当前，人工智能技术发展跑出“加速度”，已成为一种前景广阔的技术方案，可用于解决基础设施建设面临的重大挑战，如安全事故率高、生产率低下和劳动力持续短缺等。

2025年3月，中国工程院院刊《工程管理前沿》（英文刊）第12卷第1期刊发《人工智能在基础设施建设中的应用：批判性综述》。该文系统总结了人工智能在基础设施建设中的应用现状，并强调未来研究的重点方向，为推动基础设施建设的高质量发展提供了思路。

随着人工智能在建筑行业应用的兴趣和进展不断增加，审视当前状况并指出进一步研究的领域至关重要。

“我国正处于从‘建得快’向‘建得好’转型的关键时期，人工智能在基础设施建设中的深入应用，不仅是产业结构优化的技术支点，更是抢占未来行业发展制高点的战略选择。”国家数字建造技术创新中心陈珂副教授介绍，一些人工智能技术已经得到很普遍的应用，比如基于卷积神经网络（CNN）的工程图片语义分析，通过分析基础设施建设现场拍摄的图片，识别和预警现场安全风险。同时，基于循环神经网络（RNN）的工程序列异常数据和基于BERT的工程文本挖掘等技术也在不断探索中。

AI视频监控仪。受访者供图

对于机器人技术，其正逐步从实验验证与示范应用阶段向工程化落地与规模推广阶段过渡。例如，混凝土喷涂、钢筋绑扎、钢结构焊接、砌筑作业、高空喷涂等专用机器人，已经在部分试点项目中得到了应用验证。这些机器人主要应用于重复性强、劳动强度大、危险性高的作业任务。此外，当前新一代“造楼机”“架桥机”等智能化施工集成平台的研发与部署，将多工序、多设备融合于统一作业空间，正在推动施工现场由“单点智能”向“集成智能”转变。

钢结构焊接机器人。受访者供图

“人工智能是建筑行业实现智能建造的关键支撑技术。”陈珂表示，人工智能提升了建筑行业的数据驱动与智能决策水平，减少了仅凭经验决策的低效与不准确性，显著提升了项目实施与管理的科学性，有助于构建更加可靠和可持续的建造体系。

然而，人工智能在基础设施建设实际应用中仍面临许多问题。首先，人工智能模型训练需要大量高质量的数据，但是工程建造项目中的各类数据往往分散且标准化不足。其次，施工现场环境复杂、工况多变，对人工智能系统的泛化能力与实时响应提出了更高要求。此外，人工智能系统的初期部署成本较高，对资金与技术储备有限的中小型建筑企业构成较大的使用门槛。

展望未来，可以进一步扩展人工智能在基础设施建设中的应用领域，例如碳排放管理等。突破人机协作方法与技术，尤其是在高风险施工场景中，进一步将人类的直觉和判断能力与机器的感知和算法决策能力相结合。与数字孪生、多智能体系统等结合，打造贯穿设计、施工、运维的全生命期智能建造解决方案。（张沛、王郭骥）

分享让更多人看到