探讨了人工智能(Artificial Intelligence,AI)技术在监理领域的应用,重点包括通过建立监理领域的 AI 模型,提供智能化的监理工作支持 ;构建监理领域“类 ChatGPT”智慧专家系统,为监理人员提供专业指导 ;建立多模态监理模型,实现数据交互融合和智慧监理。通过研究和分析这些应用在实际工作中的效果,为监理行业的数字化转型提供借鉴和参考,促进监理行业的高质量发展。
关键词 :监理 ;人工智能 ;AI 模型 ;多模态监理模型 ;类 ChatGPT ;智慧专家系统
中图分类号 :F407.9
文献标识码 :B
文章编号 :1007-4104(2023)11-0005-06
田洪宇 廖伟(明清工程咨询有限公司)
PART.1
概 述
1.1 研究背景和动机
在建设工程中,监理工作是确保工程质量的重要环节,而传统监理方式已经无法满足数字化时代的需求,因此引入人工智能技术成为必然的发展方向。人工智能技术的不断发展和突破为监理行业的转型升级和高质量发展提供了全新的解决方案和机会。
1.2 目的与研究
本文旨在探讨人工智能在监理领域的应用方向,分析其在监理工作中的潜在作用、优势和挑战。具体研究内容包括以下几个方面:(1)研究监理领域AI模型的建立方法,并探讨其应用方向和效果;(2)研究构建监理领域“类ChatGPT”智慧专家系统的方法,并分析其应用潜力;(3)探讨如何利用多模态人工智能技术对建设工程万物智联采集的多模态数据进行交互融合,建立多模态监理模型,实现智慧监理的应用方向。
通过深入探讨,为监理行业的数字化转型提供指导和建议,充分利用人工智能技术的优势,实现监理工作的智能化、高效化,推动建设工程监理朝着更加智慧和可持续的方向发展。
PART.2
监理领域常用的人工智能技术
2.1 深度学习技术
深度学习技术是一种机器学习方法,通过多层神经网络模拟人脑神经元之间的连接,从大量数据中学习和提取特征。在监理领域,监理数据包含了大量的结构化和非结构化数据,如图纸、文件、工作记录等,应用深度学习技术可以理解和识别监理数据中的复杂模式和规律。
2.2 自然语言处理技术
监理工作涉及大量的文本信息,如工作记录、监理资料等,采用自然语言处理技术可以实现对这些文本数据的语义理解和信息提取,从而辅助监理工作的评价和监管。自动化的文本分析和语义理解可以帮助监理人员对合同文件、施工方案、报告和资料等进行评价,并提供建议和决策支持。这些技术可以自动提取关键信息、识别重要事实,帮助监理人员高效处理和分析大量文本数据、准确决策以及评估质量。
2.3 计算机视觉识别技术
计算机视觉识别技术可用于分析和识别工程现场的图像和视频。以往监理人员监督和评价施工质量、安全、进度等,通常需要实地巡视工程现场,而通过计算机视觉识别技术,监理人员可以使用监控摄像头、无人机等设备获取工程现场的图像和视频,然后利用图像识别和分析技术提取和分析其中的关键信息,实现对工程现场的远程监控和评价。
2.4 知识计算技术
利用人工智能技术对专业领域的知识进行建模、组织和利用,将专家知识和规则转化为计算机可处理的形式,用于构建专家系统和规则引擎。在监理领域,通过收集和整理监理的规范、标准和经验知识,知识计算可帮助构建监理知识库。通过知识计算技术,监理人员可以利用该知识库进行问题解答、决策支持和知识检索。监理工作中经常面临各种问题,知识计算技术可以为监理人员提供相关的专业知识和指导,帮助他们作出准确的判断和决策。
除了上述提到的技术,监理领域还可以应用其他人工智能技术,如机器学习、推荐系统和数据挖掘等。这些人工智能技术的应用将为监理领域带来更多的智能化解决方案,提升监理工作的效率和质量。
PART.3
监理领域AI模型在监理工作中的应用
3.1 监理领域AI模型与构建方法
监理领域AI模型是指应用机器学习、自然语言处理、计算机视觉、知识计算、数据挖掘等人工智能技术建立的用于监理任务预测、分析、评价和指导的模型。
模型通过数据的收集、清洗和标注,在根据不同任务需求选择适合的AI模型的基础上,利用清洗和标注后的数据对选定的模型进行训练,优化模型的参数和损失函数,从而使其能够在监理任务上进行准确的预测和决策(具体如图1所示)。监理领域AI模型包括但不限于AI监理工作评价模型、AI监理工作辅助模型等。
构建监理领域AI模型
3.2 AI监理工作评价模型在辅助评价和监管监理工作上的应用
在监理工作评价中,传统的方法主要基于经验和主观判断,难以实现客观、精准和全面的评价。通过建立AI监理工作评价模型,可以应用人工智能的手段,科学、公正地对监理工作进行评价和监管。
(1)采用时间戳技术记录工作时间。同时,在办公室和施工现场预置定位卡,并结合移动设备的GPS定位技术,实现对监理人员工作位置的准确采集。监理人员通过移动设备填报各项监理工作内容,如巡视、旁站、方案审核、见证取样、验收、平行检验等,并填报工作完成情况、发现的问题以及处理措施等数据。此外,通过电脑端采集监理文件和相关资料等数据。
(2)对采集到的数据进行清洗、去噪和格式转换等预处理,以确保数据的准确性和一致性。然后,利用深度学习技术如前馈神经网络(FNN)和循环神经网络(RNN),对监理数据进行分析和学习,提取特征,识别工作模式和规律,并挖掘出监理工作评价的关键要素,建立监理工作评价模型。使用采集到的数据作为训练集,对模型进行训练和优化,以确保对监理工作的评价的准确性。
(3)对于填报的文本数据,可以利用自然语言处理技术进行语义理解和信息提取,包括文本分类、实体识别和情感分析等。通过自然语言处理,可以自动提取关键信息,并对问题描述和处理措施进行语义分析。同时,应用知识计算技术将知识图谱中的专业知识和规则进行协同计算,评估文本中专业知识的准确性,如根据规范和标准对填报数据进行评估和判断。
(4)AI监理工作评价模型能够自动分析和评价监理人员的工作,提供准确的评价和建议,改善监理工作的质量和效率,且其评价结果可以作为企业人事管理的重要依据。评价结果展示在移动端应用程序上,为监理人员提供参考和改进意见。该模型还可以为建设单位和建设主管部门提供监管监理工作质量的依据。
综上所述,AI监理工作评价模型通过利用人工智能技术对监理数据进行分析,可以实现对监理工作的客观评价和监管,提高工作质量和效率。
3.3 AI监理工作辅助模型在辅助智能化开展监理工作上的应用
在监理工作中,监理人员花费过多时间和精力在繁琐的资料生成和审核上,通过建立AI监理工作辅助模型,可以应用人工智能的手段辅助资料的生成与审核,提高工作效率。
收集与监理工作相关的监理规划、细则、施工方案、文件和资料等数据,并进行数据清洗、去噪等预处理,以确保数据的质量和准确性;利用深度学习和自然语言处理技术对收集到的数据进行学习和分析;使用文本分类算法对监理规划、细则等文档进行分类,使用实体识别技术提取关键信息;选择合适的算法模型建立AI监理工作辅助模型,将采集到的数据作为训练集,对模型进行训练和优化,以确保准确性;与知识图谱并行计算,知识图谱可以提供领域专业知识和规范标准,以确保模型专业知识方面的准确性。模型包括文件资料生成模块、文件资料审核模块等多个子模块。
在该模型中,通过人工智能技术自动化识别工程特点,生 成 针 对 性 的 监 理 规 划 、细 则 等 文 件 ,减 轻 从 业 者 负 担 ,提高工作效率。同时,模型可采集和分析监理工作记录数据,生成监理日志、通知单、月报等资料,提高工作效率和准确性。模型还能智能处理和优化监理资料,进行自动审核和评估,帮助从业者遵循法规和准则,减少错误和疏漏,提高监理工作的质量和可靠性。