田洪宇，廖伟（四川明清工程咨询有限公司）——信通杯一等奖

磋商了人工智能（Artificial Intelligence，AI）技能在监理领域的运用，重点包括通过建立监理领域的 AI 模型，供应智能化的监理事情支持 ；构建监理领域“类 ChatGPT”聪慧专家系统，为监理职员供应专业辅导 ；建立多模态监理模型，实现数据交互领悟和聪慧监理。
通过研究和剖析这些运用在实际事情中的效果，为监理行业的数字化转型供应借鉴和参考，促进监理行业的高质量发展。

关键词 ：监理 ；人工智能 ；AI 模型 ；多模态监理模型 ；类 ChatGPT ；聪慧专家系统

中图分类号 ：F407.9

文献标识码 ：B

文章编号 ：1007-4104（2023）11-0005-06

PART.1概 述

1.1 研究背景和动机

在培植工程中，监理事情是确保工程质量的主要环节，而传统监理办法已经无法知够数字化时期的需求，因此引入人工智能技能成为一定的发展方向。
人工智能技能的不断发展和打破为监理行业的转型升级和高质量发展供应了全新的办理方案和机会。

1.2 目的与研究

本文旨在磋商人工智能在监理领域的运用方向，剖析其在监理事情中的潜在浸染、上风和寻衅。
详细研究内容包括以下几个方面：（1）研究监理领域AI模型的建立方法，并磋商其运用方向和效果；（2）研究构建监理领域“类ChatGPT”聪慧专家系统的方法，并剖析其运用潜力；（3）磋商如何利用多模态人工智能技能对培植工程万物智联采集的多模态数据进行交互领悟，建立多模态监理模型，实现聪慧监理的运用方向。

通过深入磋商，为监理行业的数字化转型供应辅导和建议，充分利用人工智能技能的上风，实现监理事情的智能化、高效化，推动培植工程监理朝着更加聪慧和可持续的方向发展。

PART.2监理领域常用的人工智能技能

2.1 深度学习技能

深度学习技能是一种机器学习方法，通过多层神经网络仿照人脑神经元之间的连接，从大量数据中学习和提取特色。
在监理领域，监理数据包含了大量的构造化和非构造化数据，如图纸、文件、事情记录等，运用深度学习技能可以理解和识别监理数据中的繁芜模式和规律。

2.2 自然措辞处理技能

监理事情涉及大量的文本信息，如事情记录、监理资料等，采取自然措辞处理技能可以实现对这些文本数据的语义理解和信息提取，从而赞助监理事情的评价和监管。
自动化的文本分析和语义理解可以帮助监理职员对条约文件、施工方案、报告和资料等进行评价，并供应建媾和决策支持。
这些技能可以自动提取关键信息、识别主要事实，帮助监理职员高效处理和剖析大量文本数据、准确决策以及评估质量。

2.3 打算机视觉识别技能

打算机视觉识别技能可用于剖析和识别工程现场的图像和***。
以往监理职员监督和评价施工质量、安全、进度等，常日须要实地巡视工程现场，而通过打算机视觉识别技能，监理职员可以利用监控摄像头、无人机等设备获取工程现场的图像和***，然后利用图像识别和剖析技能提取和剖析个中的关键信息，实现对工程现场的远程监控和评价。

2.4 知识打算技能

利用人工智能技能对专业领域的知识进行建模、组织和利用，将专家知识和规则转化为打算机可处理的形式，用于构建专家系统和规则引擎。
在监理领域，通过网络和整理监理的规范、标准和履历知识，知识打算可帮助构建监理知识库。
通过知识打算技能，监理职员可以利用该知识库进行问题解答、决策支持和知识检索。
监理事情中常常面临各种问题，知识打算技能可以为监理职员供应干系的专业知识和辅导，帮助他们作出准确的判断和决策。

除了上述提到的技能，监理领域还可以运用其他人工智能技能，如机器学习、推举系统和数据挖掘等。
这些人工智能技能的运用将为监理领域带来更多的智能化办理方案，提升监理事情的效率和质量。

PART.3监理领域AI模型在监理事情中的运用

3.1 监理领域AI模型与构建方法

监理领域AI模型是指运用机器学习、自然措辞处理、打算机视觉、知识打算、数据挖掘等人工智能技能建立的用于监理任务预测、剖析、评价和辅导的模型。

模型通过数据的网络、洗濯和标注，在根据不同任务需求选择适宜的AI模型的根本上，利用洗濯和标注后的数据对选定的模型进行演习，优化模型的参数和丢失函数，从而使其能够在监理任务上进行准确的预测和决策（详细如图1所示）。
监理领域AI模型包括但不限于AI监理事情评价模型、AI监理事情赞助模型等。

3.2 AI监理事情评价模型在赞助评价和监管监理事情上的运用

在监理事情评价中，传统的方法紧张基于履历和主不雅观判断，难以实现客不雅观、精准和全面的评价。
通过建立AI监理事情评价模型，可以运用人工智能的手段，科学、公道地对监理事情进行评价和监管。

（1）采取韶光戳技能记录事情韶光。
同时，在办公室和施工现场预置定位卡，并结合移动设备的GPS定位技能，实现对监理职员事情位置的准确采集。
监理职员通过移动设备填报各项监理事情内容，如巡视、旁站、方案审核、见证取样、验收、平行考验等，并填报事情完成情形、创造的问题以及处理方法等数据。
此外，通过电脑端采集监理文件和干系资料等数据。

（2）对采集到的数据进行洗濯、去噪和格式转换等预处理，以确保数据的准确性和同等性。
然后，利用深度学习技能如前馈神经网络（FNN）和循环神经网络（RNN），对监理数据进行剖析和学习，提取特色，识别事情模式和规律，并挖掘出监理事情评价的关键要素，建立监理事情评价模型。
利用采集到的数据作为演习集，对模型进行演习和优化，以确保对监理事情的评价的准确性。

（3）对付填报的文本数据，可以利用自然措辞处理技能进行语义理解和信息提取，包括文本分类、实体识别和情绪剖析等。
通过自然措辞处理，可以自动提取关键信息，并对问题描述和处理方法进行语义剖析。
同时，运用知识打算技能将知识图谱中的专业知识和规则进行协同打算，评估文本中专业知识的准确性，如根据规范和标准对填报数据进行评估和判断。

（4）AI监理事情评价模型能够自动剖析和评价监理职员的事情，供应准确的评价和建议，改进监理事情的质量和效率，且其评价结果可以作为企业人事管理的主要依据。
评价结果展示在移动端运用程序上，为监理职员供应参考和改进见地。
该模型还可以为培植单位和培植主管部门供应监管监理事情质量的依据。

综上所述，AI监理事情评价模型通过利用人工智能技能对监理数据进行剖析，可以实现对监理事情的客不雅观评价和监管，提高事情质量和效率。

3.3 AI监理事情赞助模型在赞助智能化开展监理事情上的运用

在监理事情中，监理职员花费过多韶光和精力在繁琐的资料天生和审核上，通过建立AI监理事情赞助模型，可以运用人工智能的手段赞助资料的天生与审核，提高事情效率。

网络与监理事情干系的监理方案、细则、施工方案、文件和资料等数据，并进行数据洗濯、去噪等预处理，以确保数据的质量和准确性；利用深度学习和自然措辞处理技能对网络到的数据进行学习和剖析；利用文本分类算法对监理方案、细则等文档进行分类，利用实体识别技能提取关键信息；选择得当的算法模型建立AI监理事情赞助模型，将采集到的数据作为演习集，对模型进行演习和优化，以确保准确性；与知识图谱并行打算，知识图谱可以供应领域专业知识和规范标准，以确保模型专业知识方面的准确性。
模型包括文件资料天生模块、文件资料审核模块等多个子模块。

在该模型中，通过人工智能技能自动化识别工程特点，生 成 针 对 性 的 监 理 规 划 、细 则 等 文 件 ，减 轻 从 业 者 负 担 ，提高事情效率。
同时，模型可采集和剖析监理事情记录数据，天生监理日志、关照单、月报等资料，提高事情效率和准确性。
模型还能智能处理和优化监理资料，进行自动审核和评估，帮助从业者遵照法规和准则，减少缺点和疏漏，提高监理事情的质量和可靠性。

计策互助：028-61139862 成都邑武侯区人南大厦B座