點擊上方藍字 “橋梁視界”關注我們

   工程建設行業(yè)的AI應用是多迪技術研發(fā)一直在研究的方向，利用AI來提升行業(yè)工程質量，提長行業(yè)效率，實現(xiàn)行業(yè)的降本增效，打造百看建筑精品，建造百年精品工程。

由ChatGPT引發(fā)的新一輪的范式變革正在發(fā)生，當文字具象為天馬行空的圖片，當問題得到合理優(yōu)美的答案，人類的想象力再次被點燃，國內的工程建設領域又會迎來哪些可能性？

AI Generated Content(AIGC，人工智能自動生成內容)，是繼專業(yè)生產(chǎn)內容（PGC, Professional-generated Content）、用戶生產(chǎn)內容（UGC, User-generated Content）之后的新型內容創(chuàng)作方式，可以在創(chuàng)意、表現(xiàn)力、迭代、傳播、個性化等方面，充分發(fā)揮技術優(yōu)勢，打造新的數(shù)字內容生成與交互形態(tài)。

從2022年下半年開始，AI繪畫工具Stable Diffusion、AI聊天機器人ChatGPT陸續(xù)在全球爆火，迭代速度更是呈現(xiàn)指數(shù)級發(fā)展，讓普通用戶直觀感受到了AI技術的強大和AI技術發(fā)展的一日千里，也讓AIGC逐漸接棒“元宇宙”成為全球關注的焦點和熱議的話題。但當前，大部分媒體、企業(yè)都還是把AIGC的宣傳點聚焦在文化，娛樂等應用場景。而在交通領域的工程建設場景下的應用，還少有涉及。本期聚焦內容革命的生產(chǎn)力工具AIGC，深入思考其火爆出圈背后的驅動力，并期望與相關科技企業(yè)一起，率先探索AIGC在工程建設場景下的落地應用及未來的關鍵趨勢。

量變到質變的結果

面對由ChatGPT帶來的AIGC熱潮，無論是行業(yè)巨頭，還是創(chuàng)業(yè)公司，都在積極布局，迎合市場的期待。從美聯(lián)社與人工智能公司合作開展的AI新聞寫作平臺Wordsmith，到北京冬奧會上的AI手語主播，從微軟小冰完成的詩集《陽光失了玻璃窗》，到百度的AI虛擬數(shù)字人，AIGC開始被越來越多的人熟悉和習慣。

對于這種內容革命的生產(chǎn)力工具火爆出圈的現(xiàn)象，來自上海微億智造科技有限公司的林方正博士認為應該從兩個方面進行思考。首先，從技術角度來看，AIGC技術的快速發(fā)展，既是人工智能技術不斷進步的體現(xiàn)，也是市場需求不斷變化的反映；其次，從產(chǎn)業(yè)角度來看，AIGC的出現(xiàn)，不僅為行業(yè)帶來了更多的商機和變革，也為內容創(chuàng)作提供了更廣闊的空間和可能。

事實上，AIGC這一概念并不是第一天誕生，那些人們所熟悉的會作詩的微軟小冰，以及近期橫空出世的ChatGPT，都可被視為AIGC發(fā)展過程中的重要節(jié)點。然而AIGC之所以能夠在當下迅速走紅，是時也，也是運也。

“AIGC爆火的時間節(jié)點正好趕上了這個時代，每個國家、行業(yè)、企業(yè)，以及個人都處在發(fā)展、動蕩和變革中。從ChatGPT到AIGC，這一技術跨越帶來的沖擊力度、影響范圍、后續(xù)發(fā)展變化，或遠或近和每個人的工作生活息息相關，讓大家進一步思考自己能否生存和如何生存，影響的深度和廣度是之前的熱點和話題不具備的?！北本┦姓こ淘O計研究總院有限公司的楊冰告訴記者。

同樣的，開域集團的施侃也表示,GPT模型在5年前就被學界提出,但當時并沒有引起太大的反響,如今的火爆,背后的原因是它完成了從量變到質變的過程?！斑@一次的成功出圈,其實是遵循著整個AI行業(yè)的發(fā)展趨勢,到達了一個突變的節(jié)點上,才會出現(xiàn)這樣的一個現(xiàn)象?！彼M一步補充道。

相信許多已經(jīng)使用過類似ChatGPT軟件這種“升級的搜索引擎”的用戶可能會有一個明顯的感受：對比之前的搜索引擎，可以避免在搜索結果出來后，還需要在海量的信息中進行過濾、分析，才能取得自己想要的答案。但同時，這也帶來一個非常明顯的問題，用戶只能看到系統(tǒng)給的“標準答案”，而這個答案正確與否，是否還有其他的相關信息，卻是很難驗證的。

在張冬青看來，對于一些缺乏常識的“小白”，這種簡單的灌輸方式符合他們的胃口；但對于“專業(yè)人士”，如果長期采用這種方式獲取信息，可能會因為信息片面化、碎片化和錯誤信息的積累，影響自身的發(fā)展。

經(jīng)過測試，這類ChatGPT軟件可以代替人類完成很多程序性、基礎性的工作，甚至能夠取代一些如文員、軟件員等崗位，也能在考試中獲得良好的成績，但能否真正明顯地提高生產(chǎn)力，還需要具體工程案例的驗證。

AIGC是一把雙刃劍

深度學習是AI技術的核心，它的價值在于根據(jù)不同的應用場景需求，去學習某一場景下的“知識”，從而形成有辨認能力、有思考能力、有篩選能力、有決定能力、有輸出能力的“大腦”。

想象一下，在工程建設領域，如果我們將過往的工程設計圖作為“學習材料”輸入到AI“大腦”中，讓它學習，它就可以把學習到的工程案例化作自己的“項目經(jīng)驗”。當工程師有新的設計任務時，可以直接將場景數(shù)據(jù)（空間、地形、人流量、需要的抗震級別等）輸入到AI機器，從而讓機器根據(jù)過去的“項目經(jīng)驗”自主篩選出過往工程圖紙中能適用于新場景的元素，并快速拼接成一張新的圖紙，提高設計效率。

“設計工作會迎來革命。”林方正博士肯定地說道，AIGC不僅能生成文字知識，而且能合成圖像內容。而交通基建行業(yè)的設計包含大量的設計任務。但同時，他也提醒道：相比于藝術設計類任務需要多樣性和創(chuàng)造力而言，交通基建行業(yè)的設計任務仍然需要嚴格參照規(guī)范實施?！八?，如果AIGC工具擁有創(chuàng)造能力的同時，也能實現(xiàn)對規(guī)范的理解和表達，那么行業(yè)設計革命值得期待。一旦這類技術出現(xiàn)，基建工程項目對專業(yè)設計人士的需求會大大減少，而效率則會迅速增加?！?

一直從事設計工作的楊冰，在談到工程建設行業(yè)引入AIGC后帶來的變化時，他暢想道：首先是工作效率的提升，常規(guī)的、重復的設計工作和崗位被代替，特別是施工圖設計階段工作周期可以大幅度縮短，相應的設計工作成本也大幅降低；然后是設計質量的提高，避免再犯之前工程項目出現(xiàn)過的偏差和人為失誤，這在應用AIGC前幾乎是不可避免的；再有是設計標準的合理，這里的設計標準是指設計方案的功能、規(guī)模和技術標準的組合更加合理。

在楊冰看來，AIGC的引入改變了傳統(tǒng)的依據(jù)技術標準先初擬設計方案，再做復核性檢查的試算式設計模式，可以說傳統(tǒng)設計模式完成的設計方案是包絡式的，AIGC完成的方案是定制的，而且可以集成協(xié)同更多的內容，是更優(yōu)的、更符合高質量發(fā)展和可持續(xù)發(fā)展要求的。

不可否認，在工程建設行業(yè)，AIGC技術作為一種輔助工具，可以更加高效地實現(xiàn)方案效果圖的自動生成，減少設計師的一些基礎性、重復性的工作，并從中解放出來，將時間用于提升自身的業(yè)務能力和水平，從這點上來看，也是非常有價值的。但盡管如此，施侃也強調：AIGC并不能完全取代人類設計師，還需要人的二次加工，其中就包括將其修改完善成符合行業(yè)規(guī)范標準的設計內容。

雖然短期內，傳統(tǒng)的基建行業(yè)還不會被明顯沖擊，但在張冬青看來，AIGC技術就像是一把雙刃劍，有利也有弊。

“AICG容易形成路徑依賴和拔苗助長的效果，不利于學習能力、應對復雜環(huán)境能力高的技術人員脫穎而出，在過渡期間容易形成人才的青黃不接，不利于行業(yè)技術水平的進一步提升?！彼麚牡卣f道。

基建版ChatGPT

還需持續(xù)“破壁”

AIGC的應用，需要大量工程案例和數(shù)據(jù)庫支撐才能實現(xiàn)。但不同于ChatGPT、繪畫類等AI應用基于龐大的訓練數(shù)據(jù)量，在反復訓練后生成的智能系統(tǒng)。工程建設行業(yè)的數(shù)據(jù)量往往難以達到與ChatGPT同級的水平，這意味著AIGC在基建領域的應用難度要大得多。

對此，施侃認為大模型有其通用性。比如利用AIGC生成地形處理方案時，對于同一地理條件（地形、地貌、地質情況）進行精細的訓練，并在具體的需求上進行微調，就可以完成多個應用場景的任務，實現(xiàn)通用的智能能力。“另外，所需的應用場景的訓練數(shù)據(jù)應該更看重質，而不僅是量的多和少?！彼麖娬{道。

從技術角度來講，林方正博士也認為：工程建設行業(yè)的類ChatGPT大模型產(chǎn)品不需要從零開始搭建?！盎陂_源大模型的微調是更經(jīng)濟的選擇，往往訓練效果也不錯。數(shù)據(jù)方面也不需要非常擔心?，F(xiàn)在很多城市搭建了智慧城市、智慧交通平臺，這些平臺既是數(shù)據(jù)的可視化工具，也可以是數(shù)據(jù)的收集儲存地點。這部分數(shù)據(jù)可能也給大模型訓練做出了積極的貢獻?！彼e例道。

俗話說：“不看廣告，看療效。”這可能是社會大眾評價一項新技術的第一指標。即使最開始AIGC概念有炒作水分，但如今隨著ChatGPT、MidJourney、Claude等技術產(chǎn)品出現(xiàn)，讓用戶有了真切的體驗和積極的反饋。目前的AIGC技術正逐步實現(xiàn)從文字到圖片、從圖片到3D模型生成，但在具體工程項目的應用中，又應如何確保可以精準表達設計的成果，并以高質量的方式替代人工完成工作？

“雖然AIGC是一個輔助的工具，但要想讓它更有用，更加接近我們想要達到的效果，我覺得還需要有一個AIGC和使用者相互磨合的過程?！笔┵└嬖V記者，以ChatGPT為例來看，它其實在本質上就是一個文本輸入和輸出的工具，但如果人們想要得到一個高質量的答案，如何提問顯得非常重要。因此，接下來的適配過程，需要大模型學習更加深入的工程專業(yè)知識以后，展現(xiàn)出更專業(yè)、更實用的知識輸出。

林方正博士也認同地說道：應用場景的尋找其實不是問題，ChatGPT能代替我們日常工作中的通用任務崗位，對應基建行業(yè)，“基建版ChatGPT”也能代替。對應非通用的需求，則需要進一步挖掘AIGC大模型潛力，讓技術開發(fā)和業(yè)務需求有機結合。

其實，在專家們看來，“基建版ChatGPT”肯定會出現(xiàn)?！暗问娇隙ㄅc現(xiàn)在有明顯的不同。這不是應用場景的問題，是它能不能成為一個好工具的問題，如果確實有用，很快就會大范圍推廣。”張冬青總結道。

行業(yè)變革的向生之路

人們經(jīng)常會對新鮮的未知事務形成各種幻想，在有些專家的眼里，受資本的推動，AIGC給大眾展示了一張美妙的藍圖，對這張圖背后的底層邏輯和成本則避而不談。

“這個問題尤其突顯了科普的重要性?！睆埗啾硎?，人工智能目前仍然是一個用于處理信息的程序，需要嚴格按照指令來運行，只是目前程序越來越大，協(xié)同人員越來越多，程序員們都無法看到程序的全部面貌，難以理解程序的運行，更給AI披上了一層神秘的面紗。在他看來，既然仍然按照程序在運行，那就仍然距離“智能”很遠，也就仍然是一個工具。

對此，施侃也強調說：“歸根結底,要先有最下面的底層能力,至于它的邏輯性是不是一定夠強,可能未必?，F(xiàn)階段,它還需要人類的進一步干預,替它完成一些信息的篩選。AIGC最終的應用落地,需要全行業(yè)一起在通用能力之上,根據(jù)細分的應用需求進行二次開發(fā),通過在各個垂直領域生成不同的產(chǎn)品,攜手構建出一個AI的商業(yè)化生態(tài)?！?

在盈利模式的探索上，對比國外成熟的行業(yè)生態(tài)，國內的AIGC距離真正的商業(yè)化落地，還有較遠的距離。

提到未來的AIGC商業(yè)化落地應用時，楊冰表示：國內的基礎設施建設高潮已經(jīng)過去，未來的需求會更多集中在運維和改建。“對于已經(jīng)建設完成開通運營的基礎設施項目，建立什么樣的數(shù)字化模型，滿足未來全生命周期AI應用的需要，也是行業(yè)內特別是廣大面臨轉崗的設計企業(yè)需要關注和值得投入的領域?！彼麍远ǖ卣f道。

“我認為潛力巨大”，林方正博士的反饋較為積極，“外國不等于美國。AIGC技術上我們只落后于美國，其他西方國家跟我們相比差距更大。首先要對自己國家的技術發(fā)展充滿信心。其次，信息化是個浪潮，但是這個浪潮來到各行業(yè)的順序有先后，客觀上建筑和基建行業(yè)信息化賦能的確比許多行業(yè)晚一些。國家的基建行業(yè)是個巨大市場，市場是孕育產(chǎn)品的搖籃。隨著技術應用和業(yè)務需求的相向發(fā)展，必然會有入局者，也必然會有有效的解決方案?！?

風起于青??之末，AIGC的熱浪騰起，行業(yè)變革的風暴將至。如何應對，用專家的話說：以開放的心態(tài)看待AIGC技術的發(fā)展，并將當前的技術潛力挖掘干凈，夯實基礎，為下一次突破做好準備。

本文刊載 / 《BIM視界》雜志

2022年 第2期 總第25期