據(jù)IEEE Spectrum報道，本周剛剛獲得450萬美元投資的美國初創(chuàng)公司Doxel，將海量數(shù)據(jù)與深度學習相結合，旨在提高建筑行業(yè)的勞動效率，從而降低成本。

　　通過使用帶有激光雷達的機器人，Doxel可以每天掃描施工現(xiàn)場，監(jiān)控施工進展情況的同時檢查可能會出現(xiàn)的問題，并進行及時解決，以確保施工團隊能夠按計劃行事。你可能會認為每一個施工現(xiàn)場都會這樣做，但結果證明真的沒有。在一個醫(yī)療辦公樓施工現(xiàn)場進行的試驗研究中，Doxel表示，通過使用機器人，可以使該項目的勞動生產率提高38%，這是非常驚人的。

　　Doxel背后的設計理念非常簡單，每個建設工程都會有自己的計劃、預算和時間表，而每個施工團隊所關心的在于能否堅持這些計劃、預算和時間表。在施工過程中，只有每個人都做完了自己應該做的事情，才能保證這些計劃、預算和時間表的正常進展，但能夠做到這一點的概率是非常低的。基于這一點，現(xiàn)在98%的大型建設項目都平均超出原來預算的80%，并且交付日期往往會延遲20個月。據(jù)業(yè)內人士稱，建筑行業(yè)的勞動生產率在80年內沒有顯著提高。

　　出現(xiàn)這一問題的原因，很大一部分在于能否按照計劃做事上面。現(xiàn)在，該行業(yè)大多數(shù)時候需要人親自搜集相關信息并進行傳送。但在由人類造成的問題上投入更多的人力是一個最好的主意嗎？Doxel的想法就是為了要徹底擺脫人類，轉而依靠數(shù)據(jù)和機器人解決這些問題。

　　因為很多復雜的事情主要發(fā)生在施工現(xiàn)場，所以Doxel在這里投入了更多地精力。當施工現(xiàn)場關閉時， Doxel會向施工現(xiàn)場放置一個帶有激光雷達的小機器人，該機器人可以按照預定的路線有條不紊的掃描整個施工現(xiàn)場，包括帶有樓梯的部分。同時，它能夠在一周內掃描30000平方米。

　　一旦機器人完成掃描，它會把搜集到的數(shù)據(jù)傳送到云端，在這里，Doxel的3D語義深度學習算法可以對這些數(shù)據(jù)進行學習，以訓練其能夠根據(jù)形狀、位置和大小來識別各種零件的能力。Doxel創(chuàng)造的激光雷達地圖的準確性很高，這就允許他們能夠檢查正確的零件是否被安裝在了正確的位置上。如果發(fā)現(xiàn)問題，Doxel可以幫助解決問題以提高效率。或者，他們可以讓管理人員知道，以便他們可以采取措施立即解決問題。

　　這是提高勞動生產率的重要原因之一，因為施工者可以不必回頭解決在施工幾周之后才會被注意到的問題。

　　這聽起來是個好主意，但實際上有多大的不同呢？最近，Doxel分享了一個案例研究，他們幫助監(jiān)督了加利福尼亞州圣地亞哥醫(yī)療辦公樓的建設情況。在施工現(xiàn)場，機器人可以在4.5小時內自主掃描全場，并且每天都可以進行掃描。此外，其勞動生產率比項目預算的原始估計數(shù)增加了38%，這導致了整個項目的預算下降了11%。當然，這只是一個例子，不是所有的項目都能夠取得這樣的成果。但是，即使之后的結果沒有現(xiàn)在的數(shù)據(jù)這么好，但對于建筑行業(yè)來說，也是非常重要的。

　　雖然我們的關注點可能集中在機器人身上，但是Doxel主要闡述了他們收集到的數(shù)據(jù)，以及機器人是解決這些問題最經濟、最高效的方法。雖然在施工過程中，可以讓一些人使用激光雷達來完成這些工作，但那樣成本將會更高。該公司目前也在使用無人駕駛飛機對這些機器人進行監(jiān)督。但很容易想象的到，隨著機器人自主性的提高，在整個施工過程中可以提高多大的勞動效率。