第074章 你能做的岂止如此
而具体一点，人工智能又可以划分为弱、强和所谓的超人工智能。
弱人工智能举个例子，下围棋的那只就是。
也就是说，不必在意机器是否使用与人类相同的方式执行任务，只要机器可以达到令人满意的实际解决问题的效果就行了。
举个生物界的例子，鹦鹉学舌，鹦鹉不必像人一样思考为什么要这样说，只要最后说出令人满意的句子来了就行，至于它到底懂不懂这句话什么意思，谁在乎呢？
目前绝大多数的人工智能都是这样子的。
就算是看上去非常智能的语音助手和阿尔法狗，也是弱人工智能。
苏航要做的就是这个。
利用神经网络与BIM的结合，将深度学习应用到工程中的方案选择、检查优化、成本管理、……等中去。
苏航看着自己纸上写的乱七八糟的想法，原来从零开始一篇论文还是有点困难的。
上次是系统给的一篇较为完整的说明，所以自己才会那么如鱼得水，一气呵成，写的得心应手。
但这都是错觉。
也许自己基础知识不错，也许自己有独立解决一个问题的能力，但是，要真的去做一个科研项目，正如那两位老师所说，太嫩了。
都是系统给他的错觉，让他感觉自己很强。
其实，要独立做科研，不是会解几道题就行，也不是会建模就行。
也许加入到一个科研队伍里面去，苏航会有自己的一席之地，也能凭借着强大的学习能力逐渐适应科研的节奏。
但是，苏航并没有这类经验。
还有一点，数据。
上次张凯学长虽然给了一些数据，但是，一些特殊的数值一般工程也不会测量，真要做的话，还是得实际跟踪一个工程，并测量需要的数据。
这又需要“关系”了。
头秃。
这时就体现出导师的重要性来了。
苏航犹豫地看着赵老师的头像，不知道到底要不要联系。
前面还想着，他要悄悄搞研究，然后惊艳所有人。
理想很美好，现实……不提也罢。
难道离开这些就做不了了吗？
当然可以。
科研经验主要还是发现问题，寻找合适的方法，最后解决问题。
假如这个问题符合时代需要，这个方法既是时代热点，又很有创新性，或者前所未有，最后解决了这个问题，那一篇论文就好了。
假如苏航肯花时间，那他照样可以做出成绩来。
但是这样太不划算了啊。
还有数据。
利用深度学习对实际工程将会发生的一些风险进行预测，靠什么？
数据。
没有大数据，没有真实数据，凭什么确保实际效果。
思考良久，苏航还是放下了手机。
先把自己的想法补完，再去找赵汉英老师。
基础还是上次的AutodeskRevit。
以后一定要把这个给替代掉。
苏航打算做一个可以预测工程中一些重点位置位移的数值模拟模型。
毕竟很多工程事故都是因为不该出现位移的地方出现了位移，导致裂缝，然后坍塌，死人。
或者位移超过了预期，导致裂缝，然后坍塌，死人。
又或者由于不应该出现的位移，然后地下水啊、滑坡等等，然后死人。
建筑工程领域的死亡人数很“荣幸”地成为了全行业之首。
要是有人建议你去搬砖，告诉他，不去，就算是在外面饿死、在冬天饿死、跳悬崖摔死，都不去。
临时工没保障，工伤没得报销，赔多少都亏，何况还赔不了多少，赔了也不一定要的回来。
所以，劝人搬砖，天打雷劈。
苏航想着，做这样一款算法，也算是为民造福了吧。
继续。
然后利用Elman网络等神经网络来预测模型和数值模拟，结合实际风险指标来对风险进行预警。
可以的。
苏航感觉自己思路清晰多了。
不过能不能成功也不能确定。
苏航又在纸上写一些备选方案。
BP神经网络+建筑设计、施工进度、安全质量管理、自动控制、能耗控制。
小波神经网络+能耗管理。
卷积神经网络、图像识别+设施管理。
……
这些自然不是苏航空口白话，都是靠看论文来的嘞。
先先刷一刷最近几年核心期刊上的类似论文，总结一下大佬们的研究方向，再来找一找自己的思路。
写着写着，苏航想起了张凯学长的那句话。
“你看，要是我来写这篇论文的话，我能给你整出起码三篇来。第一篇，对……做一个综述，这个只要把优势、弱势说清楚，一般的期刊就会收了。第二篇，你提出一个新的……出来，并应用在几个案例里头，比如你这个……，然后搭配几个……案例，和传统……一对比，这又是一篇论文，要是水平不错的话，可以在中文核心期刊发表了。然后，你再写一篇基于你的……，这不又是一篇核心期刊论文？”
这其实就是一种搞科研的思路啊。
苏航恍然大悟。
这就是语言的魅力吗？
看来还是不会审题啊，早点想明白多好。
远在实验室的张凯打了个喷嚏。
“啊嘁，谁在想我？”
苏航立马把自己的想法先用一种综述的形式写下来，毕竟这是自己思路的开端，而且还参考了那么多的文献，完全可以作为论文的第一部分。
只是这长度有点不适合期刊发表。
苏航想了想，管的他，大不了作为毕业论文也不错，做出来再看吧。
……
最后，苏航做出了一个总结，深度神经网络适用于预测问题和图像解决，主要应用在风险、设施管理。
浅层神经网络也可用于预测问题，但是在深度神经网络崛起后就一点点退出舞台中心，苏航在心里给它画了个叉叉。
遗传算法、退火算法等可用于多目标优化，进行方案比选和进度管理。
推理技术可以……
层次分析法可以……
……
苏航最后一条条总结下来，写着写着，发现这还真就像张凯学长说的那样，写成了一篇小论文，修一修格式，添几个引文，加一篇摘要，不就是一篇期刊论文？
不过，你能做的岂止如此？
苏航没有止步于此，借用赵汉英老师的话。
“我缺这个吗？”
有系统在身，真的要刷论文的话，苏航完全可以用积分去砸。
但是，苏航更愿意自己踏踏实实的去做。
开启另一台电脑。
“小C，建模。”
弱人工智能举个例子，下围棋的那只就是。
也就是说，不必在意机器是否使用与人类相同的方式执行任务，只要机器可以达到令人满意的实际解决问题的效果就行了。
举个生物界的例子，鹦鹉学舌，鹦鹉不必像人一样思考为什么要这样说，只要最后说出令人满意的句子来了就行，至于它到底懂不懂这句话什么意思，谁在乎呢？
目前绝大多数的人工智能都是这样子的。
就算是看上去非常智能的语音助手和阿尔法狗，也是弱人工智能。
苏航要做的就是这个。
利用神经网络与BIM的结合，将深度学习应用到工程中的方案选择、检查优化、成本管理、……等中去。
苏航看着自己纸上写的乱七八糟的想法，原来从零开始一篇论文还是有点困难的。
上次是系统给的一篇较为完整的说明，所以自己才会那么如鱼得水，一气呵成，写的得心应手。
但这都是错觉。
也许自己基础知识不错，也许自己有独立解决一个问题的能力，但是，要真的去做一个科研项目，正如那两位老师所说，太嫩了。
都是系统给他的错觉，让他感觉自己很强。
其实，要独立做科研，不是会解几道题就行，也不是会建模就行。
也许加入到一个科研队伍里面去，苏航会有自己的一席之地，也能凭借着强大的学习能力逐渐适应科研的节奏。
但是，苏航并没有这类经验。
还有一点，数据。
上次张凯学长虽然给了一些数据，但是，一些特殊的数值一般工程也不会测量，真要做的话，还是得实际跟踪一个工程，并测量需要的数据。
这又需要“关系”了。
头秃。
这时就体现出导师的重要性来了。
苏航犹豫地看着赵老师的头像，不知道到底要不要联系。
前面还想着，他要悄悄搞研究，然后惊艳所有人。
理想很美好，现实……不提也罢。
难道离开这些就做不了了吗？
当然可以。
科研经验主要还是发现问题，寻找合适的方法，最后解决问题。
假如这个问题符合时代需要，这个方法既是时代热点，又很有创新性，或者前所未有，最后解决了这个问题，那一篇论文就好了。
假如苏航肯花时间，那他照样可以做出成绩来。
但是这样太不划算了啊。
还有数据。
利用深度学习对实际工程将会发生的一些风险进行预测，靠什么？
数据。
没有大数据，没有真实数据，凭什么确保实际效果。
思考良久，苏航还是放下了手机。
先把自己的想法补完，再去找赵汉英老师。
基础还是上次的AutodeskRevit。
以后一定要把这个给替代掉。
苏航打算做一个可以预测工程中一些重点位置位移的数值模拟模型。
毕竟很多工程事故都是因为不该出现位移的地方出现了位移，导致裂缝，然后坍塌，死人。
或者位移超过了预期，导致裂缝，然后坍塌，死人。
又或者由于不应该出现的位移，然后地下水啊、滑坡等等，然后死人。
建筑工程领域的死亡人数很“荣幸”地成为了全行业之首。
要是有人建议你去搬砖，告诉他，不去，就算是在外面饿死、在冬天饿死、跳悬崖摔死，都不去。
临时工没保障，工伤没得报销，赔多少都亏，何况还赔不了多少，赔了也不一定要的回来。
所以，劝人搬砖，天打雷劈。
苏航想着，做这样一款算法，也算是为民造福了吧。
继续。
然后利用Elman网络等神经网络来预测模型和数值模拟，结合实际风险指标来对风险进行预警。
可以的。
苏航感觉自己思路清晰多了。
不过能不能成功也不能确定。
苏航又在纸上写一些备选方案。
BP神经网络+建筑设计、施工进度、安全质量管理、自动控制、能耗控制。
小波神经网络+能耗管理。
卷积神经网络、图像识别+设施管理。
……
这些自然不是苏航空口白话，都是靠看论文来的嘞。
先先刷一刷最近几年核心期刊上的类似论文，总结一下大佬们的研究方向，再来找一找自己的思路。
写着写着，苏航想起了张凯学长的那句话。
“你看，要是我来写这篇论文的话，我能给你整出起码三篇来。第一篇，对……做一个综述，这个只要把优势、弱势说清楚，一般的期刊就会收了。第二篇，你提出一个新的……出来，并应用在几个案例里头，比如你这个……，然后搭配几个……案例，和传统……一对比，这又是一篇论文，要是水平不错的话，可以在中文核心期刊发表了。然后，你再写一篇基于你的……，这不又是一篇核心期刊论文？”
这其实就是一种搞科研的思路啊。
苏航恍然大悟。
这就是语言的魅力吗？
看来还是不会审题啊，早点想明白多好。
远在实验室的张凯打了个喷嚏。
“啊嘁，谁在想我？”
苏航立马把自己的想法先用一种综述的形式写下来，毕竟这是自己思路的开端，而且还参考了那么多的文献，完全可以作为论文的第一部分。
只是这长度有点不适合期刊发表。
苏航想了想，管的他，大不了作为毕业论文也不错，做出来再看吧。
……
最后，苏航做出了一个总结，深度神经网络适用于预测问题和图像解决，主要应用在风险、设施管理。
浅层神经网络也可用于预测问题，但是在深度神经网络崛起后就一点点退出舞台中心，苏航在心里给它画了个叉叉。
遗传算法、退火算法等可用于多目标优化，进行方案比选和进度管理。
推理技术可以……
层次分析法可以……
……
苏航最后一条条总结下来，写着写着，发现这还真就像张凯学长说的那样，写成了一篇小论文，修一修格式，添几个引文，加一篇摘要，不就是一篇期刊论文？
不过，你能做的岂止如此？
苏航没有止步于此，借用赵汉英老师的话。
“我缺这个吗？”
有系统在身，真的要刷论文的话，苏航完全可以用积分去砸。
但是，苏航更愿意自己踏踏实实的去做。
开启另一台电脑。
“小C，建模。”
转码声明：以上内容基于搜索引擎转码技术对网站内容进行转码阅读，自身不保存任何数据，请您支持正版