□本报记者 李武英
编者按：日前，行业资深知识管理专家季征宇在自己的微信公众号发表了两篇有关人工智能的文章，引起本报记者关注。季征宇早年在上海交大研究的方向是AI在工程领域的应用，但当时计算机尚未普及，互联网也没有面世，研究方向过于超前，AI的发展也处于瓶颈期，所以毕业后就到设计院上班。他先是在加拿大工作了一段时间，后来又就职于开发商和智能制造企业，这段经历让他有机会与国内外的专业人士交流，更全面地看待建筑行业。本报记者对季征宇进行了采访并将专访提问同步提交当下最火热的ChatGPT，为大家提供“人”与“智”两份答案，读者可以从中探寻AI于设计行业发展的作用和前景。
记者：这段时间网上有很多关于设计师利用AI开展设计的内容，其简单快速的创意成果引起了建筑师的强烈兴趣。我不太懂，据说只要输入像“扎哈风格的设计”或“江南园林风格的小区”这样的关键词，就能生成多幅作品作为原型，然后可以在此基础上生成原创作品。这种应用不仅局限于建筑方案，还有一些智能辅助设计软件可以将建筑图纸自动转化为结构模型，实现智能调整指标和优选截面，从而完成了从建筑图纸到结构模型再到分析计算、施工图和图纸审查的全部流程。据说甚至可以在本地完成图纸识图校审后直接导出BIM报审数据。我想知道目前AI在这个行业的应用是否真的如此神奇？
季征宇：是的，AI在建筑和设计领域的应用确实带来了许多神奇的可能性和便利性。最近大火是因为其可以为普通人提供智能化的服务而且效果特别出彩。
您说的AI建筑方案创作和施工图设计并不是这两年才发展起来的。三十年前国内的工程设计软件就有从建筑图纸转化为结构模型，并在此基础上进行指标调整和截面优选并一键出图的功能，只是当时应用的对象比较简单，调整起来比较费功夫，而且图面也不够美观，所以主流设计院都弃用了。
在标准化的制造业，这条路早就走通了，而建筑业因为其地域性限制多和定制性高带来的强不确定性，大量通用程序无法解决的问题需要人工处理，AI能处理的问题占比一直不高，这也是外界一直诟病建筑业是信息化最落后的领域的原因之一。
最近基于深度学习的AIGC给解决这些问题带来了转机，特别是创意和灵感方面。但是我认为短期在行业内的应用效果相对有限，在局部方面会大大提升效率，在整体过程中，人类设计师和工程师的创造力、经验和专业知识仍然是不可或缺的。AI应用的成功与效果还依赖于输入的数据质量和算法的精准性。因此，AI在建筑行业的应用需要综合考虑技术的局限性和人类专业判断的重要性。
ChatGPT：AI在建筑和设计领域的应用确实带来了许多创新和效率提升，但也需要客观看待其潜力和限制。下面是一些关于AI在建筑和设计领域应用的实际情况：
1.创意生成和设计探索：AI可以通过学习大量的设计数据和规则，生成具有某种特定风格或风格元素的设计原型。这使得设计师可以快速获取灵感和多个创意方案。然而，AI生成的设计原型通常是基于已有设计样本的变体，缺乏真正的创造性和独特性。
2.智能辅助设计软件：AI可以帮助设计师将建筑图纸转化为结构模型，并进行智能调整和优选截面。这些软件可以加快设计过程，提高设计准确性，并帮助设计师评估结构性能。然而，这些软件的可靠性和准确性仍然需要人工的验证和审查，以确保设计的安全性和可行性。
3.BIM和图纸识图校审：AI可以用于图纸识图校审和BIM报审数据的导出。通过图像识别和模式识别技术，AI可以帮助识别和校验建筑图纸中的元素，并自动化生成报审所需的数据。这提高了效率和准确性，但仍需要人工的审核和验证。
需要注意的是，尽管AI在建筑和设计领域有许多应用，但目前仍存在一些挑战和限制。例如，AI的创造性和创新性仍然有限，它主要是在已有数据和规则的基础上进行模仿和变体生成。此外，AI在建筑领域的应用仍需要与人工的审查和验证相结合，以确保设计的可行性、安全性和符合规范要求。
总的来说，AI在建筑和设计领域的应用具有一定的潜力，可以提高效率、加速设计过程，并为设计师提供创意和灵感的起点。然而，它仍然需要人类专业知识和判断的支持，以确保设计的质量和可行性。
记者：在过去的二十年里，设计行业的出图方式经历了从图板、丁字尺手绘到CAD计算机辅助设计的转变，可以说是完成了人工到机器的跃进，这些年行业一直致力于推广BIM技术的应用，但其效果一直未能达到预期，基本上还停留在二维时代。那么AIGC与BIM之间的关系如何呢？是否可能跳过BIM阶段直接进入人工智能时代？
季征宇：三十多年前我们引入以AutoCAD为代表的主流绘图软件时，喊出了“甩图板”的口号，比起图板、丁字尺和针管笔，仿佛叩开了数字化的大门，但在我看来，却是输在了“数据化”的起跑线上。
我看到一些很有前瞻性的设计公司，特别是国外的同行，是将图纸“解构”成图元，将图纸“数据化”，在模型空间中用图层、图块、属性对构件进行关联，再投影到图纸空间中，导出到数据库中，这些工作的效率更高、结构性的数据是早期的协同和“BIM”思想，有了这些基础，BIM的引入会水到渠成，可以说，我们缺乏从CAD顺利过渡到BIM的基础。
BIM是一种集成化的设计、施工和运营方法。它通过数字化建筑项目的各个方面信息，包括几何形状、空间关系、材料属性、构造细节、成本数据、进度安排等，以三维模型为基础进行协同工作和信息共享。BIM的核心理念是将建筑项目视为一个信息模型，而不仅仅是一个静态的图纸或设计文件集合。通过建立一个包含所有相关信息的数字模型，BIM提供了一种更综合和准确的方法来管理和协调设计、施工和运营过程。
对于AIGC来说，BIM是“算力、算法、数据”三要素中行业数据最完美的案例数据载体，是机器能够准确识别和理解的数据，要在行业发挥AI的作用，BIM不但不能跳过，反而是最基础的工作，而且要大大加强和提升。目前的BIM更多的是结果型数据，还缺乏过程性数据。而基于PDM系统其他模型，例如PLM系统，则是包含了建筑从策划开始全生命周期的各类信息和知识，这些信息相对完整，计算机易于识别的数据，才是AIGC能够消化、学习的养料。以BIM、PDM数据结构为核心的案例数据库，是哺育AIGC系统的重要养料。
ChatGPT：AIGC和BIM是两个相关但不同的概念。它们可以在建筑和设计领域中相互配合，但目前还没有完全取代或跳过BIM阶段直接进入人工智能时代的情况。
BIM是一种基于三维模型的建筑信息化技术，它可以集成建筑设计、施工和运营的全过程信息，提供协同工作环境和数据共享平台。BIM的目标是实现建筑项目的高效协同设计和管理，提供准确、一致和可靠的建筑信息。虽然BIM在建筑行业已经有一定的应用，但其推广和实施仍然面临一些挑战，包括技术标准、数据共享和协作问题等。
AIGC指的是在图形计算领域应用人工智能技术。它可以包括利用机器学习、图像识别、生成对抗网络等技术来辅助建筑设计、图像处理、可视化和模拟等任务。AIGC可以帮助设计师更快速地生成设计方案、自动化图纸识图校审、优化建筑结构等。然而，AIGC目前主要还是作为辅助工具使用，需要与人工的专业知识和判断相结合。
虽然AIGC在图形计算领域有着巨大的潜力，但它仍然需要建立在BIM等基础技术的基础上。BIM提供了数据和信息的基础，而AIGC可以在此基础上应用人工智能技术进行更高级的分析、优化和辅助设计。因此，当前的趋势是将AIGC与BIM结合使用，以提高设计和工程的效率、准确性和创造力。
总的来说，AIGC和BIM是互补的概念，它们可以共同推动建筑和设计领域的发展。尽管AIGC具有潜力改变设计行业的方式，但在跳过BIM阶段直接进入完全基于人工智能的时代之前，仍然需要解决技术、标准和合作等方面的挑战。
记者：AI对于经验学习要求较高，随着BIM的使用快速发展，汇聚海量可学习数据，使适合行业的AI得到更好的训练，提升AI有效生产力，除了大力推进和提升BIM的应用外，还要做哪些工作呢？
季征宇：目前主流的AI一定是结合大数据技术，对海量数据进行深度学习的。这不仅涉及采集和利用数据，还需要进行数据准备、模型选择、训练、评估、参数调整和预测等流程。因此，对于建筑业来说，能否提供大量高质量数据集是AI技术落地的关键。
设计行业太缺乏能够用机器可理解的方式进行语义组织的高质量数据，规范标准、产品样本、项目档案、专利文献等等技术文献，行业内几乎是一片空白。IEC/ISO为了适应当今数字化和智能化的环境，提出了SMART概念，提倡将标准转化为可机器读取、可机器理解、可机器解释的格式，以实现更高效、可靠和互操作的数据交换、自动化流程和智能化系统，这也是一个巨大的研发市场。
ChatGPT：除了推进和提升BIM的应用，还可以考虑以下工作以进一步提高AI在建筑和设计领域的有效生产力：
1.数据质量和标准化：建立数据标准和规范，以保证数据的一致性和可靠性。同时，建立数据共享和交换的机制，促进行业内各方之间的合作与协作。
2.深度学习和算法研究：开发更适用于该行业的AI模型和算法，结合建筑领域的特点和需求，探索如何将深度学习技术应用于建筑设计、结构优化、能源分析等方面。
3.人机交互和用户体验：设计合适的用户界面和交互方式，使AI工具更加易用和直观。
4.培训和教育：提供培训和教育机会，使设计师、工程师和其他相关人员能够充分理解和应用AI工具和技术。
5.隐私和安全保护：随着AI在建筑和设计领域的应用增加，保护用户数据的隐私和安全变得尤为重要。建立适当的数据保护机制和隐私政策，确保用户数据不被滥用或泄露。
6.跨学科合作：鼓励建筑、工程、计算机科学和其他相关领域之间的跨学科合作，促进知识和经验的共享，推动技术创新和应用的跨领域发展。
这些工作的综合推进可以进一步提高AI在建筑和设计领域的有效生产力，推动数字化转型和技术创新，为行业带来更多的益处和发展机会。
记者：之前的CAD是计算机辅助设计，实际上它只是一种工具，没有设计能力。而AI的根本不同之处在于它具备自主设计能力。由于设计技术，设计企业之间的竞争传统优势不再，谁能尽快掌握AI技术，谁就可能弯道超车。因此，报道称有很多设计机构要求全体员工学习AI，以尽早掌握这一技术。加快推动设计行业的数字化转型已成为当务之急。那么我们应该如何做呢？
季征宇：在人工智能时代，企业数字化转型的顶层设计应以AI为核心，而不仅仅局限于过去的管理信息化或者是协同设计。企业应投资于人工智能技术和基础设施的建设，包括购买和开发与人工智能相关的软件和硬件，确保拥有足够的算力、算法和数据匹配，树立“数据驱动”的企业发展模式。
企业要求员工提高对AI技术的认识和意识，了解其潜力和应用领域，是正确的决策。但要求尽快掌握，有些“望之太急”。AI的进化非常的快，可以说是日新月异，员工需要保持持续学习和适应新技术的能力。关注行业趋势和最新的AI技术进展，不断更新知识和技能，同时积极与科技公司、研究机构等合作，研究和探索AI在设计领域的应用场景。
过去设计院的知识管理一直不到位，无论多大规模的企业，项目经验都附着在个人身上，隐性知识难以显性化，项目做完了，经验却难以积累起来，企业的知识资产随着员工流失而流失，无法形成可持续的核心竞争力，而“数据驱动”可以从根本上改变行业的生产模式和企业的发展模式，基于AI的标准化数据采集体系，实现多维度数据自动沉淀，挖掘隐性知识，持续自我学习，是搭建建筑行业真正的AI设计、管理生态的基础。那些拥有大量高质量数据的企业，有望在行业内的AI领域更有话语权。
ChatGPT：推动设计行业的数字化转型并掌握AI技术，具体操作上可以从以下几个方面入手：
1.了解AI技术的基础知识，学习AI的使用场景和应用范围，掌握AI与设计的结合方式。
2.掌握AI设计工具的使用方法，建立AI辅助设计流程，通过AI分析、模拟、优化设计等方式，提高效率和设计质量。
3.建立AI设计平台，将AI技术和设计需求进行匹配，加速设计过程，提高生产效率和创新能力。
4.打造AI应用培训机制，提升设计团队的AI技术熟练度，共同推进AI在设计领域的应用和发展。
5.积极参与行业合作与交流，建立设计行业的AI技术联盟和平台，促进行业内AI技术的交流和共享，实现共同发展。
总之，推进设计行业的数字化转型需要不断提高技术和应用能力，并与行业内外的合作伙伴加强沟通和交流，共同推动AI技术在设计领域的应用和发展，实现行业创新和进步。
记者：如果每个企业的知识管理系统都能像AI一样，在过去的经验和数据上推陈出新，并与其他企业共享，那说人工智能是推进工程设计行业发展的“核动力”真不为过，行业内的企业可以共同进步，加速创新，优化设计过程，提高效率，可能迎来重大变革和价值重估，但这一定是需要全行业共同推进的工作。
季征宇：是这样的。如果每个企业的知识管理系统都能以这样的方式，可以避免重复劳动和资源浪费。通过共享经验和最佳实践，企业可以避免重复解决相同的问题，提高工作效率，节约时间和资源。但AI在工程设计行业的应用不是单一企业可以独立取得进步的事情。面对基于AI的海量数据，任何单一企业积累的经验和案例都显得微不足道。行业内的企业和机构应该在尊重知识产权的前提下，建立一个良好的合作生态系统，通过开放对话和互相学习，加强合作和知识共享，建立共享平台，共同解决行业所面临的挑战和问题，推动行业的发展。这将为行业带来更多的机遇和价值，实现共同的成功和成长。
编后点评：
在一片“AI将取代人”的呼声中，首次尝试让AI与专家PK，结果呈现。专家能够透过设计师、企业和行业的视角，结合自身经历和案例，提出具有实际可行性的建议，对问题的理解恰当，回答针对性强，表达也更到位。反观AI的回答则相对套路、机械和普适，把建筑业换成机械制造、汽车制造业也同样适用。不少人评价“AI擅长一本正经、冠冕堂皇地说废话”，这次尝试证明，AI像是一个职场上态度认真、工作努力、基本工作高效率的熟手，作为工具和辅助极有价值。虽然其算力强，毕竟其“脑回路”短，但近期还达不到人类认知的复杂程度，还需要进化和迭代。
