以下の文章は「BIM自习」からの転載で、著者はBIM自习です。
近年、「インターネット＋」の推進やスマートシティ建設が強く進められる環境の下で、BIMはスマートシティ建設を支える重要な基盤技術として、新たなチャンスと課題を迎えています。「AI＋BIMスマート発展の新エンジン」をテーマに、人工知能とBIM産業の融合、AI（人工知能）とBIM（建築情報モデル）を融合した交通・移動サービスへの応用、BIM産業の今後の発展方向と応用経路などの課題について研究しました。
みなさんは、AIとBIMを組み合わせた具体的な応用が何なのか気になっているのではないでしょうか。次に、両者の融合応用について三つの側面からご説明します：
AIが支援する建築レイアウト計画
初期企画と建築機能のシームレスな連携、および建築空間計画の最適解の導出は、建築学界が重点的に注目してきた二つの基本課題ですが、この二つの課題はこれまでうまく解決されてきませんでした。
設計者たちは、オンラインのプロダクトを切実に必要としています：
また、既存の建築設計（ジェネレーティブデザインを含む）のプロセスでは、建築設計の多くがデスクトップ版のパラメトリック設計ソフト（例：Revit）とその二次開発に依存しています。そのため、建物の将来の実際の利用者や発注者が設計の意思決定プロセスに参加することは難しく、建築設計の最適な意思決定はなかなか実現できません。建築企画書類については、一般的にPC上でExcelを用いて作成されています。
建築空間計画に関しては、Autodesk社のジェネレーティブデザインフレームワーク「refinery」が、現在利用可能な唯一のツールです。Excelはデータソースが比較的閉鎖的で、インターネットから最新の企画データリソースを取得するのは容易ではありません。また、refineryはRevitのオープンソースソフトウェアであるDynamoをベースに開発されていますが、Dynamoは使い勝手が良くないため、refineryも普及しにくいのが現状です。
ビッグデータとAI技術の成熟に伴い、建築学界と産業界は、深層学習や強化学習の手法で上記の課題解決を試み始めています。BIM設計において、発注者と建築設計者は、ブラウザ上で建築企画書類を生成し、建築空間の最適レイアウトを出力できるオンラインプロダクトを切実に必要としています。そのためには、最新の機械学習技術を新しいBIM設計ツールに組み込み、AI支援による建築プランの選定を実現する必要があります。
AI支援の設備（電気・機械）設計
建築のスマート化が進むにつれ、構造や稼働が複雑な設備システムでは、配管類を合理的にレイアウトする難易度が大幅に高まっています。特に、病院のように設備に対する要求が高い複雑なプロジェクトでは顕著です。
では、どうすれば解決できるのでしょうか？
BIMモデルの建築・構造・設備という三専門分野の干渉チェック（クラッシュディテクション）において、設備は干渉チェックの主対象であると同時に、その後の主な修正対象でもあるため、後半の修正作業がかなり繁雑になります。BIM設備設計ソフトウェアにAI技術を導入して配管レイアウトを自動生成できれば、上記の問題は解決されるでしょう。
例えば、BIM設備モデルに基づき、ジェネレーティブデザインの考え方を活用して、設備配管系統の経路が建物構造と干渉しないことを確保した上で、機械学習の手法によって考え得るすべての案を高速生成し、複数回の反復（イテレーション）を経て最終的な有効な設計案へと集約します。
また、設計時のエネルギー消費量や快適性の指標、多数の設備の実測パラメータ、BIMモデルの空間区分などに基づいて、機械学習により考え得る設備選定を自動分析することもできます。実際、機械学習技術の導入により、新しいBIM設計ツールは設備AIモデルの中に設備設計者の専門的経験と大量の設備パラメータ情報を蓄積できるようになり、設備設計が現在の困難を脱するための新たな技術的手段を提供します。
基本設計・実施設計におけるAI応用
基本設計・実施設計の段階では、AI技術を融合した新しいBIM設計ツールが、従来のBIM設計ツールでは解決できなかった難題を解決する必要があります：
第一に、部材の設計が豊富な業務情報を担い、段階をまたいで引き継がれる継承性を備えていることです。
第二に、BIMモデルの作成・検証・審査作業の煩雑さを大幅に軽減できることです。
第三に、現地（中国）の規範や標準図集を内蔵することで、設計が「レッドライン」を越えず、しかもより合理的になることです。
第四に、設計者の創造力を解放し、より良い設計をより迅速に完成できるようにすることです。
ツール型の作図ソフトによる設計からスマート設計へ、さらには人工知能支援の設計へという流れは、段階的に発展し、効果も段階的に高まる過程です。建築分野のスマート設計はすでに多くのシーンで応用されていますが、人工知能との核心的な違いは、前者がルールを内蔵しているのに対し、後者は（データから）法則を学習する点にあります。我が国のインフラ建設は数十年にわたる大規模な発展を経て、膨大な図面・データ資料を蓄積してきました。アルゴリズムによる大量データへの深層学習は、新しいBIM設計ツールに豊富なビッグデータの裏付けを提供することになるでしょう。
ここで代表的な応用ポイントをいくつか挙げます：
➤ 消防避難出口の設計では、規範・地方基準、さまざまな建築タイプやレイアウトを深層学習し、避難出口の数・距離・幅・位置などの情報を総合的に処理した上で、配置案を自動生成します。
➤ プレハブ建築の組立方案設計では、地域や基準の異なるさまざまな組立方案を深層学習します。例えば、プレキャスト部材や接合部（ノード）の最適な選定・設計、商品化部材の設計・入札・調達・施工の一体化などです。また、スマート図面審査では、大量の規範・標準図集・基準とモデル・図面との適合性を学習し、設計のコンプライアンス性と合理性を管理します。
➤ AIによる図面作成：深層学習により、関連専門分野の制約条件や、個性・美観などを考慮したアルゴリズムで、図面の作成・図面の分解・図形要素のレイアウト配置、さらには出図時のスマート自動注記まで実現し、設計者の作図作業量を大幅に軽減します。
END
本文の見解は著者個人のものです 著作権は筑緯建築科技（Zhuwei Architectural Technology）に帰属します
無断転載を禁じます
転載の際は出典を明記してください：筑緯建築科技
Zhuwei建築テクノロジーは、総合設計最適化・BIMコンサルティング・プレハブ建築設計コンサルティングを専門とする新しいタイプの技術サービス企業です。大手設計院の技術中核、不動産企業の元上級管理職、BIMエンジニア、プレハブ建築エンジニアが集結し、建築工程の総合設計最適化と精密図面審査、BIMコンサルティングおよびMEP詳細設計、プレハブ設計コンサルティング・詳細化サービスを提供しています。
設計最適化コンサルティング：不動産開発企業の設計管理の延長・補完として、民用建築の総合設計コンサルティングと最適化に注力しています。「専門性が価値を創造し、サービスが品質を築く」の理念のもと、全プロセスまたはお客様指定の重要段階で設計の経済性・合理性・安全性を管理し、無駄なコストを削減しながら図面品質を大幅に向上させ、「コスト削減・効率向上」を実現します。
BIMコンサルティング：デジタル建設技術により、設計段階では設計者のミス削減と品質向上を支援し、施工段階では施工者のコスト削減と高品質なMEP設備施工計画を支援します。また、BIMモデルを運用段階の施設管理に活用し、主要ソフトウェアベンダーと協業して建築の運用管理を支援します。
プレキャスト設計コンサルティング：BIMプラットフォームによる全プロセス設計を採用し、RevitとTeklaでPC詳細設計を実施します。部材の空間パラメータと配筋はBIMモデル内で連動して修正・調整でき、見たままの成果が得られます。インダストリー4.0水準の出図、全鉄筋の切断寸法データの提供、IoT技術によるPC部材の生産・保管・輸送・設置支援サービスを提供します。
当社の専門家チームは大手設計院出身で、確かな技術力と二系統設計・最適化の豊富な経験を持ち、技術能力と管理能力は業界トップレベルです。
—— 本記事はWeChat公式アカウント「筑緯建築科技」から自動同期されています。原文を読む ——
