通过基于系统定义的生成技术,我们能自动化或简化多个流程。在这个例子中,我们在住宅开发单元规模上进行生成设计,用户输入转化为几何图形、估算数量等,实时生成结果。类似的生成设计也适用于地块规模,通过少量输入快速得出结论并应用。
接下来,我想分享我们如何用这些方法交付项目。以印度客户Larsen and Toubro为例,他们交付的大型工业EPC项目通常价值超过10亿美元,周期约18个月,涉及3,000个任务。通过使用这些解决方案交付15个项目后,他们训练了一个机器学习模型,从300万任务的数据中学习,并结合ERP来源、现场活动反馈等,最终将所有数据整合到一个平台,实现未来项目的预测分析。
听众提问:
非常感谢你精彩的演讲,我是Michael Butcher,一名律师,非人工智能专家。我对预测分析部分很感兴趣,想了解一下在实时分析项目进展方面的进展。我们能否使用人工智能在施工过程中识别潜在问题和解决方案?
Abdullah Gulabi:
谢谢你的问题。在前面的例子中,一旦项目交付完成,现场数据就会被捕获。通过机器学习算法,任何阶段的进度都会与基于经验的预测进行对比。这一过程是实时进行的,数据不断输入到数字孪生中,与学习结果进行对比。
主持人:
谢谢Abdullah的分享。另一个问题是,3DEXPERIENCE平台使用了哪种技术?它是专有平台还是支持开放BIM标准?
Abdullah Gulabi:
平台本身是专有的,但我们一直支持并参与开放标准的应用,IFC是建筑环境中非常重要的标准。平台并非封闭式,我们可以与各种第三方工具和专有格式兼容,简化数据交换和集成。