圖片來源@Unsplash
當AI在各行業落地開花，以建築行業為代表的勞動密集型產業，卻是一塊極其難啃的硬骨頭。
2019年中國建築行業年總產值超過25萬億元，是國民支柱產業，更是高危行業。據國家統計局最新資料，包括建築行業在內，2019全年各類生產安全事故共死亡29519人。增長方式粗放、安全事故頻發，使得工地安全問題至關重要。而工地場景的複雜混亂，又讓試圖挽救生命的科技公司“望而卻步”。
香港初創公司視動智慧（viAct.ai）就想透過“智慧工地”解決方案，讓建築工人處於“零風險”的工作環境中。當前，視動智慧已經獲得了來自阿里巴巴、商湯科技及美國風投SOSV過百萬的早期融資。在香港本地取得進展後，他們還將關注內地和亞洲市場，向一帶一路沿線國家推廣和發展，並拓展至東南亞地區。
視動智慧的創始人伍震駒和卓遠恆出身建築行業，又有計算機背景。據他們觀察，建築行業存在延期現象多、利潤率低以及安全事故頻發的問題，這讓建築行業對安全及生產效率問題有了需求。
因此，視動智慧的智慧工地解決方案，主要圍繞著人身安全與生產效率兩方面設計。
“智慧”的工地什麼樣？視動智慧自研的一整套智慧工地解決方案需要軟硬體結合——透過攝像頭、感測器等硬體產品採集畫面和資訊，再由公司自研的AI演算法來分析資料。其中攝像頭主要採集畫面，而感測器則用來檢測溫度、溼度等非可見資訊。“工地大腦”可以實現全天候自動化運作。
公司自研的AI演算法利用了多層卷積神經網路，透過監控和感測器採集的畫面和資訊，可以對工人、車輛進行分析。
在安全方面，公司會在危險區安裝感測器, 以硬體裝置即時生成併發出警報，自動提醒工人施工安全。在施工過程中，演算法可以分析工人是否佩戴安全帽、禁行區域是否被入侵以及工人是否吸菸等情況。
該系統還具備一鍵求救、語音對講、脫帽等監測功能，對於人員摔倒、渣土車覆蓋、腳手架變形等意外也能及時察覺，一旦意外出現，實時監控系統可以在0.5秒之內向施工人員發出警告，進行有效救援。
系統會提示危險區域，並及時對施工人員做出預警
在生產效率方面，該演算法可以透過人臉識別判斷人員身份和工種，判斷工人是否有怠工或重複勞動行為。
演算法還可監測機械車輛、物料垃圾的分類情況，資料可反饋到手機等移動端，保證工地運作效率，讓負責人可以實時進行線下及線上的資源配置與管理。
系統可以監督施工效率，減少工程延期
公司CEO伍震駒對鈦媒體透露，由於工地場景有時難以安裝攝像頭，他們還會在工人的安全帽前方配備迷你攝像頭，透過人員移動更靈活、方便地監測工地內的情況，這也是經驗讓他們關注到的細節。
想要讓AI學會分析，需要海量的資料做訓練。“我們實地走訪了一百多個工地，走破了幾十雙鞋，整理了各種複雜的情況和資料。”COO卓遠恆對鈦媒體表示，“資料是演算法中最重要的部分，如果資料不準確，演算法多厲害都沒用。”
他打了個比方，資料就像食材，演算法就像烹飪方法，烹飪方式可以千變萬化，但如果食材不新鮮，食物就很難下嚥。
與公用的CV演算法相比，針對工地場景的演算法需要更加精細。
“前者只需要識別出人在運動，而後者不僅要識別出不同的工種，還要識別施工人員在不同機械上做了哪些操作，這需要對建築行業和AI都有豐富的經驗知識。”伍震駒對鈦媒體解釋道。
“比方說，公用演算法只能識別出工人戴了帽子，但是在建築場景的特定演算法下，只有工人戴上安全帽才能被識別，這也能在一定程度上保證施工安全。”
在具體的落地上，視動智慧的監控系統可以管理進出人員，實現人員實名制。系統可對進出車輛進行管理，比如透過工地大腦識別牌照車型、監控車輛的工地活動軌跡，還可自動分析車門渣土車是否覆蓋滿足環保要求，並提出預警，讓原來的塵土飛揚的惡劣環境得到改善。
而AI檢測系統沒出現以前，工地安全一部分靠人力巡邏，另一部分靠傳統攝像頭，而這並不具備實時監測和分析能力。
資料顯示，這套解決方案能為工地節約70%以上的監控人手，將行業的事故率從2-3%降至0.1%以下。
AI改造工地，為什麼這麼難？“我讀書時有一次和工地老闆聊天，但是次日就得知他在工地意外去世的訊息，這讓我想把工地真正做到'零意外'”，卓遠恆對鈦媒體提起想做智慧工地的初衷。
但是場景的複雜性與流動性，是很少有科技公司願意用AI改造建築業的主要原因。
“建築行業是一個流動性很大的行業，每天施工情況都會遵循天氣、人手和突發事件進行調整。一旦出現不能預計的改變時，人工尚且不容易，更不用說自動化，彼時AI的應用也會更加複雜和費時。
據卓遠恆介紹，在方案落地時，由於工地變化多，要面臨防水供電，網路是否穩定，如何解決客戶需求等多個問題。
除此以外，工地場景也對監控裝置提出了要求。與商超不同，工地的攝像頭和感測器要隨著工程進度不斷變換位置，所以要求硬體配置靈活。而且，工地中常發生碰撞，也要求硬體更堅固。
由於工地場景多變，計算機視覺監控方案也需要每一到兩週更新系統設定，這不僅需要大量影象和影片資料支援，也需要經驗豐富的專業人員反覆適配檢查。
為滿足複雜多變的需求，視動智慧已開發出安全模組、危險區域警報、生產率模組、材料模組、機械模組等20多個模組，可以像“搭積木”一樣組裝起來自動化運作。
經過對上百家工地的考察，場景複雜的問題已被攻克。但挑戰在於，當前4G網速較慢、施工現場的網路容易不穩定，有時會讓實時的監控反饋效果打折扣。但卓遠恆也認為，隨著5G普及網路提速，網路問題也能迎刃而解。
由於場景複雜，進入“智慧工地”賽道的企業並不多。伍震駒認為，在該領域，技術研發能力與對建築行業的瞭解程度既是門檻也是競爭力。
事實上，近年來大學和房地產商也在探索AI技術與傳統建築業的結合，比如在監工中讓資料的獲取全部智慧化，或者在未來讓機器人參與到建築生產的環節中。
（本文首發鈦媒體APP，作者/蘆依，編輯/趙宇航）