人工智能是当今最重要的前沿科学之一，如何利用人工智能帮助甚至部分代替设计人员进行模糊决策、并高效地拟订设计方案，是设计行业必须面对和思考的问题。智能设计时代必将到来，而且可能迅速到来。在大变局到来之前，我们是未雨绸缪，主动拥抱新技术，还是坐等观望？这是每个设计人员特别是决策人员需要认真思考的问题。

一、道路设计行业现状

我国作为基础设施建设的大国和强国，基础设施的设计和建设能力都走在了世界的前列。截止年底，我国已建成公路里程达万公里，高速公里里程达16万公里，且仍在以每年数千公里的速度增长，而新增城市道路的数量更是难以计数。从数据上看，我们的增长速度仍然很快；从多年海外工程设计中横向对比来看，我国的设计效率明显高于其他国家。但是，我们的高速度增长和表面的高效，实际上主要得益于我国体制和机制优势：可以集中力量办大事、资金有保障、其他干扰和阻挠小。我们的设计方式和管理方式并不见得比其他国家先进和高效。

同其他国家一样，我们目前的设计方式仍然是人力劳动为主。拿到项目以后，先是收集或测绘地形图，并根据各方期望在图上初拟一个或多个路线方案，然后对初拟的路线方案进行地质调查和勘查。在现场调查和勘察完成后，再对路线方案进行调整和优化，或者进行多方案的比选论证。最后根据确定的路线方案进行结构计算和细部设计（施工图设计）。从整个设计过程和方式来看，工程可行性研究和初步设计等前期方案论证花费时间较长，而一旦大的方案确定以后，施工图完全变成了一个劳动力密集型的工作（有时候施工图反复折腾也花费了很多时间，但其实那些时间和精力应该是属于初步设计阶段的）。

曾经，我们认为设计工作是复杂的脑力劳动，很难被机器取代。事实也是如此，机器对人的取代总是从简单劳动开始的：蒸汽轮机取代了纤夫，20世纪初汽车开始取代人力车，20世纪末电脑取代了设计师的画图板、圆规和直尺。但这些似乎都只是工具的进化，我们对方案比选论证这样的模糊决策充满自信，以为这是机器的致命弱点。这种认识导致了我们的盲目自信，我们相信在未来很长时间内，各种专业理论会在数理化各种基础研究取得进展的情况下继续发展，但基本的设计模式和组织方式还会这样继续下去，至少在方案研究这样的模糊决策上永远要由人来完成。

从目前整个行业的现状就可以发现，大家关心的重点和研发资金投入的重点仍然是各种专业技术问题的解决，很少有人去考虑智能设计对设计人员的取代问题。毫无疑问，一旦智能设计在道路设计领域大规模应用，必将对目前的设计方式造成革命性的影响，设计人员可能完全是另外一种人。那么这一天会来到吗？还有多远？还需要哪些条件呢？我们需要怎么应对？

二、何谓智能设计？

什么是智能设计？智能设计是指利用人工智能技术，通过对系统进行培训后，使之辅助甚至部分代替设计人员进行工程设计。

具体来说，智能设计是将传统设计人员对设计本质、思维特征及其方法学的研究成果作为智能设计模拟人工设计的基本依据，以人工智能技术为实现手段，借助机器学习技术对系统进行培训，以支持设计过程自动化。在集成智能化方面，支持设计的全过程，而且提供统一的数据模型和数据交换接口，并提供强大的人机交互功能，使设计师能够对智能设计过程进行必要的干预。

事实上，目前在机械设计行业、汽车设计行业以及服装设计行业，都已经出现了初步的智能设计。

三、人工智能的发展现状及前景

关于人工智能，当前还没有一个被普遍接受的准确定义。但目前可以理解为：人工智能是通过对人类智能实质的了解，生产出一种能以人类智能相似的方式做出反应的智能机器，以代替或辅助人类完成一些复杂决策。此领域的研究包括语言识别、图像识别、机器人、自然语言处理和专家系统等。人工智能与一般软件系统的区别主要在于：人工智能可以在人类事先赋予的规则范围内作出类似于人的模糊判断；可以通过对大量数据的处理或者案例的学习，自我迭代，不断总结提高决策水平。

人工智能的研究，最早可以追溯至年图灵机的出现。此后，计算机的出现，为人工智能研究提供了关键的物质支持。90年代以前，世界范围内虽然也出现过几次对人工智能研究的热潮，但限于各种条件，研究进展非常缓慢。直到90年代以后，随着计算机技术的高速发展，人工智能研究重新兴起，并取得了极大的进展，有的成果已经被广泛应用，有的成果令人震惊。比如：聊天机器人、各种咨询解答系统（阿里的智能客服阿里小蜜）、人脸识别系统、信息推送系统、无人驾驶系统等等，但是让人印象最为深刻和震惊的当属Alphago。众所周知，围棋是一种规则极度简单，但变化极度复杂的模糊决策过程，被公认为是对智能要求最高的活动。在很长时间内，要想让人工智能战胜人类围棋顶尖高手，始终只是一种梦想，直到Alphago的出现。据柯洁等曾经与Alphago交锋过的超一流棋手介绍：Alphago经过短时间的学习（比如研究历史棋谱等），目前对人类棋手已完全呈碾压之势，很多棋手在与Alphago交锋之后，都对人类智慧产生了怀疑和深深的绝望。上述研究成果证明，很多以前被认为人类独具优势的模糊决策过程，人工智能不但能做而且可能比人类专家做得更好。

鉴于人工智能的应用可能对社会生活、国民经济、生产方式等带来重大而深刻的影响，世界各国都制订了人工智能研究和应用的相关规划。美国总统行政办公室和美国国家科技委员会与年10月联合分布了发布了《国家人工智能研究与发展策略规划》和《为人工智能的未来做好准备》和两份重要报告。审视了人工智能的现状，未来应用前景以及存在的问题，并确定了国家资助人工智能研究和发展的策略。我国国务院则于年7月发布了《新一代人工智能战略规划》。其中明确提到，至年我国人工智能技术要实现同国际先进水平相对接；至年让人工智能变成助推国内产业革新与经济升级的重要助推力量；至年，我国变成全球人工智能的创新中心，实现1万亿以上的人工智能产业规模，促进有关产业规模突破10万亿元。

四、智能设计时代公路设计行业畅想

在智能设计时代，如果我们接了一个公路设计项目，将怎样开展工作呢？

假定我们的智能设计系统是经过培训的成熟系统，则最保守的估计是：设计人员首先是对各种规范的有效性进行核查，将最新规范以某种方式输入智能设计系统，先让系统“熟悉”规范。接下来是获取现场数据，地形地物数据、地质数据等可能仍然需要现场采集或者从某种信息系统下载。将现场数据输入系统后，要做的工作就是提要求，比如将道路等级、设计速度等基本的技术标准等要求告知设计系统。几分钟之后，道路平纵面设计成果即告完成，并以某种二维或三维可视的方式呈现。

最重要的是，智能设计系统具有模糊决策能力。比如设计人员可以提出“注意环保，避免大填大挖”或者“项目取土困难，注意控制纵面高度”或者“项目景观要求高，注意桥型美观”等等理念性的要求，智能设计系统可以根据这些要求给出不同的设计结果或者对设计自动进行快速优化。

现在我们常常感慨，说路线总体专业最可怜。因为这专业只要符合规范要求，就没有绝对的对与错，只有更好没有最好，这就导致不管内行外行不管搞什么专业的都能对路线总体说上几句！有时候一句简单的“再优化优化”就可以累死几个路线专业人员，而且这种优化往往永无止境。在智能设计时代，这些都不是问题，只要你提出要求，哪怕是一些理念性的要求，系统都可以分分钟搞定，当场让你看效果。

事实上，智能设计系统对于路基排水防护、桥隧工程设计也一样不在话下。只要有地形地质等基础数据，系统可以快速拟订防护方案、桥梁结构选型及孔跨布设。这些能力和“经验”实际上都来自系统对既有工程实践的学习和总结，也就是工程类比法。在设计中系统也可以根据“人工很贵，尽量减少砌体工程量”等要求给出不同的设计方案。

想象一下，在智能设计条件下，某次项目审查会上的情景：

审查专家：“K***段曲线半径稍微减小应该可以明显缩短桥梁长度，请设计单位会后再进一步优化。”

设计人员：“这位专家，请稍等1分钟。”

设计人员轻点鼠标，然后对系统说：“小智，请按专家意见优化并显示结果。”

系统：“好的，请稍候。”

几分钟后，屏幕上出现了优化后的道路三维视图，系统声音响起：“各位专家，**曲线半径由原来的米调整为米之后，桥梁的确可以缩短2孔，但是K**-K**段路堑边坡高度将由30米左右增加至70米以上。小智认为，该方案工程规模略省，但是不符合绿色环保理念，请问需要采用该方案吗？”

专家：“……那还是维持原方案吧。”

“…………………”

事实上，智能设计时代，每一家设计院可能都会有一个自己的智能系统（如果大家都能同步进入智能时代而不被淘汰的话），这个系统集成了无数专家的设计经验，可以同时处理多个项目的设计任务。那时候，智能设计系统才是真正设计院水平的代表！

五、公路设计行业进入智能设计时代的条件和障碍

要进行智能设计，首先需要一个经过培训的智能设计系统，相当于一个没有生命的超级专家，而对系统的培训是通过机器学习来实现的。现代机器学习是一个始于大量数据的统计学过程，其原理是通过数据分析推导出规则或者流程，用于解释数据或者预测未来数据。机器经过无数次学习-输出-反馈-改进之后，深化对某类问题的认识，不断总结规律，最终趋向于人类习惯，符合人类预期。机器学习的优势在于，可以在无法或者难以制定显式规则的情况下采用，最终解决问题。

很显然，除了机器学习或者叫做系统培训以外，智能设计还需要强大的计算和存储能力、数据传输能力等等，也可以大体归结为强大的硬件、云计算技术、大数据技术、5G技术、物联网技术等。总的来说公路设计并不是特别复杂的任务，与模拟核试验、天气预报等任务相比，对智能设计相关软硬件和技术的要求是比较低的，目前计算机科学已经完全具备这些能力。

笔者认为，公路设计行业至今还未进入智能设计时代，甚至还没有起步，原因是多方面的。对行业内人员来说，长期以来都是按照一种套路来搞设计，其效率和效益都还可以接受，设计人员不但产生了路径依赖，也缺乏创新的动力和压力；而行业内很多搞科研的人员往往对现代技术发展可能对生产组织模式的改变缺乏敏感性，始终

转载请注明:http://www.aideyishus.com/lkgx/7815.html