Page 228 - 建筑结构设计理论及实践研究

Theoretical and Practical Research on Architectural Structural Design
建筑结构设计理论及实践研究

以借助生成式 AI 处理加工，建筑工地的材料调配和安装问题的解决方案也可以
由生成式 AI 提供。上述内容最终都将呈现在施工组织设计文件中，而文本文件
自动生成的相关研究为此任务提供了一定的技术支持。随着建筑工地智能化水
平的不断提高，生成式 AI 在施工组织设计中的应用场景必然会不断增加。如何
加强生成式 AI 技术在施工场景中的适应性，是相关研究工作接下来必须探讨的

课题。
生成式 AI 的开发代表着人类打开了计算机创造设计的新领域。这为建筑、
结构以及施工等方面的设计工作提供了很好的数字化和智能化手段。与传统设计

过程相比，AI 的协助有利于新的思路和方案的产生；AI 也可以凭借其高算力节
省传统流程中的时间和精力。但与其他行业相比而言，目前的不足也是显而易见
的。同医学影像处理、分子结构生成等应用场景相比，生成式 AI 在本行业内的
运用还不够成熟。通过对一系列文献的归纳分析和对比可以看出，这种不足具体

表现为以下几点：①工程项目具有独特性。片面的数据不能训练出广泛适用的模
型。本行业中各单位数据共享较少，成规模的图像、视频以及清晰的统计数据往
往集中在一线单位手中，成规模成体系的公开数据更是寥寥无几，科研中针对
生成式 AI 训练的数据数量较为缺乏，覆盖范围不全面，结构化不够强，导致 AI

的生成结果与实际产生一定偏差。②生成式 AI 算法在工程设计场景下需要进一
步提高适用性。实际的工程设计过程需要考虑大量的物理规则和约束。单纯通
过数据驱动的 AI 设计不一定适用于复杂多变的工程设计实践。因此需要在模型
中建立如结构受力、材料消耗等其他的有效约束，或是在 GAN 和扩散模型上寻

求性能更优异的生成式 AI 算法。③绿色节能是今后工程设计中无法回避的一个
问题。已有的生成式设计算法绝大部分是从空间位置、力学约束等角度出发约束
AI 的生成过程，仅有少部分研究中涉及了绿色建筑和节能设计的内容。随着能
耗问题越来越被行业重视，绿色与节能也会为生成式 AI 设计提供新的视角。就

上述几点不足，未来生成式 AI 在工程设计中颇有前景的研究方向可能包括以下
几方面：①建立不同场景的生成式 AI 工程设计数据集。提高数据集的覆盖能力
和结构化水平，为训练和检验生成式 AI 能力提供充足的支持和保障。②为模型
添加数据以外的约束，如推动从数据驱动到物理增强的生成式 AI 工程设计技术

发展；加快对最新生成式 AI（如扩散模型）的开发应用，以求改善已有算法中
存在的生成效果差的问题。③进一步探讨生成式 AI 在节能设计、风格设计、规

·216·