摘要：
本文對人工智能（AI）技術(shù)在協(xié)同設(shè)計(jì)管理系統(tǒng)中的應(yīng)用場景、技術(shù)架構(gòu)、關(guān)鍵技術(shù)做了分析，并分享了實(shí)際研究案例，論證了AI在協(xié)同設(shè)計(jì)管理系統(tǒng)中應(yīng)用的現(xiàn)實(shí)可行性及在對推動設(shè)計(jì)企業(yè)數(shù)字化轉(zhuǎn)型方面的重大作用。
人工智能在國內(nèi)外的研究發(fā)展?fàn)顩r
2010年代至今，AI技術(shù)開始大規(guī)模融入日常生活，從智能手機(jī)助手、智能家居設(shè)備到自動駕駛汽車、無人機(jī)等，AI的身影無處不在。谷歌DeepMind的AlphaGo擊敗圍棋世界冠軍李世石，展示了強(qiáng)化學(xué)習(xí)在復(fù)雜決策任務(wù)上的強(qiáng)大能力，隨后的AlphaZero、AlphaStar等進(jìn)一步驗(yàn)證了強(qiáng)化學(xué)習(xí)在棋類游戲、即時戰(zhàn)略游戲中的通用性。BERT、GPT等基于Transformer架構(gòu)的預(yù)訓(xùn)練語言模型在自然語言處理任務(wù)上取得巨大成功，開啟了大規(guī)模預(yù)訓(xùn)練、微調(diào)模式的新時代，隨后OpenAI推出革命性的GPT-3、GPT-4等模型參數(shù)量持續(xù)增長，展現(xiàn)出更強(qiáng)的語言理解與生成能力，引發(fā)全球關(guān)注。
國內(nèi)人工智能在工程設(shè)計(jì)領(lǐng)域應(yīng)用從智能審圖開始。2020年6月和9月，住房和城鄉(xiāng)建設(shè)部辦公廳分別發(fā)文，同意深圳市和北京市開展建筑工程人工智能審圖試點(diǎn)工作。研究面向建筑工程圖紙優(yōu)化的深度學(xué)習(xí)目標(biāo)檢測和語義分割方法和面向建筑工程圖紙的圖文多模態(tài)識別方法，有機(jī)結(jié)合視覺信息和文本語義，完整準(zhǔn)確地理解圖紙中靈活的設(shè)計(jì)表達(dá)，并取得了初步成果。但由于工程設(shè)計(jì)圖紙不僅有幾何圖形，還包括豐富的注釋、圖層信息、塊定義等。AI需要能夠理解和解析這些多層次的數(shù)據(jù)結(jié)構(gòu)，這要求高度復(fù)雜的學(xué)習(xí)模型和大量的訓(xùn)練數(shù)據(jù),對算力要求高；對于機(jī)器學(xué)習(xí)而言，需要大量精確標(biāo)注的數(shù)據(jù)來訓(xùn)練AI模型，但在CAD設(shè)計(jì)領(lǐng)域，高質(zhì)量的標(biāo)注數(shù)據(jù)集可能難以獲得。因此AI審圖還未進(jìn)入廣泛應(yīng)用階段。
協(xié)同設(shè)計(jì)管理系統(tǒng)及其+AI的意義
協(xié)同設(shè)計(jì)（Collaborative Design）是指基于計(jì)算機(jī)及網(wǎng)絡(luò)連接，項(xiàng)目設(shè)計(jì)團(tuán)隊(duì)及項(xiàng)目干系方跨越地域、組織和專業(yè)的界限，通過共享信息、協(xié)調(diào)工作、共同決策，以實(shí)現(xiàn)一個共同設(shè)計(jì)目標(biāo)的過程。
協(xié)同設(shè)計(jì)管理系統(tǒng)（Collaborative Design Management System, CDMS）是面向設(shè)計(jì)企業(yè)及項(xiàng)目設(shè)計(jì)團(tuán)隊(duì)的一個集成化的設(shè)計(jì)協(xié)作平臺，該系統(tǒng)集成了項(xiàng)目管理、數(shù)據(jù)共享、溝通協(xié)調(diào)、設(shè)計(jì)工具、流程控制等多種功能。協(xié)同設(shè)計(jì)管理系統(tǒng)是工程設(shè)計(jì)全過程的應(yīng)用中樞，緊密貼合項(xiàng)目生命周期的每個工作節(jié)點(diǎn)，因此協(xié)同設(shè)計(jì)管理系統(tǒng)+AI，無疑是撬動設(shè)計(jì)效率飛躍式提升的關(guān)鍵杠桿，對于推動企業(yè)乃至行業(yè)整體效能的優(yōu)化升級具有深遠(yuǎn)意義。
AI人工智能在協(xié)同設(shè)計(jì)管理系統(tǒng)的應(yīng)用
聚焦于人工智能與工程設(shè)計(jì)企業(yè)管理系統(tǒng)融合應(yīng)用研究，探討AI在傳統(tǒng)協(xié)同設(shè)計(jì)管理系統(tǒng)中的應(yīng)用技術(shù)方案。
人工智能的技術(shù)框架按照產(chǎn)業(yè)生態(tài)通常可以劃分為基礎(chǔ)層、技術(shù)層、應(yīng)用層三大板塊。其中，基礎(chǔ)層提供了支撐人工智能應(yīng)用的基礎(chǔ)設(shè)施和技術(shù)，包括存儲和處理大規(guī)模數(shù)據(jù)的能力，以及高性能的計(jì)算和通信基礎(chǔ)設(shè)施；技術(shù)層提供了各種人工智能技術(shù)和算法，用于處理和分析數(shù)據(jù)，并提取有用的信息和知識,提供了文字、音頻、圖像、視頻、代碼、策略、多模態(tài)的理解和生成能力；應(yīng)用層是人工智能技術(shù)的最終應(yīng)用領(lǐng)域，將技術(shù)層提供的算法和模型應(yīng)用到具體的問題和場景中。
協(xié)同設(shè)計(jì)管理系統(tǒng)+AI的技術(shù)實(shí)現(xiàn)架構(gòu)
即開發(fā)部署面向工程設(shè)計(jì)管理的專業(yè)化AI引擎，為協(xié)同設(shè)計(jì)應(yīng)用場景提供專業(yè)語音助手、協(xié)同設(shè)計(jì)智能問答、智能知識推送、設(shè)計(jì)成果糾錯、設(shè)計(jì)成果智能生成等智能化服務(wù)；同時結(jié)合設(shè)計(jì)企業(yè)數(shù)據(jù)資源平臺，通過AI對協(xié)同設(shè)計(jì)場景的智能感知，為不同設(shè)計(jì)場景提供知識的智能化應(yīng)用。
設(shè)計(jì)管理專業(yè)化AI引擎關(guān)鍵技術(shù)
自然語言處理NLP技術(shù)
自然語言處理是AI進(jìn)行信息處理的基礎(chǔ)。自然語言處理（NLP）是一種人工智能技術(shù)，旨在讓計(jì)算機(jī)理解和處理人類語言。NLP通過語言學(xué)、計(jì)算機(jī)科學(xué)和人工智能技術(shù)的交叉研究，構(gòu)建了人與機(jī)器之間的橋梁，使得機(jī)器可以理解、分析和產(chǎn)生自然語言文本。在語義分析中，NLP是不可或缺的一部分，它提供了對人類語言深度理解和處理的基礎(chǔ)。自然語言處理技術(shù)的關(guān)鍵在于建立豐富的語言知識庫和算法模型，以便于準(zhǔn)確地理解和表達(dá)文本的語義信息。
基于NLP技術(shù)，將徹底顛覆傳統(tǒng)的人機(jī)交互模式，大大提升協(xié)同設(shè)計(jì)管理系統(tǒng)在人機(jī)交互方面的效率和體驗(yàn)。
OCR文字提取技術(shù)
OCR（Optical Character Recognition，光學(xué)字符識別）是一種技術(shù)，它使用光學(xué)掃描設(shè)備（如掃描儀、數(shù)碼相機(jī)）或其他圖像捕捉設(shè)備將紙質(zhì)文檔、圖像、屏幕截圖等非電子格式中的文字信息轉(zhuǎn)化為可編輯和可檢索的電子文本。OCR技術(shù)的核心目標(biāo)是識別并轉(zhuǎn)換視覺形式的字符為計(jì)算機(jī)可理解的數(shù)字化文本，使得原本難以處理的靜態(tài)文字圖像變?yōu)榻Y(jié)構(gòu)化的文本數(shù)據(jù)，便于存儲、檢索、分析、編輯和無障礙閱讀。
通過大量的文檔數(shù)據(jù)訓(xùn)練、通過提高OCR識別算法，通過處理分欄、段落、表格、標(biāo)題編號等，綜合利于多種技術(shù)手段，不斷提高設(shè)計(jì)成果中的文字提取準(zhǔn)確度。無論是圖中的文字（說明、房間名稱、圖名、圖簽），還是報(bào)告中的文字都實(shí)現(xiàn)更精準(zhǔn)的提取。為設(shè)計(jì)成果智能糾錯、文件智能比對、知識智能規(guī)整提供技術(shù)支撐。
向量數(shù)據(jù)庫檢索技術(shù)
向量數(shù)據(jù)庫技術(shù)是一種新興的數(shù)據(jù)存儲和檢索技術(shù)，它主要用于處理高維數(shù)據(jù)，特別是在機(jī)器學(xué)習(xí)和人工智能領(lǐng)域。與傳統(tǒng)的關(guān)系型數(shù)據(jù)庫不同，向量數(shù)據(jù)庫專門用于存儲和檢索向量數(shù)據(jù)，即一組數(shù)字或?qū)崝?shù)的集合。這種技術(shù)的核心思想是將高維數(shù)據(jù)轉(zhuǎn)化為低維空間中的點(diǎn)，并使用空間中的距離或相似度來表示數(shù)據(jù)之間的關(guān)聯(lián)。
向量數(shù)據(jù)庫技術(shù)的主要優(yōu)點(diǎn)是它可以有效地處理大規(guī)模的高維數(shù)據(jù)集，同時保持較高的查詢速度和準(zhǔn)確性。此外，它還可以輕松地?cái)U(kuò)展到新的數(shù)據(jù)集和特征，使其在機(jī)器學(xué)習(xí)和人工智能領(lǐng)域具有廣泛的應(yīng)用前景。
向量數(shù)據(jù)庫支持基于向量相似性的高效檢索。向量數(shù)據(jù)庫使用各種相似性度量方法，如余弦相似度、歐氏距離等，來評估向量之間的相似程度。
與數(shù)據(jù)資源平臺集成應(yīng)用，系統(tǒng)通過場景感知，實(shí)現(xiàn)資源的智能查詢，從而返回與其最相似的知識片段，實(shí)現(xiàn)精準(zhǔn)的知識發(fā)現(xiàn)和推薦。
大語言模型LLM技術(shù)
大語言模型（Large Language Model，LLM）是一種使用了大量數(shù)據(jù)訓(xùn)練的深度學(xué)習(xí)算法，構(gòu)建出一個能夠理解人類語言并自動生成語言的模型。在這些系統(tǒng)中，GPT-4是OpenAI支持的對話平臺的最新版本，它徹底改變了我們與技術(shù)交互的方式，并為人類交流開辟了無限可能。而在開源方面，也是百花齊放，國外有Meta AI發(fā)布的Llama（羊駝）大模型，國內(nèi)有阿里通義千問、清華智譜、百川智能等大模型，這些模型均開源、免費(fèi)、可商用。
綜上所述，無論是國內(nèi)外的技術(shù)發(fā)展，模型提供程度上，為協(xié)同設(shè)計(jì)管理系統(tǒng)基于AI進(jìn)行智能化應(yīng)用，提供了相對成熟、完整的生態(tài)環(huán)境。
人工智能在協(xié)同設(shè)計(jì)管理系統(tǒng)中應(yīng)用廣泛
在不同的設(shè)計(jì)管理環(huán)節(jié)，都可借助AI技術(shù)提升系統(tǒng)應(yīng)用體驗(yàn)和效率。
專業(yè)語音助手：與通用語音助手不同，能夠?qū)崿F(xiàn)專業(yè)術(shù)語的語義理解。借助專業(yè)語音助手助力項(xiàng)目任務(wù)智能策劃，解決任務(wù)策劃和人員調(diào)整繁瑣操作；借助專業(yè)語音助手實(shí)現(xiàn)線上校審交互的便捷性。
進(jìn)度智能追蹤：AI助手實(shí)時監(jiān)測設(shè)計(jì)流程中的各個階段，包括顧客資料提交、專業(yè)設(shè)計(jì)評審、技術(shù)條
校審重點(diǎn)智能導(dǎo)引：AI助手猶如一位深諳校審之道的導(dǎo)師，能敏銳捕捉設(shè)計(jì)文件的項(xiàng)目屬性、專業(yè)類別及校審角色等關(guān)鍵信息?；诖?，它能精準(zhǔn)匹配并主動推送與之高度契合的校審要點(diǎn)，確保在校審過程中，無論是設(shè)計(jì)細(xì)節(jié)還是宏觀架構(gòu)，所有核心要素均能得到嚴(yán)謹(jǐn)審視，避免遺漏。
智能糾錯賦能：面對已識別的違規(guī)設(shè)計(jì)元素，AI助手不僅揭示問題所在，更進(jìn)一步提供基于海量最佳實(shí)踐與成功案例的學(xué)習(xí)成果。
數(shù)據(jù)資源智能管理：AI能夠?qū)Ω黝愒O(shè)計(jì)數(shù)據(jù)、項(xiàng)目文檔、參考素材等進(jìn)行自動分類、標(biāo)簽化處理，實(shí)現(xiàn)跨系統(tǒng)、跨平臺的數(shù)據(jù)資源整合。通過自然語言處理（NLP）、知識圖譜等技術(shù)，AI能夠理解數(shù)據(jù)內(nèi)容，精準(zhǔn)匹配設(shè)計(jì)需求。
資源智能搜索與推薦：AI可以大幅提升數(shù)據(jù)資源的檢索效率和精準(zhǔn)度。基于深度學(xué)習(xí)的語義理解和圖像識別技術(shù)，AI能快速響應(yīng)設(shè)計(jì)師的查詢請求，精準(zhǔn)定位所需的設(shè)計(jì)元素、案例、標(biāo)準(zhǔn)規(guī)范等資源。
工程設(shè)計(jì)專業(yè)化AI引擎部署方案
AI開發(fā)框架、AI技術(shù)底座可基于私有部署，也可基于公有云和混合云部署。設(shè)計(jì)企業(yè)可根據(jù)自身的需要選擇合適的方案。
私有部署：在企業(yè)內(nèi)部數(shù)據(jù)中心搭建AI基礎(chǔ)設(shè)施，對數(shù)據(jù)安全性、合規(guī)性要求較高或已有大量本地計(jì)算資源的企業(yè)可選擇此方式。需關(guān)注硬件采購、系統(tǒng)集成、運(yùn)維管理等方面的工作。
公有云：利用云服務(wù)商提供的AI服務(wù)進(jìn)行模型開發(fā)、訓(xùn)練與部署。公有云提供了彈性伸縮、按需付費(fèi)的便利性，適合快速迭代、資源需求波動較大的項(xiàng)目。
混合云：結(jié)合私有部署與公有云的優(yōu)勢，根據(jù)數(shù)據(jù)敏感度、計(jì)算需求等因素，靈活分配工作負(fù)載。例如，敏感數(shù)據(jù)處理與模型訓(xùn)練在私有云進(jìn)行，模型推理服務(wù)部署在公有云，利用云服務(wù)商的全球加速網(wǎng)絡(luò)提高服務(wù)響應(yīng)速度?；旌显撇渴鹦桕P(guān)注跨云環(huán)境的數(shù)據(jù)同步、任務(wù)協(xié)調(diào)、安全策略等問題。
應(yīng)用案例
研究課題：專業(yè)語音助手助力項(xiàng)目任務(wù)智能策劃。
研究目標(biāo)：開發(fā)和使用AI專業(yè)語音助手，實(shí)現(xiàn)項(xiàng)目任務(wù)的高效安排。
技術(shù)創(chuàng)新點(diǎn)：本項(xiàng)目利用AI智能語音助手，結(jié)合自然語言處理 (NLP)、語音識別、語音合成、知識圖譜、對話管理、情感分析、搜索與推薦等應(yīng)用，輔助項(xiàng)目負(fù)責(zé)人快速完成協(xié)同設(shè)計(jì)任務(wù)策劃，解決以往任務(wù)策劃工作量繁瑣問題。
應(yīng)用效果：項(xiàng)目任務(wù)策劃時，借助專業(yè)語音助手，通過語音識別、自然語言處理等技術(shù)實(shí)現(xiàn)項(xiàng)目WBS任務(wù)的快速策劃，原來完成10個子項(xiàng)、5個專業(yè)的人員安排需要10分鐘，現(xiàn)在不到1分鐘即可完成，效率提高了10倍以上。
研究課題：設(shè)計(jì)總說明AI自動校審。
研究目標(biāo)：以設(shè)計(jì)總說明為例實(shí)現(xiàn)設(shè)計(jì)成果智能糾錯。設(shè)計(jì)總說明是工程設(shè)計(jì)成果的組成部分。實(shí)現(xiàn)設(shè)計(jì)總說明中有關(guān)國家標(biāo)準(zhǔn)規(guī)范的AI自動校審，找出必須要寫明的國家標(biāo)準(zhǔn)規(guī)范（簡稱：強(qiáng)條）在設(shè)計(jì)總說明是否存在，如果存在則檢查是否準(zhǔn)確，并且提示出應(yīng)該寫而沒寫的強(qiáng)條。
技術(shù)創(chuàng)新點(diǎn)：本項(xiàng)目綜合利用自然語言外理NLP技術(shù)、OCR文字提取技術(shù)、向量數(shù)據(jù)庫檢索技術(shù)和大模型LLM技術(shù)，使其在專業(yè)的知識庫語料的訓(xùn)練和作用下，共同完成AI自動校審的功能。
應(yīng)用效果：一篇常規(guī)的設(shè)計(jì)總說明，人工檢查其引用的規(guī)范條文是否完整、正確需要20分鐘，使用AI自動校審后，僅需要1分鐘，效率提升20倍。
結(jié)論
人工智能（AI）在協(xié)同設(shè)計(jì)管理系統(tǒng)中的應(yīng)用具有重大價(jià)值與廣闊前景，且技術(shù)可行，將為協(xié)同設(shè)計(jì)管理系統(tǒng)帶來革命性變革，能顯著提升設(shè)計(jì)效率、保障質(zhì)量、盤活數(shù)據(jù)，推動系統(tǒng)步入全新智能化時代。
構(gòu)筑新質(zhì)生產(chǎn)力????賦能千行百業(yè)高質(zhì)量發(fā)展
