng)意工作者去生產(chǎn)或者編輯腳本、外發(fā)的文稿等內(nèi)容。?AI在建筑的一些領(lǐng)域已經(jīng)初步嘗試，但受限于發(fā)展水平短期應(yīng)用仍相對有限。目前，AI在建筑業(yè)的應(yīng)用已經(jīng)有很多相關(guān)研究，并且已經(jīng)有部分項(xiàng)目落地。北京和深圳已經(jīng)作為試點(diǎn)城市，在現(xiàn)有數(shù)字化審圖系統(tǒng)基礎(chǔ)上引入人工智能相關(guān)技術(shù)并形成可復(fù)制的經(jīng)驗(yàn)。但是受限于發(fā)展水平，AI的應(yīng)用領(lǐng)域還是相對有限。參考ChatGPT發(fā)展路徑，AI在建筑業(yè)的應(yīng)用主要受限于：1)模型仍需進(jìn)一步迭代以處理更多類型數(shù)據(jù)，建筑業(yè)務(wù)涉及到的數(shù)據(jù)種類繁多，除了文字最常見的還有圖形、時(shí)間序列，高維度數(shù)據(jù)等；2)高質(zhì)量數(shù)據(jù)集的建立，鑒于當(dāng)前訓(xùn)練ChatGPT所使用的數(shù)據(jù)集的量與質(zhì)量，建筑業(yè)想要實(shí)現(xiàn)AI的應(yīng)用還需要時(shí)間；3)資源投入：訓(xùn)練過程中需要大量的人工去給數(shù)據(jù)進(jìn)行標(biāo)注，并且需要長期的技術(shù)積累。AIAI據(jù)的建筑公司有望脫穎而出。AI技術(shù)成熟后在建筑領(lǐng)域大有可為，比如在建筑設(shè)計(jì)中，使用AI可以幫助建筑師確定最佳的建筑形態(tài)、優(yōu)化結(jié)構(gòu)、材料及構(gòu)件的選擇，以及提高建筑的能源效率等；智能制造領(lǐng)域，人工智能可以深度參與自動化生產(chǎn)流程、供應(yīng)鏈管理、品質(zhì)檢驗(yàn)等環(huán)節(jié)。往終局去看，1)已經(jīng)布局人工智能并積累經(jīng)驗(yàn)；2)能夠提供足夠的資源、數(shù)據(jù)集的企業(yè)有望最早實(shí)現(xiàn)人工智能應(yīng)用于建筑領(lǐng)域的突破，之后憑借效率大幅提升快速出清行業(yè)內(nèi)效率較低的企業(yè)。AIAI技術(shù)應(yīng)用到產(chǎn)業(yè)不及預(yù)期、地緣政治風(fēng)謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)2 NLP....................................................................................................4 謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)3 BIM案例：深圳市科技館(新館) 18 謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)41ChatGPT在建筑的應(yīng)用現(xiàn)狀和前景1.1應(yīng)用層面來看，ChatGPT當(dāng)前更適合文本工作類行業(yè)NLP)作為人工智能的重要研究方向，旨在幫助計(jì)算機(jī)理解、解釋和運(yùn)用人類語訓(xùn)練時(shí)間明顯更少。訓(xùn)練和有監(jiān)督微調(diào)減輕NLP中的監(jiān)督學(xué)習(xí)，本質(zhì)上模型是相對Transformer現(xiàn)了很強(qiáng)的性能。謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)5mplingandEstimationof基于ChatGPT神經(jīng)網(wǎng)絡(luò)的類型以及訓(xùn)練方法來看，文本類工作的效率有望得到量的語言和知識學(xué)習(xí)的資源，協(xié)助師生之間的交流和學(xué)生的評估；金融領(lǐng)域，可以基于大量文本去分析行業(yè)的市場情況、風(fēng)險(xiǎn)評估并給出建議等；商業(yè)領(lǐng)域，可務(wù)、或者從事數(shù)據(jù)分析等工作；媒體領(lǐng)域可以協(xié)助創(chuàng)意工作者去生產(chǎn)或者編輯腳本、外發(fā)的文稿等內(nèi)容。表1.ChatGPT有望應(yīng)用的領(lǐng)域應(yīng)用領(lǐng)域相關(guān)形式智能客服可以作為智能客服機(jī)器人的核心，回答客戶的問題、提供幫助和建議。電子商務(wù)可以用于電子商務(wù)平臺的客服和推薦系統(tǒng)，為客戶提供更好的購物體驗(yàn)和更精準(zhǔn)的推薦。媒體可以用于新聞自動化、內(nèi)容推薦和智能化編輯，幫助媒體更快速、更精準(zhǔn)地生產(chǎn)和傳播新聞。質(zhì)量。1.2建筑業(yè)涉及到的數(shù)據(jù)類型眾多，所需要的模型更為繁雜不同類型數(shù)據(jù)(圖片、文本、音頻)的處理適用于不同種類的神經(jīng)網(wǎng)絡(luò)：謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)6表表2.不同種神經(jīng)網(wǎng)絡(luò)適用的數(shù)據(jù)類型有所差異應(yīng)用領(lǐng)域主流算法卷積神經(jīng)網(wǎng)絡(luò)本質(zhì)上是一個(gè)網(wǎng)絡(luò)間共享權(quán)重參數(shù)的多圖片分類復(fù)合函數(shù)，其共享權(quán)值的思想可以大大減小訓(xùn)練參因此常被用來訓(xùn)練深層網(wǎng)絡(luò)并在大規(guī)模數(shù)據(jù)(如圖片)的處理中表現(xiàn)出較好的表達(dá)能力。目標(biāo)識別DenseNet等圖片、音頻、視頻等絡(luò)的主要思想是在網(wǎng)絡(luò)模型中不同部分進(jìn)得模型可以擴(kuò)展到不同樣式的樣本。循處理長序列時(shí)表現(xiàn)出了較好的泛化能力LSTMGRURNN序列信號(如文理等本、語言)信號分配不同Transformer(注的權(quán)重，使得模型更加關(guān)注重要的輸入。這種思想可意力機(jī)制模型)以讓神經(jīng)網(wǎng)絡(luò)在處理序列數(shù)據(jù)時(shí)，專注于關(guān)鍵信息的等序列信號(如文據(jù)中提取特征，克服了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模理不規(guī)則且沒有平移不變性的圖數(shù)據(jù)的DeepGCN撲結(jié)構(gòu)的數(shù)據(jù)(如AutoAuto-Encoder(自編碼器)壓縮和還原實(shí)現(xiàn)對特征的重構(gòu)。模型中，輸入層到含層是編碼器，能將輸入特征壓縮；隱含層到輸出別器采用對抗機(jī)制匹配真實(shí)數(shù)據(jù)，從而使網(wǎng)絡(luò)產(chǎn)在建筑領(lǐng)域涉及到的數(shù)據(jù)種類繁多，有圖片、文本以及特殊類別的數(shù)據(jù)比如時(shí)間TM且設(shè)計(jì)圖中還含有高維數(shù)據(jù)，這種情況下需要使用Autoencoder去將數(shù)據(jù)降維并 加工文本類型數(shù)據(jù)的環(huán)節(jié))1.3ChatGPT復(fù)現(xiàn)不易，除資源投入還需高質(zhì)量數(shù)據(jù)集GPTTransformer謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)7c準(zhǔn)數(shù)據(jù)集，然后設(shè)計(jì)各式各樣的模型去提高預(yù)測準(zhǔn)確率。這種方式稱作以模型為中心(model-centric)。然而，Model-centric沒有考慮到實(shí)際應(yīng)用中數(shù)據(jù)可能出現(xiàn)centric更側(cè)重于提高數(shù)據(jù)的質(zhì)量和數(shù)量。也就是說Data-centricAI關(guān)注的是數(shù)據(jù)定了模型能力的上限。謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)8T；GPT-3中開始采取分類器來過T一步地嚴(yán)格篩選標(biāo)注人員，對他們進(jìn)行考試，并且收集比較數(shù)據(jù)(人類對產(chǎn)生的IT謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)9>高質(zhì)量人類(指能通過考試的標(biāo)注者)標(biāo)注的高質(zhì)量數(shù)據(jù)。其中模型設(shè)計(jì)并沒有很顯著的變化，高質(zhì)或是大范圍應(yīng)用的重要因素，而擁有量更大的高質(zhì)量數(shù)據(jù)的企業(yè)有望成為行業(yè)內(nèi)2人工智能在建筑設(shè)計(jì)層面的應(yīng)用例如，基于神經(jīng)網(wǎng)絡(luò)的模型可以預(yù)測建筑中不同系統(tǒng)的能源需求，以便壓縮能源使用，減少環(huán)境負(fù)擔(dān)。這些應(yīng)用領(lǐng)域都需要大量的數(shù)據(jù)和復(fù)雜的模型來實(shí)現(xiàn)，AI可以有效地處理這些數(shù)據(jù)和模型，從而提高建筑領(lǐng)域的效率和可持續(xù)性。.AI在建筑設(shè)計(jì)中的應(yīng)用潛力建筑能耗AI可以利用建筑的歷史能耗數(shù)據(jù)、氣象數(shù)據(jù)和建筑物屬性等信息來預(yù)預(yù)測測未來能耗情況，以優(yōu)化能源管理和降低能源成本。預(yù)測等，來預(yù)測室內(nèi)空氣質(zhì)量，以提供更舒適、健康的室內(nèi)環(huán)境建筑物智AI可以用于智能控制系統(tǒng)，例如光照控制、溫度控制、通風(fēng)控制和安AI和監(jiān)測設(shè)備測量的數(shù)據(jù)，如振動、應(yīng)變、位移等，AI筑設(shè)計(jì)，例如建筑形態(tài)、材料選擇和能源利用等，計(jì)優(yōu)化以提高建筑物的可持續(xù)性和經(jīng)濟(jì)性。彌謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)10礎(chǔ)設(shè)施上的結(jié)構(gòu)健康監(jiān)測系統(tǒng)(SHM)中往往含有數(shù)量可觀的傳感器，這些傳感器會獲取大量的監(jiān)測數(shù)據(jù)被用以追蹤結(jié)構(gòu)的健康狀況和檢測結(jié)構(gòu)損傷。傳統(tǒng)的數(shù)據(jù)分析方法面臨環(huán)境噪聲、測量數(shù)據(jù)量大、計(jì)算復(fù)雜度SHM系統(tǒng)生成的海量數(shù)據(jù)提供了相較傳統(tǒng)數(shù)據(jù)處理方法更加究所決策上的支持。-材料采購及控制：建立供應(yīng)鏈管理系統(tǒng)，優(yōu)化材料采購和運(yùn)輸過程，提高供應(yīng)必要的成本風(fēng)險(xiǎn)。謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)11-建筑智能化系統(tǒng)：研究和開發(fā)智能化建筑系統(tǒng)，通過自動化和機(jī)器學(xué)習(xí)，提高2.2AI是否能應(yīng)用到建筑設(shè)計(jì)或者施工圖中？2.2.1AI在建筑設(shè)計(jì)及施工圖的部分環(huán)節(jié)已經(jīng)使用審查改革和工程建設(shè)項(xiàng)目審批制度改革工作提供可復(fù)制可推廣經(jīng)驗(yàn)。寓平面圖與真實(shí)圖紙之間的關(guān)系，從標(biāo)簽到平面的映射展示了神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)生但是人類設(shè)計(jì)師在設(shè)計(jì)時(shí)，根據(jù)不同的目的，相應(yīng)結(jié)構(gòu)布局也會有所差異，在可謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)12人工智能在設(shè)計(jì)圖紙打標(biāo)簽、建筑物分類標(biāo)注已經(jīng)有所初步應(yīng)用。神經(jīng)網(wǎng)絡(luò)可以rJenniferNG的實(shí)驗(yàn)中已經(jīng)達(dá)到超過99%的置信水平；除此以外，還可以訓(xùn)練AI簽數(shù)據(jù)來源：JENNIFERMEIYEENG，《OptimisingImageClassification-ImplementationofConvolutionalNeuralNetworkAlgorithmstoDistinguishecturalEngineeringandConstruction圖圖12.深度學(xué)習(xí)方法對建筑物3D建模并分類標(biāo)注2.2.2建筑施工圖中數(shù)據(jù)要素多，需要多種網(wǎng)絡(luò)共同參與絡(luò)架構(gòu)，具體取決于應(yīng)用場景、數(shù)據(jù)類型和算法選擇，并且需要相應(yīng)的數(shù)據(jù)集去訓(xùn)練。建筑設(shè)計(jì)及施工圖中，涵蓋圖像數(shù)據(jù)(設(shè)計(jì)圖稿等、在立體模型中還有高謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)13緯度數(shù)據(jù))、文本數(shù)據(jù)(對于設(shè)計(jì)施工圖稿的標(biāo)注等)以及時(shí)間序列數(shù)據(jù)(施工圖ConvolutionalNeuralNetworkCNN處理和識，如施工進(jìn)度、時(shí)間安排等。3.長短時(shí)記憶網(wǎng)絡(luò)(LongShort-TermMemory，LSTM)：一種特殊的循環(huán)神經(jīng)versarialNetworksGANs更強(qiáng)。謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)143人工智能與智能制造3.1在智能制造中，人工智能可發(fā)揮什么樣的作用？傳統(tǒng)制造產(chǎn)業(yè)和人工智能技術(shù)的深度融合使機(jī)器在數(shù)字化、網(wǎng)絡(luò)化的基礎(chǔ)上實(shí)現(xiàn)自主判斷、反饋與調(diào)整的可能性得以實(shí)現(xiàn)。意味著新技術(shù)、新產(chǎn)品、新業(yè)態(tài)、新模式將不斷涌現(xiàn)，深刻影響和改變?nèi)祟惖纳a(chǎn)結(jié)構(gòu)、生產(chǎn)方式、生活方式和思維方式，并最終會帶來社會生產(chǎn)力的極大提高。智能制造將重塑產(chǎn)品全生命周期的所有流程，包括設(shè)計(jì)、制造、服務(wù)以及這些流程的集成，當(dāng)前人工智能在制造領(lǐng)括以下幾個(gè)方面：終確定產(chǎn)線布局，這種建設(shè)方式最終容易造成生產(chǎn)線與信息化系統(tǒng)結(jié)合度較低的問題。通過數(shù)據(jù)采集、分析和處理，人工智能可以協(xié)同控制產(chǎn)線設(shè)計(jì)的?智能供應(yīng)鏈管理：人工智能可以跟蹤整個(gè)供應(yīng)鏈，并根據(jù)市場需求預(yù)測需求以為機(jī)器人賦予更智能化的功能，比如故障自我診斷、自動化維護(hù)，使其更加靈活高效，并且具備一定的自主決策能力。在機(jī)械裝備制造領(lǐng)域，全自動自動化的產(chǎn)生線在縮短PCB電路板生產(chǎn)周期的同時(shí)還極大減少了勞動力成本和污染排放，與傳統(tǒng)生產(chǎn)線相比生產(chǎn)效益改善明顯。除在機(jī)械和電子制造謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)15的提高質(zhì)量檢查的精度。這樣不僅可以節(jié)省時(shí)間和成本，還可以提高產(chǎn)品的品質(zhì)和可靠性。數(shù)據(jù)來源：國辰機(jī)器人官網(wǎng)，財(cái)通證券研究所3.2AI能幫助完成自動化焊接之類的工序嗎？合適的材料、電極，確保焊接質(zhì)量。在此之后，需要有足夠的自動化生產(chǎn)所需要的數(shù)據(jù)才有機(jī)會訓(xùn)練相應(yīng)的模型。節(jié)，謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)164看好充分布局?jǐn)?shù)字智慧的設(shè)計(jì)企業(yè)當(dāng)前階段AI更容易賦能建筑企業(yè)設(shè)計(jì)環(huán)節(jié)以及一些工業(yè)上已經(jīng)實(shí)現(xiàn)自動化的環(huán)可以進(jìn)行大量的投入和研發(fā)工作，以確定最佳的神經(jīng)網(wǎng)絡(luò)模型和訓(xùn)練算法，來更施工圖的研究和應(yīng)用。4.1華設(shè)集團(tuán)：深耕大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)和人工智能的優(yōu)勢企業(yè)干線航道和沿海航道、80余座各類船閘、近1000公里的鐵路、的“全生命周期”正向設(shè)計(jì)和數(shù)字化交付轉(zhuǎn)變。目前，特大橋梁、隧道、互通式建筑等均已實(shí)現(xiàn)數(shù)字化交付。公司打造基建數(shù)字化底座，打通底層數(shù)據(jù)。公司向控股子公司江蘇狄諾尼信息技術(shù)有限責(zé)任公司進(jìn)行增資，完成新一輪基礎(chǔ)設(shè)施數(shù)字化發(fā)展規(guī)劃，繼續(xù)推進(jìn)數(shù)字?jǐn)?shù)字建管->后期運(yùn)維養(yǎng)護(hù)全鏈路，賦能公I(xiàn)基礎(chǔ)。謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)17公司基于新一代信息技術(shù)打造智慧交通解決方案。公司基于“建、管、養(yǎng)、運(yùn)”四大業(yè)務(wù)深入挖掘客戶需求，提出安全保障全天候、出行服務(wù)全方位，運(yùn)營維護(hù)圍繞運(yùn)行監(jiān)測、外場感知、船岸信息交互、通航建筑物監(jiān)測及運(yùn)營安全監(jiān)管等系統(tǒng)開展總體架構(gòu)和重點(diǎn)研究打造智慧港灣；針對不同城市需求提供的多種智慧公車大數(shù)據(jù)價(jià)值難以體現(xiàn)等問題，基于物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等技術(shù)構(gòu)建城市智案數(shù)據(jù)來源：公司2022年半年報(bào)，財(cái)通證券研究所謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)18并且在日常業(yè)務(wù)中，已經(jīng)形成了大量優(yōu)質(zhì)的數(shù)