(清華大學(xué) 互聯(lián)網(wǎng)產(chǎn)業(yè)研究院 經(jīng)管學(xué)院，北京 100084)

1 “AI+智慧建筑”發(fā)展背景

18世紀(jì)中葉以來，人類歷史上總共經(jīng)歷了四次工業(yè)革命：蒸汽技術(shù)革命(第一次工業(yè)革命)、電力技術(shù)革命(第二次工業(yè)革命)、計算機技術(shù)革命(第三次工業(yè)革命)、綠色智能工業(yè)革命(第四次工業(yè)革命)。工業(yè)4.0是由德國政府《德國2020高技術(shù)戰(zhàn)略》中所提出的十大未來項目之一，旨在提升制造業(yè)的智能化水平，建立具有適應(yīng)性、資源效率及基因工程學(xué)的智慧工廠，在商業(yè)流程及價值流程中整合客戶及商業(yè)伙伴，其技術(shù)基礎(chǔ)是網(wǎng)絡(luò)。在新一輪工業(yè)革命的大背景下，建設(shè)行業(yè)、城市也在發(fā)生著日新月異的變化，面臨著城市更新、行業(yè)更新問題。工業(yè)4.0理念和技術(shù)在城市中的應(yīng)用，正在創(chuàng)造著新價值，重構(gòu)著城市產(chǎn)業(yè)鏈，催生著城市新經(jīng)濟形態(tài)。近年來，圍繞著國家新型城鎮(zhèn)化進(jìn)程推進(jìn)、經(jīng)濟社會智慧化轉(zhuǎn)型，國家在數(shù)字經(jīng)濟、智慧城市、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能、智能制造方面相繼出臺了一系列重要政策，有力地推進(jìn)了數(shù)字中國、智慧社會的建設(shè)，建筑業(yè)信息化隨之快速發(fā)展。

2 “AI+智慧建筑”內(nèi)涵

智慧經(jīng)濟的范式是：物聯(lián)+數(shù)據(jù)智能(人工智能)+自適應(yīng)服務(wù)?！爸腔劢ㄖ笔侵腔劢?jīng)濟中的一員，必然要符合智慧經(jīng)濟的范式。因此，人工智能成為不可或缺的智慧建筑范式一環(huán)。智慧建筑是在不斷發(fā)展中的新事物，無論是研究還是產(chǎn)業(yè)化都正在探索中前進(jìn)，其方法理念不斷滲透到傳統(tǒng)建設(shè)領(lǐng)域，成為傳統(tǒng)建筑行業(yè)轉(zhuǎn)型升級的必由之路。達(dá)沃斯世界經(jīng)濟論壇人工智能委員會主席 Justine Cassel認(rèn)為：談到智慧建筑有三個關(guān)鍵詞：智慧分析、智慧定制化、智慧的行為改變。目前，關(guān)于智慧建筑的概念、架構(gòu)、模型、產(chǎn)業(yè)化等具體問題研究的尚不算多，關(guān)于“AI+智慧建筑”的研究就更少。其難點在于，一方面該研究需要基于智能建筑多年來業(yè)已形成的研究基礎(chǔ)進(jìn)行進(jìn)一步探索，不能脫離行業(yè)本質(zhì)性的認(rèn)知積累； 另一方面需要對人工智能學(xué)科領(lǐng)域有深刻的了解，并掌握應(yīng)用人工智能理論、技術(shù)解決實際問題的方法。從本質(zhì)上講，這是建筑科學(xué)與智能科學(xué)的交叉研究領(lǐng)域。本文從信息物理系統(tǒng)(Cyber-Physical Systems，CPS)的視角解釋智慧建筑的內(nèi)涵，如圖1所示。

圖1 智慧建筑1.0和智慧建筑2.0

智慧建筑的必備組件是智慧建筑云腦，智慧建筑云腦是智慧建筑的核心與靈魂。智慧建筑云腦的體系架構(gòu)如圖2所示，其含義為：智慧建筑的計算模型采用類似人類認(rèn)知方法的類腦計算模式，感知端由視覺、聽覺、觸覺、味覺等傳感器組成，傳輸層采用邊緣計算(可+AI)、霧計算(可+AI)、寬帶、5G、現(xiàn)場總線綜合技術(shù)體系，控制決策層由控制器集群、執(zhí)行器集群、決策集群、管理集群等組成，整個系統(tǒng)構(gòu)成一個完整的閉環(huán)。智慧建筑云腦中含有“人工智能平臺”，該平臺的開發(fā)實現(xiàn)適宜采用開源方法，以更好地打造完全開放的“AI+智慧建筑”生態(tài)。人工智能平臺目前落地較好的機器學(xué)習(xí)算法有：深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、強化學(xué)習(xí)、模糊邏輯，商業(yè)化程度較高的技術(shù)有：機器視覺、智能視頻、語音語義、文本智能、虛擬現(xiàn)實、增強現(xiàn)實。

圖2 智慧建筑云腦

本文認(rèn)為，“AI+智慧建筑”是指以人工智能理論、技術(shù)、方法為核心驅(qū)動力驅(qū)動智慧建筑發(fā)展的產(chǎn)業(yè)和學(xué)術(shù)新形態(tài)，“智慧建筑+AI”是指以智慧建筑為主體，融合人工智能的產(chǎn)業(yè)和學(xué)術(shù)新形態(tài)，兼容“AI+智慧建筑”、“智慧建筑+AI”二者內(nèi)涵的新建筑形態(tài)稱為“AI建筑”，也稱為“超智能建筑”。AI建筑具備八大特征：實時感知、高效傳輸、自主控制、自主學(xué)習(xí)、智能決策、自組織協(xié)同、自尋優(yōu)進(jìn)化、個性化定制?！癆I+智慧建筑”中的“AI”不僅指人工智能，從產(chǎn)業(yè)形態(tài)上來講，還包括對AI形成支撐的新一代信息技術(shù)——大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、現(xiàn)代通信、區(qū)塊鏈、量子計算等相關(guān)業(yè)態(tài)，“AI+智慧建筑”的業(yè)態(tài)內(nèi)涵用圖3表示。

從圖3可清晰地看到，隨著數(shù)字經(jīng)濟和智慧城市的發(fā)展，AI驅(qū)動的建筑生態(tài)圈正在被迅速擴大，建筑的產(chǎn)業(yè)鏈也正在被大尺度拉長。

3 “AI+智慧建筑”產(chǎn)業(yè)鏈模型

“AI+智慧建筑”產(chǎn)業(yè)鏈模型如圖4所示。

“AI+智慧建筑”產(chǎn)業(yè)鏈模型由基礎(chǔ)層(產(chǎn)業(yè)鏈上游)、技術(shù)層(產(chǎn)業(yè)鏈中游)、場景應(yīng)用層(產(chǎn)業(yè)鏈下游)組成，每一層對上一層及具有支撐意義。在場景應(yīng)用層，包含了智慧建筑領(lǐng)域豐富的應(yīng)用場景，這些“場景+AI”共同構(gòu)筑了AI+智慧建筑的全景圖。

由“AI+智慧建筑”產(chǎn)業(yè)鏈模型可實現(xiàn)針對某個項目的個性化定制規(guī)劃。例如，可根據(jù)某地提出的需求及當(dāng)?shù)禺a(chǎn)業(yè)和城市的實際發(fā)展情況，選取產(chǎn)業(yè)鏈模型中的某層中的某些部分形成當(dāng)?shù)氐腁I+智慧建筑產(chǎn)業(yè)鏈規(guī)劃架構(gòu)。隨著技術(shù)和行業(yè)的發(fā)展，也可在場景應(yīng)用層根據(jù)實際情況個性化定制某些智慧建筑AI應(yīng)用場景。

圖3 “AI+智慧建筑”業(yè)態(tài)

圖4 AI+智慧建筑能產(chǎn)業(yè)鏈模型

4 AI+智慧建筑核心應(yīng)用場景

依據(jù)產(chǎn)業(yè)發(fā)展現(xiàn)狀和未來3～5年發(fā)展趨勢，本文總結(jié)提煉出“AI+智慧建筑”28個核心應(yīng)用場景，如圖4所示，它們是：建筑物故障診斷預(yù)測與健康管理、建筑環(huán)境舒適節(jié)能智能控制、建筑能源互聯(lián)網(wǎng)及能源大數(shù)據(jù)、建筑施工機器人、建筑維保機器人、保安巡邏機器人、消防機器人、視頻分析理解、出入口生物特征識別、智慧家庭、智慧社區(qū)、智慧工地、裝配式建筑、建筑信息模型(BIM)項目管理、智慧管網(wǎng)(廊)、智慧軌道交通、智慧隧道橋梁、智慧停車場、數(shù)字孿生建筑、建筑VR/AR仿真與體驗、建筑運維管理平臺商業(yè)大數(shù)據(jù)分析、建設(shè)云、建筑共享經(jīng)濟、建筑群體智能、建筑設(shè)計智能、建筑規(guī)劃智能、房地產(chǎn)精準(zhǔn)營銷、建筑企業(yè)兩化融合智慧化管理。這些應(yīng)用場景又分為兩大類，一類側(cè)重于單個裝備或通用技術(shù)(如圖5所示的內(nèi)環(huán))，一類側(cè)重于綜合性復(fù)雜場景(如圖5所示的外環(huán))。

圖5 AI+智慧建筑28個核心應(yīng)用場景全景圖

下面選擇其中兩個典型應(yīng)用場景進(jìn)行詳細(xì)分析介紹。

4.1 典型應(yīng)用場景一：建筑物故障診斷預(yù)測與健康管理

建筑物故障診斷預(yù)測與健康管理(Building Prognostic and Health Management，B-PHM)是AI+智慧建筑的典型應(yīng)用場景之一。設(shè)備監(jiān)控+設(shè)備管理+能耗監(jiān)測和能源管理=建筑能源管理系統(tǒng)(Building Energy Management System，BEMS)。利用BEMS數(shù)據(jù)庫大數(shù)據(jù)的AI處理，可進(jìn)一步實施B-PHM，對復(fù)雜建筑設(shè)備的全生命周期進(jìn)行故障診斷、預(yù)測、健康狀態(tài)評估和健康管理?？刹捎玫腁I算法模型有：神經(jīng)網(wǎng)絡(luò)(分類)、強化學(xué)習(xí)、貝葉斯(分類)、K-均值(聚類)、馬爾科夫(預(yù)測)、專家系統(tǒng)，基于這些算法模型可研制故障樹檢索系統(tǒng)、故障預(yù)測系統(tǒng)、健康管理系統(tǒng)。

圖6 基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的空調(diào)水系統(tǒng)故障診斷模型

具體案例：采用神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)作為AI算法模型，實現(xiàn)空調(diào)水系統(tǒng)智慧故障診斷與預(yù)測。以神經(jīng)網(wǎng)絡(luò)技術(shù)為核心，建立空調(diào)水系統(tǒng)專家系統(tǒng)，采用專家系統(tǒng)的相關(guān)經(jīng)驗完成解釋、預(yù)測等工作。系統(tǒng)工作原理如圖6所示的模型。

系統(tǒng)研發(fā)與實現(xiàn)的主要步驟如下：

(1)故障數(shù)據(jù)提取、清洗、標(biāo)準(zhǔn)化。將空調(diào)水系統(tǒng)故障集合表示為：{制熱能效比COP過低，制冷能效比EER過低，冷凍、冷卻水泵輸送系數(shù)過低，冷卻塔效率過低，管網(wǎng)水力失調(diào)，主機喘振(離心機組)，水泵電機超載，水泵揚程不足，空調(diào)機組表冷器堵塞，閥門失靈，水管堵塞，能耗過大}。將影響主機能效比/COP的因素描述為：{冷機負(fù)荷率， 0.4； 冷卻塔效率， 0.4； 蒸發(fā)器/冷凝器換熱溫差， 0.1； 制冷劑泄漏， 0.1}。

(2)基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的空調(diào)水系統(tǒng)建模。針對空調(diào)水系統(tǒng)，建立基于神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的故障診斷流程模型，輸入診斷原始數(shù)據(jù)、訓(xùn)練樣本數(shù)據(jù)、專家提供的學(xué)習(xí)實例，進(jìn)行訓(xùn)練和學(xué)習(xí)，最終生成可實用的在線故障診斷網(wǎng)絡(luò)模型和工具。

(3)將模型在線化，提供給實際空調(diào)水系統(tǒng)工程，實現(xiàn)實際數(shù)據(jù)、參數(shù)、模型與理論模型的實時交互、雙向修正，最終將最合理的結(jié)果提供給用戶。

4.2 典型應(yīng)用場景二：基于深度學(xué)習(xí)的智能視頻分析理解

智慧建筑的視頻監(jiān)控可采用目前流行的深度學(xué)習(xí)算法來模擬人類視覺系統(tǒng)的多尺度、特征不變性、顯著性等特點，從而實現(xiàn)智能視頻分析理解，基本機理如圖7所示。目前深度學(xué)習(xí)最廣泛使用的神經(jīng)網(wǎng)絡(luò)是卷積神經(jīng)網(wǎng)絡(luò)(CNNs)，它能夠?qū)⒎墙Y(jié)構(gòu)化的圖像數(shù)據(jù)轉(zhuǎn)換成結(jié)構(gòu)化的對象標(biāo)簽數(shù)據(jù)。CNNs的工作流程如下：首先，卷積層掃描輸入圖像以生成特征向量； 第二步，激活層確定在圖像推理過程中哪些特征向量應(yīng)該被激活使用； 第三步，使用池化層降低特征向量的大?。?最后，使用全連接層將池化層的所有輸出和輸出層相連。

圖7 基于深度學(xué)習(xí)的智能視頻分析理解

訓(xùn)練速度和算法的執(zhí)行速度是制約深度學(xué)習(xí)產(chǎn)業(yè)化應(yīng)用的一個重要瓶頸。深度學(xué)習(xí)加速器目前有三種：(1)圖形處理器GPU； (2)專用神經(jīng)網(wǎng)絡(luò)計算芯片； (3)大規(guī)模運算核集聯(lián)。隨著芯片和算法技術(shù)的進(jìn)展，未來智慧建筑廣泛應(yīng)用深度學(xué)習(xí)已為時不遠(yuǎn)。

5 趨勢與建議

AI+智慧建筑產(chǎn)業(yè)的發(fā)展從人工智能角度主要依賴于三個方面：

(1)AI理論、算法和模型的改進(jìn)；

(2)計算能力(GPU、CPU、TPU、DSP、FPGA等高性能計算)的提升；

(3)大數(shù)據(jù)理論與技術(shù)的發(fā)展，AI模型所需樣本數(shù)據(jù)質(zhì)量的提升。

AI+智慧建筑的核心技術(shù)——智慧建筑智能計算(特別是類腦計算)的進(jìn)一步發(fā)展體現(xiàn)在硬件和軟件兩方面：

(1)軟件方面

一是使智能計算模型在結(jié)構(gòu)上更加類腦，二是在認(rèn)知和學(xué)習(xí)行為上更加類人。模型和方法的探索和改善是關(guān)鍵，例如：模擬人的少樣本和自適應(yīng)學(xué)習(xí)，可以使智能系統(tǒng)具有更強的小樣本泛化能力和自適應(yīng)性。

(2)硬件方面

主要是研發(fā)新型機器學(xué)習(xí)計算芯片，如：深度學(xué)習(xí)加速器。2016年推出的TPU(張量處理單元)在推理方面的性能要遠(yuǎn)超過 GPU(平均比當(dāng)前的 GPU 或 CPU 快15～30倍，性能功耗比高出約30～80 倍)。

AI+智慧建筑產(chǎn)業(yè)的發(fā)展方向擬從以下幾個方面重點考慮：

(1)打造以細(xì)分行業(yè)產(chǎn)業(yè)鏈為基礎(chǔ)的全產(chǎn)業(yè)鏈生態(tài)圈

先從建筑業(yè)各細(xì)分行業(yè)入手，建好垂直細(xì)分行業(yè)協(xié)同平臺及產(chǎn)業(yè)互聯(lián)網(wǎng)系統(tǒng)，每一個行業(yè)都建立完善的生產(chǎn)、銷售、物流、消費鏈，內(nèi)部形成閉環(huán)； 再將各細(xì)分行業(yè)產(chǎn)業(yè)鏈進(jìn)行橫向集成，打造網(wǎng)狀全行業(yè)產(chǎn)業(yè)鏈生態(tài)圈。當(dāng)前不論是綜合型還是垂直細(xì)分平臺，都在致力打造圍繞全產(chǎn)業(yè)鏈的閉環(huán)生態(tài)圈，在生態(tài)圈內(nèi)提供便捷、高效、全方位、全產(chǎn)業(yè)鏈的一站式服務(wù)，形成B2B交易的閉環(huán)。

(2)打造特色產(chǎn)業(yè)集群

以產(chǎn)業(yè)鏈為核心，以重點行業(yè)、特色產(chǎn)業(yè)為基礎(chǔ)，進(jìn)一步粘合周邊產(chǎn)業(yè)，形成更大體量的特色鮮明的產(chǎn)業(yè)集群，在差異化發(fā)展中不斷尋求自身優(yōu)勢。打造產(chǎn)業(yè)集群B2B電商平臺，聚合商家、貨源、流通體系，整合線上線下資源，調(diào)動整個產(chǎn)業(yè)集群由簡單的空間集聚向真正的產(chǎn)業(yè)化、專業(yè)化轉(zhuǎn)變，形成上下游、集群內(nèi)外的良性互動。

(3)在企業(yè)SaaS服務(wù)、行業(yè)PaaS服務(wù)、通用AI平臺上集中挖潛

隨著互聯(lián)網(wǎng)+、工業(yè)4.0的縱深化發(fā)展，通過研發(fā)、生產(chǎn)、交易、流通、融資等各個環(huán)節(jié)的網(wǎng)絡(luò)化滲透，達(dá)到提升效率、優(yōu)化資源配置的效果已成為不可逆的未來發(fā)展趨勢。這是產(chǎn)業(yè)鏈的互聯(lián)網(wǎng)化。以大數(shù)據(jù)分析為核心的SaaS服務(wù)、行業(yè)的PaaS服務(wù)以及通用AI平臺必將迎來大爆發(fā)，都屬于包含巨大潛能的藍(lán)海。

隨著全球工業(yè)4.0研究開發(fā)及產(chǎn)業(yè)化熱潮的到來，“AI+智慧建筑”的研究、開發(fā)、落地將會進(jìn)一步蓬勃發(fā)展。從建筑領(lǐng)域自身來看，本領(lǐng)域?qū)?jié)能、智能、高效、舒適、便捷存在巨大需求，人工智能恰是助力這些需求實現(xiàn)的有力工具?！癆I+智慧建筑”的發(fā)展將在城市治理、環(huán)境治理、社會治理中發(fā)揮越來越重要的作用，具備越來越重要的地位。