BIM需要什么样的人工智能，Doxel及SmartVid案例解析

JoyBiM，带你看一看这个世界

━━━━━━

“人工智能能为BIM带来什么？”

“自动翻模？”

“-_-!”

前言

BIM技术的泡沫时期，很多“演说家”把本应销售给资方的BIM愿景提前销售给了应用端的市场，所以市场以很高的期待迎接BIM，但换来了痛苦的体验。

BIM的痛苦教训，使得市场对“人工智能”这个概念自带了防忽悠能力。由于建设行业缺乏对人工智能基础性知识的普及，当BIM和人工智能挂上钩后，很多人自动将其与“忽悠”和“大跃进”对应。

其实当市场过度防御的时候，并不是一件好事。

Doxel 案例

首先是Doxel案例。Doxel 简单来说就是一个可以自己完成激光扫描的机器人。Doxel可以适应施工现场的各种场景随意行走，并自行对现场进行激光扫描。

Doxel自行行走

自行激光扫描

Doxel优势是通过将激光扫描模型与BIM模型的匹配，从而识别现场的工作对象，通过BIM中的进度信息与实际形象进度对比，自动分析各项任务的执行情况。

Doxel对已完成工程量与理论进度分析

根据每天测量数据计算工效

由于是机器人，Doxel可每天便捷的自动完成现场数据扫描，通过每天的扫描数据推算出的工作量变化，Doxel会计算出每个任务的实际工效。

基于计算的工程量与工期推算成本

基于每天扫描的模型所得到的已完成工作量和工效，Doxel还会将数据与5D数据匹配，自动计算项目的产值、预测未来资金需求等。

质量管控

通过激光扫描模型与BIM模型的匹配，Doxel还会发现现场的施工误差，进行质量管控。

预警机制

机器的现场捕捉和分析出来的结果都会自动推送到管理人员的移动端中。

目前Doxel 已经在DPR这种对科技有着执着追求的企业，以及部分非常愿意为科技买单的医院项目中应用。

SmartVid案例

之前还写过一篇SmartVid案例，SmartVid的核心业务逻辑就是在不改变大家工作方式的基础上，自动从大家日常项目管理和沟通的工具中提取信息并对信息进行归类。任何在项目管理中产生的图片、监控、视频等信息，SmartVid都通过人工智能进行识别，把非结构性数据变成结构性数据，方便项目未来的信息管理。SmartVid还会顺便从日常图像、影响中识别安全问题和风险源，形成预警。

Doxel，SmartVid解决了什么

BIM技术背后的逻辑思维是：通过标准化来实现信息化，信息化促使建筑行业走向自动化与智能化。所以BIM技术的第一个目标是将我们建造的管理过程变成结构性的数据。

Doxel 如果猛的一看，似乎是个华而不实的机器人案例。如果我们再把SmartVid案例结合在一起，看一下他们解决的问题，似乎会有清晰的思路。SmartVid的核心思路是在不改变大家工作习惯的基础上，把工作过程产生的非结构性信息转化成结构信息。其实Doxel核心思路也是这样。

一直有人质疑三维扫描在建造过程中产生的价值，因为扫描所花的人力成本时间成本很高，除了对缺少图纸的既有建筑快速建模外，激光扫描目前的各类应用点似乎很难和“高性价比”划上等号。（可能有人会提出摄影成像的建模技术，但是激光扫描所形成实体点云模型比摄影成像形成的模型有着不可替代的优势。）

所以虽然我们意识到激光扫描在质量、进度等方面的优势，但一考虑到在上面所投入的人力与时间对比所得到的效益，很多人还是会放弃。Doxel的存在就是把大家不愿意做的工作，用科技的手段，把占用人力与时间的工作让来机器自己来完成。

同时机器还会把获取的信息按照我们科技所期望的结构进行整理。比如，我们一直通过记录现场实施的实际数据来进行进度的循环管理，而这个实际数据往往是通过标准化的表单来实现。但实际情况是，所有的标准化都会因被认为是额外的工作而推行困难。所以我们提了这么多年的数据库，其实还是只存在于部分人的大脑中，许多企业喊了多少年的企业定额，而实现的寥寥无几。因为实施的最一线并不愿意为这标准化多出来的时间投入买单。

所以Doxel看似是个炫酷的机器人，但实际逻辑是自动将现场捕捉的数据转化成管理所需要的结构性数据，再通过结构性的数据进行分析与预测。

SmartVid背后的逻辑也是如此。传统的工作模式下，我们的项目也是不停的有信息在发生，只不过不是按照BIM所理想的结构性数据在产生，而是以一个无序的数据存在。传统的流程中，我们期望大家通过标准化的数据入口让管理人员来记录每天发生的信息和质量安全问题，从而再进行分析形成可供未来项目使用的数据库。但是标准化带来了工作量的增加，所以虽然有了诸如信息协同或质量安全管理的工具，大家还是喜欢按照原有的方式进行沟通与管理——比如说国内的微信、比如国外的邮件。

所以SmartVid就是不改变你的工作方式，大家还是按照原来的方式沟通，SmartVid在传统的沟通媒介中获取项目每天产生的信息，用计算机对信息进行识别，并归类成我们所期望的结构性数据。

Automation

如果关注美国的建筑科技市场，你会发现“Automation”（自动化）成为最近各类“演说家”口中的热门词汇和主题。最有代表性的就是Autodesk。

从2016年开始，Autodesk University的大会主题就离不开自动化了。2016年AU Keynote Speaking 主题就是Carl Bass带来Machine Learning（机器学习）。2017年Andrew Anagnost直接做了关于“Automation”的AU开场。

Autodesk反复提及的Automation

Machine Learning与Automation所代表的就是Artificial Intelligent（人工智能，AI）.在这两年的Autodesk University中，Autodesk对Automation以及人工智能表达着这样的观点：人工智能不是一个专门的产品，而是使我们传统工具变得更强大的一个解决方法。

Anagnost说：未来我们肯定会有传统工作被科技所瓦解；未来，人类觉得乏味的工作可能都会被机器做了。比如我们期待实现信息化的手段——标准化。

X-Factor

上一篇文章《新生的力量》提到,未来我们行业很可能会通过其他科技实现了真正意义的“BIM”。这个X-Factor可能就是Machine Learning。

BIM技术是建筑行业信息化历史进程中一个阶段性的名词。长久以来，我们通过标准化实现信息化，标准化带来的繁琐与额外的工作，使得应用的最底层是抵触的。我们的期望创造了技术，我们的人性阻碍了技术。