智慧城市网

 

上海现代建筑设计(集团)有限公司教授级高级工程师赵济安
 

　　安防知识网：在2016年，您提到AI与IB的握手，请问现状发展如预期吗？
 

　　赵济安：AI+IB概念的提出是基于现状的发展与提升，是可循、是可行、可做、可推、可用的。这与智能安防推行的新技术一样，不能凭空而谈，重要的是有落地的基础。在技术变革的阶段，很多人难免会根据自己的臆想提出的一些理念，但过于超脱实际。因此在2016年，我提出了AI+IB的提法，这几年也将这个理论再进一步理顺。
 

　　无论是新基建还是人工智能，行业从业人员都应该去认识和迎接。但从国内发展而言，不仅仅是对商机的把握，更需要将契机转换成行业持续的动力。因此我提出的这套理论也是立足实际推进的思想，并形成成熟的方法论，从底层技术上升至整体的构造与工程实际，对产品的研发也会形成较好的引导。
 

　　安防知识网：智能建筑在国外相对成熟，国内发展您认为现状如何？有哪些需要突破的点？
 

　　赵济安：国外的发达国家的特点，一是在智能建筑的应用上相对务实，二是以具体落地场景为基础，推动产品创新，三是对新技术的融入顺其自然，在国内，导向目前尚处于初级状态，导致出现从不同的角度不同的“臆想”状况，这里面也有部分因素是国内商业市场发展太快，实际应用没有跟上，如基础理论、基础科技等都需要进一步的完善。
 

　　现在许多厂商虽然都很努力，因为他们自身的局限对后续发展很迷茫，由此在智能建筑领域中处于较被动，需要在发展的过程中不断地强化自身。
 

　　安防知识网：当下用户对于智能建筑的需求能被满足吗？
 

　　赵济安：围绕着用户的需求，国内厂商有不同的做法。我偏向于从实际需求、实际应用、实际发展为导向，但是也有不少人以超前的思维、集成的思维来导向。以智慧建筑为例，AI加上IB上升至新IB(智慧建筑)，在这个过程中，AI作为IB的新应用场景敷贴于建筑表现层，以提升整个建筑的新智慧。同样对智慧建筑安防而言，人工智能也将被作为一个个性化高性能应用层被安防工程所采纳，嵌入到安防工程的应用环境中去，从而对整个安防工程进行智级新提升。
 

　　整个行业必然需要新科技的拉动，但首先应结合实际情况，才能更好地帮助行业发展。以安防为例，安全防范是信息化安全管理及服务，将其视为以基础信息技术方式融入智能建筑，如此实现更完善的整体功能。如果一些概念脱离实际而超前，是无法兑现的，应用层与管理层要尽可能趋向一致化。
 

　　安防知识网：AI在智能建筑全面爆发的契机会是什么？
 

　　赵济安：AI是可持续发展的理念及应用，例如智能计算、物联网等随着基础科技、应用认识、应用层转化等发展正在良性发展，从客观角度上将，在技术应用领域需把握好现代科技的节拍，通过技术推动才能更好引导行业。
 

　　编后语：
 

　　本篇对话仅仅是序言，为了进一步阐述清楚AI与智能建筑的结合以及智能建筑未来的趋势，赵济安老师精心准备了一系列智能建筑饕餮盛宴，如智慧建筑工程技术探析、智慧建筑工程标准化设计等专题研究，后期也将在安防知识网进行分享。
 

　　附赵济安老师补充：
 

　　围绕近期“以智提质—新科技赋能当代建筑跃入新蓝海”系列专题交流研讨直播同时与行业同仁“微信群”的互动研讨，很受启发，由此把相关收获向大家推荐；
 

　　1. 必然性
 

　　研究“智慧建筑”不是空穴来风，是新科技聚合和综合应用的必然呈现，必然正视；
 

　　2. 基础点
 

　　智慧是基础“IB”(当然需对原IB全面升级并认定后)之上的衍生的新应用表现面，是我们直接客户所期待的，其中关键点，不能脱节提升后的新“IB”；
 

　　3. 持续性
 

　　对实现人们需要“智慧功效”而言，其他一切都是载体或实现过程，包括新科技本身，是被为我所用。智能设施更新换代是的，应用软件版本升级是永恒的，因为昨天永远是今天的过去时，包括一切认识和概念在持续换新中；
 

　　4. 跨越点
 

　　“智能”提升至“智慧”是必然，我之所以现在已用“智慧”提法，是可以使我们垫高至新的技术层面回头看，同时确立以建筑形成“自我”(关键词)决策为跨越点，是新应用展现的标志，是信息科技发展的特征点。智慧的表像特征就是“自我”决策再现，即数据学习(思维)后“提智”的延伸产物。
 

　　5. 源动力
 

　　智慧开始露面也是不尽人意，但是，智慧由初级向高级状态的演绎和巨大功能吸引力永远在召唤憧憬未来的人们，因此，不能认为已经到了或足够了。没有未来已来，未来永远在路上。在新发展主导下，实现新目标、展现新智慧，是该技术领域行业人永远研究的新课题。这就是该技术领域持续发展的源动力。
 

　　6. 主动性
 

　　当下AI全面大发展、大推进，虽然应用还很不平衡，某些领域见效较快，某些见效较慢，但这个趋势不可阻挡。我们必须尽快深入而主动，不能被动而被顶推而行。
 

　　7. 着落点
 

　　赋智于建筑主要是落在“提升业务应用、完善服务管理、优化环境条件”等方面，我们关注的是建筑载体生命周期对建筑系统的“监、控、管”范围，而且是建筑整体应用目标树的顶端。
 

　　8. 协同性
 

　　AI行业发展，需要更大的资源投入，我以为，面临主要难点是建立“应用模型”、“数据模型”，“过程推演算法”等，该行业已出现大家各自闷头在做，抢滩、争先机的状态，因此，局限、片面、无实际价值等无着落点及急于求成是困惑前行的主要障碍。对此状态的改观需要跨界协同。