1.5 智慧建筑

本书从建筑智能性演进角度，结合工业4.0和人工智能提出对智慧建筑概念的理解。工业4.0、智慧城市赋予智能建筑新的内涵，使之向智慧建筑演进。智慧建筑是在智能建筑基础上的进一步发展，其内涵的变迁与演进情况可用图1-5-1说明。

从时间维度拓展的角度来理解，智慧建筑应该是覆盖和贯穿BIM软件各阶段（规划、概念设计、细节设计、分析、出图、预制、4D/5D施工、监理、运维、翻新）的智能化建筑。BIM软件各阶段如图1-5-2所示。

从空间维度拓展的角度来理解，智能建筑在空间维度上的拓展包括：卫星导航定位、地下建筑空间，以及与交通、城市、地理信息系统的高度融合。

相比智能建筑，智慧建筑充分考虑“以人为本”，无论是建筑管理者，还是建筑使用者，都成为智慧建筑的一部分，且扮演着越发重要的角色。建筑学家认为建筑的最高本质是人，建筑是文化的载体。建筑活动与其他艺术活动和审美活动一样，担负着抗拒人性沦落与异化、重铸人类感性世界的历史重任。当下，人文主义日益成为建筑活动的新主题和新方向。当代建筑的第一要务就是回归生活，立足现实。最能体现“以人为本”的世界10大城市建筑项目为：法国博比尼市的生态学校，美国纽约市的户外文化空间，英国布莱顿市新路街道——以人为本的街道转型，澳大利亚悉尼市“穿”上针织外套的树木和灯柱，英国伦敦市的春天花园酒店——流浪汉的温馨家园，英国卡迪夫市的动物墙壁——人与鸟和谐共处之地，从伦敦市通往巴黎市的自行车道——世界最长的绿色自行车道，法国巴黎公交公司乘车中心——多彩公交中心，丹麦奥尔胡斯市火车站——具有多重身份的火车站，美国太阳能大道——可以发电的马路。部分典型的建筑如图1-5-3所示。

从计算方式来看，智能建筑更多地依赖于分布式智能控制理论，智慧建筑则更多地依赖于以认知计算为代表的人工智能计算理论。

智慧经济的范式是：物联+数据智能（人工智能）+自适应服务。“智慧建筑”是智慧经济中的一员，必然要符合智慧经济的范式。因此，人工智能成为不可或缺的智慧建筑范式一环。智慧建筑是在不断发展中的新事物，无论是研究还是产业化都正在探索中前进，其方法理念不断渗透到传统建设领域，成为传统建筑行业转型升级的必由之路。达沃斯世界经济论坛人工智能委员会主席Justine Cassel认为：谈到智慧建筑有三个关键词：智慧分析、智慧定制化、智慧的行为改变。目前，关于智慧建筑的概念、架构、模型、产业化等具体问题的研究尚不算多，关于“AI+智慧建筑”的研究就更少。其难点在于，一方面该研究需要基于智能建筑多年来业已形成的研究基础进行进一步探索，不能脱离行业本质性的认知积累；另一方面需要对人工智能学科领域有深刻的了解，并掌握应用人工智能理论、技术解决实际问题的方法。从本质上讲，这是建筑科学与智能科学的交叉研究领域。本书从信息物理系统（Cyber-Physical Systems，CPS）的视角解释智慧建筑的内涵，如图1-5-4所示。

从信息物理系统CPS的视角来分析，传统智能建筑是基于“信息-建筑”二元空间的系统，智慧建筑是基于“人-信息-建筑”三元空间的系统。在“信息（Cyber）”这一维度上，智慧建筑1.0即第一代智慧建筑更多地依赖于物联网、云计算、大数据、智能控制技术，智慧建筑2.0即第二代智慧建筑则更多地依赖于人工智能技术。这也正是区分智慧建筑1.0和智慧建筑2.0的本质所在。在智慧建筑2.0的三元空间系统图中，“人（Human）”与“信息（Cyber）”之间由于引入了AI，会更多地体现出“人-机”共融特征。

本书认为，“AI+智慧建筑”是指以人工智能理论、技术、产业为核心驱动力的超智能建筑，该建筑具备八大特征：实时感知、高效传输、自主控制、自主学习、智能决策、自组织协同、自寻优进化、个性化定制。“AI+智慧建筑”中的“AI”不仅指人工智能，从产业形态上来讲，还包括对AI形成支撑的新一代信息技术——大数据、云计算、物联网、移动互联网、工业互联网、现代通信、区块链、量子计算等相关业态，“AI+智慧建筑”的业态内涵用图1-5-5表示。

从图1-5-5可清晰地看到，随着数字经济和智慧城市的发展，AI驱动的建筑生态圈正在被迅速扩大，建筑的产业链也正在被大尺度拉长。

“AI+智慧建筑”产业链模型如图1-5-6所示。

“AI+智慧建筑”产业链模型由基础层（产业链上游）、技术层（产业链中游）、场景应用层（产业链下游）组成，下一层对上一层具有支撑意义。在场景应用层，包含了智慧建筑领域丰富的应用场景，这些“场景+AI”共同构筑了“AI+智慧建筑”的全景图。

由“AI+智慧建筑”产业链模型可实现针对某个项目的个性化定制规划。例如，可根据某地提出的需求及当地产业和城市的实际发展情况，选取产业链模型某层中的某些部分形成当地的“AI+智慧建筑”产业链规划架构。随着技术和行业的发展，也可在场景应用层根据实际情况个性化定制某些智慧建筑AI应用场景。

AI产业化的通用模式如图1-5-7所示，适用于AI建筑产业化。

AI建筑产业的发展从人工智能角度看主要依赖于三个方面：

（1）AI理论、算法和模型的改进。

（2）计算能力（GPU、CPU、TPU、DSP、FPGA等高性能计算）的提升。

（3）大数据理论与技术的发展，AI模型所需样本数据质量的提升。

AI建筑的核心技术——智慧建筑智能计算（特别是类脑计算）的进一步发展体现在硬件和软件两方面：

（1）软件方面。一是使智能计算模型在结构上更加类脑，二是在认知和学习行为上更加类人。模型和方法的探索和改善是关键，例如：模拟人的少样本和自适应学习，可以使智能系统具有更强的少样本泛化能力和自适应性。

（2）硬件方面。主要是研发新型机器学习计算芯片，如：深度学习加速器。2016年推出的TPU（张量处理单元）在推理方面的性能要远超过GPU（平均比当前的GPU或CPU快15～30倍，性能功耗比高出30～80倍）。

国外先进的典型智慧建筑系统品牌有霍尼韦尔、西门子、GE、ABB等。这些先进系统在系统集成方面已经基本做到了全开放，但目前与人工智能、工业互联网、大数据融合的深度都正处于起步阶段。霍尼韦尔企业楼宇集成解决方案如图1-5-8所示：