想要实现建筑业的数字化转型,首先要有数据,这就离不开对建造过程数据的收集。建造过程数据主要集中产生在施工工地,工地现场属劳动密集型环境,人员、材料、机械等情况相当复杂,同时参建各方例如业主方、设计方、承建方自身都存在不同诉求,这使得 5G 网络在工地上的建设存在很多方面的挑战,主要集中在:环境的挑战、成本的挑战、通讯设备运维和 IT 系统维护的挑战。
(3)机器之间协同:在施工现场不仅可以做到人机协同的远程控制,还可以做到部分简单工作的自动化,由机器人来更精准的完成生产任务,节省人力的使用度。比如搬砖等各类运输工作都可由机器人来独自完成。通常来说,机器人的动作一般比较固定、重复性较高,提前设定好每个机器人不同的运输路径就能保证工作的有效执行。但是从 A 点到 B 点的移动可能有许多种路径 , 不确定性较大,而且机器人在行进过程中会遇到障碍物,比如可能有其它机器人在移动,或是可能有人员走动等情况发生。这种多变的环境对机器人提出了更高的要求,因此我们需要使用激光导航技术或其他方式,通过 5G 网络进行海量数据的计算,并能够实时进行预警,停止机器人可能会出现的比如相互碰撞、物料摆放错误等非常规性的危险动作。
就像传统计算机系统性能受制于总线速率和延时性能一样,5G 的无线和有线网络的高带宽能够解决这种分布式异构计算架构用于计算任务分配和下发、数据的交换、结果验证广播所需的数据传输带宽需求,非常适合在工地这种整体 TPS 要求不高,但是算力要求高并且对时延敏感和不敏感的请求混杂的计算环境。比如安全巡检人员的实施视频采集,可以先传输给自己携带的手机或者 pad 用于图像分割,以 0.1s 为间隔进行未带护具识别、视频帧差异计算、视频中人员位置计算等,发现了不合规事件,再传输给边缘服务器统一处理。同时,边缘服务器对剧烈变化的视频帧,或者少量变化的视频进行以秒级间隔进行多种复杂 AI 算法进行验证。这个验证可以是实时进行,也可以在系统空闲时进行更细致的计算,这种边缘服务器不一定是专用的服务器,也可能是在办公室的工作人员正在充电或者闲置的手机。这种情况下,边缘服务器可以支持更多路的视频处理,而不用巨额的硬件投资,而相关人员因为贡献了自己的手机,通过协助 AI 分析计算,可以获得额外的话费、流量奖励,甚至如果他的手机工作时间足够长,都能够赚到换新手机的资金,形成了真正多方共赢的局面。
建筑业身处在相对恶劣的工作环境,工地现场多是高温、多尘、潮湿的环境,这使得工地中的传感器、网络设备、服务器面临巨大的可靠性挑战。系统任何一个错误都会导致严重且无法挽回的重大损失。比如几个字节内存失效的小故障,可能会导致某个建筑工人整体信用受损,从而造成影响后续的贷款等问题的发生。如果这几个字节的错误使得远程遥控的塔吊操作异常,导致塔吊倾覆,产生的事故将会更加严重。黑客攻击也是对各类数字化系统的严重威胁,一旦系统被黑客攻破,轻则导致数据泄漏,重则会产生重大的安全事故。特别是随着云计算、大数据、微服务、云函数和人工智能等技术的发展,类似的安全问题就显得更为突出。过去 IT 系统可以通过物理隔离,可控的人员访问限制和操作方式等方式保证足够的安全,但是在未来的世界中,IT 系统不可能对网络进行完全的物理隔离,反而要主动与不同的系统进行相互之间的数据共享,而传统的物理隔离,有限可控的访问人员的保守安全策略就不再适合这种云化、万物互联的智慧大脑系统。
2、数据资产化的隐私和商业机密保护
在 5G 技术引领的万物互联时代,用 AI 技术加持的数字系统对世界的感知、认知、决策和控制能力的进步离不开对数据的搜集和整理。系统对数据的时间跨度、数据量、数据质量的要求远超以往,数据正成为行业的核心资产。数据资产的特点是,数据因为容易复制因而单体价值极低,数据资产的整体价值会随着数据总量、数据维度的增加成非线性甚至指数级增长,数据资产必须通过流动才能充分发挥自身价值。这些多维度海量数据资产的采集、整理和发布往往需要同行业甚至是跨行业的协作才能完成。
“你不会知道坐在那头跟你聊天的是不是一条狗。”这是上世纪 90 年代,当互联网刚刚兴起的时候,互联网先驱们对互联网匿名的描述,人们认为这种匿名性能够更好的保护用户的权益。而在万物互联的数字时代,这种匿名性只能保护恶意分子对普通用户合法权益的肆意侵害。通过木马和病毒植入、恶意插件,非法后台用户使用行为搜集和分析,再结合 AI 和大数据算法,可以精准地识别具体个人的身份,并监控各种信息。只有受过专门训练的专业人士,才能保证匿名性,而对普通用户来说,匿名性已经成为了一种奢望。