客服
微信

添加微信咨詢

QQ

忘記密碼

郵箱:

驗證碼:

輸入新密碼:

確認新密碼:

返回登錄客服電話:020-22154258

用戶注冊

郵箱:

驗證碼:

密碼:

確認密碼:

有賬戶?馬上登錄客服電話:020-22154258

客服電話:020-22154258

用戶登錄

用戶名:

密碼:

忘記密碼?沒有賬號,立即注冊

客服電話:020-22154258

服務電話:020-22154258    020-23378656

秉木建筑科技有限公司

南方BIM技術服務中心南方BIM技術研究中心
南方BIM技術培訓中心南方BIM技術工程應用中心
秉木BIM技術公眾號
秉木建房公眾號
秉木建筑科技公眾號

人工智能與BIM碰撞出這樣的思考

2021-04-20

? ? ? ?說起人工智能大家并不陌生,這個概念最初是由主要由Alan Turing提出:機器會思考嗎?如果一臺機器能夠與人類對話而不被辨別出其機器的身份,那么這臺機器具有智能的特征。同年,Alan Turing還預言了存有一定的可能性可以創造出具有真正智能的機器。

? ? ? 說明:Alan Turing(1912.6.23-1954.6.7)曾協助英國軍隊破解了德國的著名密碼系統Enigma,幫助盟軍取得了二戰的勝利。因提出一種用于判定機器是否具有智能的試驗方法,即圖靈試驗,被后人稱為計算機之父和人工智能之父。

? ? ? ?從1956年至今,人工智能的發展并不是一帆風順,歷經5次高潮和寒冬,時至今日,才迎來全球化熱潮時代,下面畢美君就帶大家一起來回顧一下人工智能的發展歷程。

? ? ? 由圖可見,人工智能跌跌宕宕的這些年,每一次轉折,每一次讓人們重新認識都會經歷一個重大事件,接下來,畢美君再來跟大家一起細數一下人工智能發展至今的一些重要事件。

1997年 ·

IBM的國際象棋機器人深藍戰勝國際象棋世界冠軍卡斯帕羅夫;

2005年 ·

Stanford開發的一臺機器人在一條沙漠小徑上成功地自動行駛了131英里,贏得了DARPA挑戰大賽頭獎;

2006年 ·

· Geoffrey Hinton提出多層神經網絡的深度學習算法;

· Eric Schmidt在搜索引擎大會提出“云計算”概念;

2010年 ·

Sebastian Thrun領導的谷歌無人駕駛汽車曝光,創下了超過16萬千米無事故的紀錄;

2011年 ·

IBM Waston參加智力游戲《危險邊緣》,擊敗最高獎金得主Brad Rutter和連勝紀錄保持者Ken Jennings;

蘋果發布語音個人助手Siri;Nest Lab發布第一代智能恒溫器Nest。它可以了解用戶的習慣,并相應自動地調節溫度;

2012年 ·

Google發布個人助理Google Now;

2013年 ·

深度學習算法在語音和視覺識別率獲得突破性進展;

2014年 ·

· 微軟亞洲研究院發布人工智能小冰聊天機器人和語音助手Cortana;

· 百度發布Deep Speech語音識別系統;

2015年 ·

Facebook發布了一款基于文本的人工智能助理“M”;

2016年 ·

· Google AlphaGo以比分4:1戰勝圍棋九段棋手李世石;

· Chatbots這個概念開始流行;

· Google發布為機器學習定制的第一代專用芯片TPU;

· Google發布語音助手Assistant;

2017年 ·

· AlphaGO在圍棋網絡對戰平臺以60連勝擊敗世界各地高手;

· Google 開源深度學習系統Tensorflow 1.0正式發布;

· Google AlphaGo以比分3:0完勝世界第一圍棋九段棋手柯潔;

· 默默深耕機器學習和機器視覺的蘋果在WWDC上發布Core ML,ARKit等組件;

· Google發布了ARCore SDK;

· 百度AI開發者大會正式發布Dueros語音系統,無人駕駛平臺Apollo1.0自動駕駛平臺;

· 華為發布全球第一款AI移動芯片麒麟970;

· iPhone X配備前置 3D 感應攝像頭(TrueDepth),臉部識別點達到3W個,具備人臉識別、解鎖和支付等功能;

· 配備的A11 Bionic神經引擎使用雙核設計,每秒可達到運算6000億次。

很多專家學者對此次人工智能浪潮給予肯定,認為這次人工智能浪潮將引領第四次工業革命。人工智能逐漸開始在保險、金融等領域開始滲透,在未來健康醫療、交通出行、銷售消費、金融服務、媒介娛樂、生產制造,到能源、石油、農業、政府等所有垂直產業都將因人工智能技術的發展而受益。

縱觀人工智能發展的歷史,每次興起都能有新的發現,每次寒冬都因為技術和硬件難以實現,在這個技術日新月異的時代,人工智能順勢而生,蓬勃發展。

人工智能主流研究方向與可靠性

人工智能產品本質上都離不開一個概念,就是概率。人工智能做出的每個推斷和預測都伴隨著行為結果的不確定性,也就是對結果的一種賭博。只不過人工智能和人類賭徒不一樣,它無法選擇不去賭博,無論它做什么?即使什么都不做,也伴隨著不確定與風險。那是否意味著人工智能不可用?

人類對于世界上絕大多數的事情同樣是基于概率。醫生基于病人的病癥進行診斷是基于概率;司機基于時間、地形和行駛過程中的周圍路況駕駛汽車也是基于概率;投資經理基于客戶實際情況和需求,并結合自身的經驗給出客戶最佳的投資組合策略也是基于概率。

人工智能技術作為一種工具,能夠輔助甚至替代人判斷和解決問題,在本質上也離不開對不同時間發生的概率進行判斷和預測。

此處引入一個法學的概念來幫助類比判別,法律根據淵源可以分為大陸法系和英美法系,兩個主流的法系,主要區別在于大陸法系采用的成文法模式,無明文規定不為罪,審判的時候由法官根據書面證據審理;英美法系采用的是判例法模式,簡單說就是上一個人犯了這件事我們給他判了這個刑,這次這個人也犯了差不多的事情,我們也給他定這個刑再適度調整一下。

在審判的時候由律師主導,以人證為主,審判權決定在法官與陪審團手上。此兩種模式,都可以對社會進行管理,直至今日也共存在維護我們社會的穩定。

而人工智能的模式像極了判例法的模式,人工智能就是根據以往的數據經驗進行對比得出最高概率的結論(類比判例法),再由真實的工作人員核對所產生的結果是否正確(類比法官和陪審團),最終形成結果。這樣的方式必定具備一定的可靠性。

而再次類比兩種法律體系,成文法的缺陷在于容易被不法分子鉆漏洞所以需要不斷修訂法律;判例法的缺陷在于法律維護成本十分高,律師和法官一般是世家子弟才能有足夠的案例積累支撐他判例,此類人員非常稀少。人工智能也是一樣,數據獲取和積累也同樣是最花費資金也最有價值的地方。

而不同于人類的工作受制于稀少的專業人員和他們稀少的時間,人工智能的產品一旦成型更多的使用只會帶來更多的數據和更準確的演算結果,從而又能帶來更多的使用和更多的數據,如此的良性循環。

基于以上這些思考,筆者認為人工智能的判斷結果隨著應用的不斷深入必將是可靠的。

人工智能與工程建設行業結合的思考

上文提到,人工智能的本質是概率,此處需要了解一下,人工智能產品與互聯網產品的本質區別在于互聯網產品重組生產要素,人工智能產品升級生產要素,因均是借助了互聯網的力量提高了生產力,此兩種產品時常產生混淆,我們先簡單的舉例辨別一下。

假設你需要買一雙鞋子,傳統商業模式中你需要走出門去找店鋪購買,而店鋪需要找廠商去買貨再提高售價才能賣給你;而互聯網產品(比如某寶)中你可以不用出門在家就能找到廠商直接購買產品不用支付中間價,它重組了生產要素,直接剔除了中間商;而人工智能產品,在你在網店中瀏覽商品的時候,可以不斷推送類似的商品給你,根據你的點擊結果,推送將會越來越準確,越來越符合你的預期。

基于上面這個例子,筆者希望各位明白,人工智能產品對工作的提效不會像互聯網產品那樣收益十分并且明顯具備巨大的吸引力,而是滲透到工作中,解決大量需要單調重復勞動力解決的問題。

關于智能審圖

智能審圖算是最近幾年在工程建設行業比較熱門的一個話題,市面上也有若干已經成型的智能審圖產品,他們大都可以對于幾本既定的規范進行圖紙的審查,對于圖紙的要求也一般較為嚴格。

基于此項需求一般有2類做法:

一類是將各種圖紙中的元素分類,再設定規則,去比較圖紙上的這樣一些元素是不是都滿足了計算機內定的各項規則;

另一類結合機器學習技術,也是首先將圖紙元素分類,再根據以往的審查數據(沒初期數據就人工一部分數據),去比較新圖紙上的元素是不是出現了前期數據中出現的錯誤,有沒有新的錯誤然后不斷的豐富操作數據,輸出結果。

此2種做法也可以類比于上文提到的成文法與判例法,不論是哪種做法都能夠滿足得到審圖報告的需求,缺點也與上訴所說,設定規則的方法需要不斷去補充和修復規則的漏洞;而結合機器學習技術的審圖軟件,在使用數據上需要投入大量成本,產品成型期較長,初期效果可能不理想,但數據積累足夠后后期生產力提升巨大。

關于智能排布

市場上也有一些智能設計的軟件,其中一個比較吸引人的功能就是智能排布,同樣是結合了人工智能技術,根據項目的戶型、容積率、限高等要求,結合地圖上人流量、車流量、日照時長等信息,排布出不同的樓棟設計和功能分區方案,供用戶選擇。

也有更小的應用點,根據項目的性能和建筑分布情況排布出多個雨水排水方案供客戶選擇,此類應用的市場熱度很高,結果可能還無法稱之為方案,但確實能夠將以往繁瑣的工作快速得到一個解決方向,節省了大量的時間。

總述

在當代,人工智能技術正處在一個蓬勃發展的時期,諸如智能推送等應用已經悄無聲息滲透到了我們的生活之中,隨著研究和應用的不斷深入,人工智能產品必將改變現有的工作模式進而改變現有的合作生態模式,期望我們可以了解它,擁抱它,來適應日新月異的社會發展。

人工智能產品也有反面教材,比如人工智能產品可以根據你平時購買的習慣,和以往購買的數據,以及數百個你這樣特征的用戶會在買了鞋子之后立馬買襪子所以將買襪子的鏈接推送給你,當然事實證明這樣的模式用戶并不喜歡,感覺自己的隱私受到了侵犯。

(本文來源于網絡,如有侵權請聯系刪除)


確定
取消
国产韩国在线5388,在线人成视频播放午夜福利,97欧美亚洲综合色,日本一级aa大片免费