该论文研究 Artificial Intelligence 在 Architecture Engineering Construction 行业中的应用，提出了解决 AI 项目失败的问题的 LeanAI 方法，并给出了实施该方法的案例分析。

Jun, 2023

为了更广泛地在工业生产中采用人工智能，充足的基础设施能力至关重要。我们介绍了我们的 IIP-Ecosphere 平台的设计，并在 AI 启用的视觉质量检查的演示程序方面进行了早期评估，包括在此早期评估活动中获得的见解和经验教训。

Jul, 2022

本文提出了 AI 创新实验室的概念，旨在为企业提供完整的人工智能业务解决方案总体框架，从构思到实施，从商业价值到可行性的评估。

Mar, 2022

人工智能和机器人技术研究在建筑工程领域崛起，以提高项目效率和效果，但其采用需要对伦理问题进行思考，如职业安全、隐私等，本研究系统综述了过去五年中 AEC 社区中与 AI 和机器人技术伦理相关的研究并从中筛选出九个重要的伦理问题以及十三个与伦理主题相关的研究方向，最后提出了当前的挑战、知识空白和七个未来研究方向，既引起了更多相关利益相关方的关注，也提供了实现安全高效的即刻行动。

Oct, 2023

在工业 4.0 中，网络物理系统 (CPS) 产生大量数据，可以被人工智能 (AI) 用于预测维护和生产计划等应用。然而，尽管已经证明了 AI 的潜力，但其在制造业等领域的广泛应用仍受限。本文通过综合审查最近的文献、标准和报告，确定了一些关键挑战：系统集成、数据相关问题、管理与劳动力有关的问题以及确保可信 AI。定量分析突出了实践者需要重视但尚需学术界进一步研究的特定挑战和主题。本文简要讨论了这些挑战的现有解决方案，并提出了未来研究的方向。我们希望这项调查能够成为评估 CPS 中应用 AI 的成本效益影响的从业者资源，也能够帮助研究人员解决这些紧迫问题。

May, 2024

本研究分析了人工智能（AI）的发展历程，重点分析了过去十年、当前以及未来几十年的趋势和预测。为了说明人工智能的应用和影响，本文还将举例介绍该技术在几个关键行业中的应用情景。最后，本研究还分析了推动人工智能成为一项重要的转型技术的驱动因素，如成本、速度、准确性、多样性 / 包容性和跨学科研究 / 协作等。

Mar, 2022

本文提出了一种方法学习如何在能源领域中开发，部署和评估 AI 系统，以提高其可靠性、可控性和解释性，使用电力系统事件预测（PEF）作为示例应用，通过对同步相量测量单元（PMUs）测量的相量数据进行物理理解和采用基于机器学习的算法来预测所需需求，将物理维度与机器学习模型融合，实现降维和提高预测精度的目标。

Nov, 2021

人工智能在环境、社会和治理（ESG）倡议中的蓬勃融合代表了对更可持续和公平的金融实践的范式转变。本文调查了工业景观，描述了人工智能在支持 ESG 框架方面的必要性和影响。我们的调查将人工智能应用程序划分为 ESG 的三个主要支柱，并且说明了人工智能如何增强分析能力、风险评估、客户参与、报告准确性等方面的能力。此外，我们还深入探讨了数据使用和模型发展方面的关键问题，强调了数据质量、隐私和模型的鲁棒性的重要性。本文还强调了负责任和可持续的人工智能的必要性，强调人工智能在 ESG 相关银行业务中的伦理维度。总而言之，我们的发现表明，虽然人工智能为银行业的 ESG 提供了变革性的潜力，但也带来了重大挑战，需要仔细考虑。本文最后综合了调查的见解，提出了在 ESG 实践中采用人工智能的前瞻性立场。我们最后通过提出一个未来研究和开发的参考架构来总结，主张在 ESG 领域中充分利用人工智能的优势并减轻其风险的平衡方法。

Feb, 2024

AI 系统需要数据，而 AI 数据工程可以为组织提供帮助。本文通过进行数据工程的映射研究，总结了 AI 数据工程活动的论文，包括各个生命周期阶段、技术解决方案和教训，为从业者和研究人员提供了知识概览。

Feb, 2024

本文综合分析了 490 篇学术文献，旨在探讨基于 AEC 行业项目工作流程、工人和工作特性与社会技术概念相互作用的 AI 信任。从文献中确定了人们对 AI 的信任的主要组成部分，并在 AEC 项目类型、过程和技术中进行了表征。

Mar, 2022