近几年，在大力推进“互联网+”和聪慧城市培植的大环境下，BIM作为聪慧城市培植的关键性支撑技能，迎来了全新机遇与寻衅。以“AI+BIM数智发展新引擎”为主题，研究了人工智能与BIM家当相结合、AI(人工智能)与BIM(建筑信息模型)领悟运用于交通出行做事、BIM家当未来的发展方向以及运用路径等问题。
大家会好奇AI与BIM结合的详细运用是什么呢？接下来我给大家讲述三方面他们的结合运用：
AI赞助建筑布局方案
前期策划与建筑功能的无缝对接、以及建筑空间方案的最优化求解，一贯是建筑学术界重点关注的两个基本问题，但这两个问题一贯没有被很好地办理。设计师急迫须要一个在线的产品：其余，在现有的建筑设计（包括衍生式设计）过程中，建筑设计大多依赖于桌面版参数化软件（例如Revit）和基于它们的二次开拓，建筑物未来真正的利用者和业主很难加入到设计的决策过程中，建筑设计的最优决策很难做到最优。对付建筑策划文件，大家普遍采取Excel在PC端制作。
对付建筑空间方案，Autodesk公司的天生设计框架refinery是目前唯一的可用工具。Excel数据来源较为封闭，不随意马虎从互联网取得最新的策划数据资源。其余，refinery基于Revit的开源软件Dynamo进行开拓，Dynamo不易利用，因此refinery也很难得到推广。随着大数据和AI技能的成熟，建筑学术界和工业界开始考试测验通过深度学习和强化学习的方法来办理上述痛点。在BIM设计中，业主和建筑设计师急迫须要一个在线的产品，能在浏览器上天生建筑策划文件，并能输出建筑空间的最优化布局。这就须要在BIM新设计工具中融入最新的机器学习技能，实现AI赞助的建筑方案选型。
AI赞助机电设计
随着建筑智能化发展的趋势，对付构造和运行繁芜的机电系统而言，管道合理布局的难度大幅提升，尤其类似医院等对机电哀求高的繁芜项目。以是要怎么办理呢？在BIM模型的建筑、构造和机电的三专业碰撞检测中，机电是碰撞检测的主体和随后的紧张修正部分，后期修正事情比较繁重。在BIM机电设计软件中，采取AI技能自动产生管线配置将会办理上述问题。譬如基于BIM机电模型，利用天生式设计理念，在确保机电管线系统的路径不会和建筑物构造发生冲突的情形下，利用机器学习方法快速天生所有可能的方案选项，在多次迭代后归纳出终极有效的设计方案。
同时也可以基于设计能耗、舒适度指标，基于大量设备的实际参数，结合BIM模型的空间分区，通过机器学习自动剖析可能的设备选型。实际上通过引入机器学习技能，BIM新设计工具将在机电AI模型中沉淀机电设计师的专业履历以及大量设备参数信息，从而为机电设计走出目前的困境供应新的技能手段。
初设和施工图设计中的AI运用
在初设和施工图阶段，领悟AI技能的BIM新设计工具须要办理传统BIM设计工具无法办理的一些难点问题：
一是构件设计承载丰富的业务信息，具备跨阶段的传承性；二是大幅减轻BIM模型绘制、校验、审核事情的繁琐程度；三是本土化规范、图集的内置让设计不越“红线”又更合理；四是开释设计师的创造力，让设计师更优、更快捷地完成设计。从工具型绘图软件设计向智能化设计，再到人工智能赞助设计，是逐步发展、效能逐步增大的过程。建筑领域的智能化设计已经在很多场景中得到运用，其与人工智能核心的差异在于：前者是内置规则，后者是学习规律。我国的根本举动步伐培植经由几十年的大力发展，已经积累了非常弘大的图纸、数据资料，通过算法对海量数据进行深度学习，将为BIM新设计工具供应了丰富的大数据支撑。这里列举几个范例运用点：➤ 消防疏散出入口设计，深度学习规范、地方标准和不同建筑类型、布局，对疏散口个数、间隔、宽度、位置等信息综合处理后自动出排布方案；➤ 装置式建筑的装置方案设计，深度学习不同地区、不同标准下的装置方案，如预制构件和节点的优化选取及设计、商品化构件的设招采施一体化等；智能审图，对大量规范、图集、标准以及模型、图纸的匹配性学习，做好设计合规性、合理性的把控；➤ AI出图：通过深度学习，考虑干系专业约束、个性和都雅性等算法，实现创建图纸、拆解图纸、图元布图乃至出图智能标注，将大幅度减轻设计师的绘图事情量。