生成性人工智能在建筑行业的应用
本研究通过问卷调查测量了IT公司员工使用生成工具的意愿,结果表明虽然其可接受性一般,但使用意愿随工具实用性感知程度提高而增加,并且使用频率是理解员工在工作中如何看待这些工具的关键因素。
Apr, 2023
本研究旨在评估 GPT 模型在建筑工业中的应用机会和挑战,通过批判性评论、专家讨论和案例研究验证,发现其在项目生命周期中存在机遇,但同时也存在挑战,为此我们开发了一个用例原型来优化建筑材料的选择,为语言模型在建筑工业中的研究提供了前景和建议。
May, 2023
本研究探讨了AI生成模型,特别是OpenAI的生成预训练变压器(GPT)系列,当与建筑信息建模(BIM)工具集成为交互式设计助手时的潜力。研究通过开发和实施三个关键组成部分来完成,最终验证了该方法的有效性。
Jun, 2023
深入研究了建筑行业中应用生成人工智能(GenAI)的潜在机遇和挑战,提出了概念性的GenAI实施框架、实用建议,总结了未来研究的问题,并构建了关于GenAI的基础文献。
Sep, 2023
近年来,大型语言模型(LLMs)在各个领域取得了快速进展和令人印象深刻的能力。本文探讨了LLMs在建筑能效和碳减排研究中的应用、影响和潜力。文章考察了LLMs在建筑能源领域的广泛能力,包括智能控制系统、代码生成、数据基础设施、知识提取和教育。尽管LLMs具有很大的潜力,但仍存在复杂和昂贵的计算、数据隐私、安全和版权、精细调整LLMs的复杂性以及自一致性等挑战。文章最后呼吁未来的研究集中在增强LLMs的领域特定任务、多模式LLMs和人工智能与能源专家之间的合作研究上。
Dec, 2023
该研究旨在调查大型语言模型与建筑能源模型软件的创新整合,重点关注ChatGPT与EnergyPlus的融合。文献综述表明,大型语言模型在工程建模中应用日益增长,但在建筑能源模型中的应用研究有限。通过三个案例研究,证明了大型语言模型在自动化和优化建筑能源模型任务方面的潜力,并强调了人工智能在推进可持续建筑实践和能源效率方面的关键作用。研究结果建议未来人工智能研究采用跨学科的方法,并对其他专门工程建模领域有着重要影响。
Feb, 2024
施工行业的生成性人工智能技术的机会和挑战,以及基于自身数据构建定制生成性人工智能解决方案的框架的最新状态分析,为学术界和建筑专业人员提供综合分析和实用框架,以指导生成性人工智能技术在提高建筑行业的生产力、质量、安全性和可持续性方面的应用。
Feb, 2024
这篇文章探讨了生成人工智能在建筑设计中的广泛应用,从生成2D图像、视频和3D模型的基本原理到对建筑设计各个阶段的影响,指出了设计创新的新方向和应用生成人工智能的新轨迹。
Mar, 2024
使用大型语言模型 (LLMs) 创建建筑管理系统 (BMS) 的数据驱动模型,以实现自动化的数据处理和建模过程,减少人力成本。通过采用机器学习运营框架生成的代码模板,成功地生成高比例且准确的 Python 代码,并显著降低人力成本。
Jul, 2024
本研究解决了建筑项目合规检查中的复杂法律要求计算表示问题,提出了一种利用大型语言模型(LLM)自动转换建筑法规为可计算格式的新方法。通过对GPT-3.5的评估,发现其在少量示例培训后能够有效生成法律规则语义表示,潜在地提高了合规检查的效率和有效性。
Jul, 2024