引子

　　一家工廠的主管正在有條不紊地指揮生產，稀疏的頭發(fā)想方設法地覆蓋在他微泛油光的腦袋上。 “你已經使之成為一門科學了，”手下恭維道，“每一根頭發(fā)都做了安排?！薄笆前。敝鞴芸嘈χf，“過去它們只有一個總數，現在它們已經各有自己的名字了!”

　　這個笑話給了我們如下啟發(fā)：

　　1. 獨立的頭發(fā)擁有名字后，就成為了直接管理的對象。

　　2. 當管理對象的數量和管理能力匹配時，精細化管理就成為可能。

　　3. 管理對象的細分程度和管理精細化的能力是匹配的。

　　4. 頭發(fā)信息模型HIM(Hair Information Model)是精細化管理的平臺。

　　同樣的事情也發(fā)生在制造業(yè)，他們也在把整體產品拆成一個一個局部(部件、構件等)，并給他們起上名字，而且還賦予了各類屬性(幾何的、物理的、化學的、力學的)，但不是因為管理對象數量的減少，而是因為信息技術極大地提升了管理的能力。

　　在建筑業(yè)，人們把“產品(Product)”具體化為“建筑(Building)”，搭建的平臺叫做建筑信息模型BIM。從數據的角度說，BIM是一個新型的關系型數據結構，從運用角度講，BIM是一個信息存儲、交換、挖掘和共享的平臺。

　　傳統(tǒng)的設計知識表達

　　幾千年來，設計師在心中或者借助模型等工具構筑他們的設計意象，然后抽象成符號繪制在平面的圖紙上。在這個過程中，大量的信息遺失了，信息學家稱之為“信息漏斗”，文縐縐的說法叫“書不盡言、言不盡意”。

　　工匠們依據圖紙，根據自己的理解，把圖紙上的符號具體成實物。由于設計師的抽象指令和工匠的還原方法很難一致，像鮮奶濃縮成奶粉再加水調和后，營養(yǎng)成分終歸和原始鮮奶有差別一樣，建造的實物和設計的期望總是有一定的差距，以至有人把建筑過程稱為“遺憾的藝術”。

　　計算機繪圖作為一種有效手段，幫助設計師大大提升了效率，甩掉了圖板，但本質上較多的是作為一種繪圖、輔助計算、測量、放樣和簡單的數據交換工具來使用，繪制一些直線，折線，弧線，填充、域等信息，通過這些二維信息來表達的建筑元素，只是一些線段的集合，不能賦予更加復雜的信息。

　　在這些傳統(tǒng)的圖紙中，信息和知識以非常抽象的形式存在于這些圖形和文字中，一定需要具備專業(yè)能力人，才有可能進行有效的解讀。其他相關的專業(yè)人士如測量師、監(jiān)理師也要花費九牛二虎之力才能將各類數據進行有效的關聯。

　　知識重用的障礙

　　20世紀70年代中期，美國人工智能泰斗費根鮑姆研究了人類專家們解決專門領域問題的方式和方法，提出了知識工程這個術語，其內容主要包括知識的獲取、知識的表達以及知識的運用和處理等三大方面，旨在建立模仿人類智能的專家系統(tǒng)。由于知識表達一直未能得到有效解決，長期以來進展不大。

　　有些人對“人工智能”的概念很反感，認為有機器代替人的傾向，感覺受到了極大的侮辱。但是換個角度，人工智能這種“可以把機器變得‘聰明’些”的方法能不能讓人變得“更聰明”?能不能讓組織和企業(yè)變得“更聰明”，更具“智能性”?答案是肯定的，于是在20世紀90年代，一部分研究知識工程的科學家開始研究知識管理。

　　這些科學家將知識理解為結構化和非結構化的文檔，將知識管理主要聚焦于知識文檔的創(chuàng)建、分類、存儲等工作，關注信息管理系統(tǒng)、人工智能系統(tǒng)的設計和構建，以Internet和Intranet、數據庫管理系統(tǒng)(DBMS)、群件技術、數據倉庫和數據挖掘技術、多維度分析技術、文檔管理技術、聯機分析處理技術、工作流和共享等技術為基礎，對企業(yè)知識進行電子化儲存、共享和利用。毋庸置疑，這些工作大大加強了組織記憶，增加了共享程度，可是在建筑設計行業(yè)，這些工作的效果和人們的期望還有很大的距離。

　　建筑設計一直是屬于“弱理論、強經驗”的技術活動，知識重用(俗稱“依葫蘆畫瓢”，)一直是知識管理的重要組成部分，學術上稱作基于實例的推理(Case-Based Reasoning, CBR)，是人的一種基本認知行為。

　　經驗不足的設計人員作為新手更多的是學習探索過去成功的設計實踐和設計過程，以便在解決將來設計問題時應用這些經驗。大多數時候，一個新的設計解是對已有設計問題的修改而獲得的。

　　缺乏有效和高效表達的實例庫資源和檢索手段，設計師的知識重用，都是淺層次的自發(fā)活動，系統(tǒng)地采用知識重用來提高效率和效果，一直處于探索中。

　　基于BIM的知識表達

　　2002年以來，國際建筑行業(yè)興起了圍繞BIM為核心的建筑信息化應用。國際協同聯盟IAI早在1995年就提出了面向對象的三維建筑產品數據IFC標準。IFC標準統(tǒng)一了建筑設計CAD的文件格式，極大地方便了數據庫的創(chuàng)建和管理維護。

　　基于IFC標準的建筑信息模型BIM可以更全面、更深入地的反映建筑物信息。該模型的基本元素不是CAD中的點、線、弧、圖塊等基本幾何圖元，而是墻、門窗、梁柱等建筑專業(yè)對象，使用建筑語言來描述建筑信息，所有的相關專業(yè)可以在同一個三維IFC建筑數據模型上進行協同設計(此處不展開)。

　　建筑構件對象不但可以在不同視圖中表現幾何造型，而且可以包含一些與幾何形狀無關的特性，例如材料的容重、強度、耐火等級、傳熱系數，構件的造價、采購信息等等。這些非幾何信息對于建筑的全生命周期管理是非常重要的。此之外，BIM還可以包括一些二維CAD所無法表示的抽象概念，比如構件之間的拓撲連接關系，房屋空間的劃分及其關系，這些信息對于結構分析，建筑能量消耗分析以及后期的物業(yè)管理來說都是非常有用的?？偟膩碚f， BIM模型是一種新型的關系型數據結構，提供了單一的、完整一致的和邏輯的建筑信息庫。

　　基于情景的知識獲取

　　2007年，麻省理工學院(MIT)向世界著名的建筑師弗蘭克?蓋里提起“疏忽訴訟”，指控他設計的“史塔特中心”(Stata Center)由于提供了不完善的設計服務和圖紙，出現了持續(xù)性的滲漏，要求賠償300萬美元。這幢乍一看像剛被轟炸過一樣但被譽為美國多年來最著名的建筑物之一的建筑，到底怎么啦?

　　由于史塔特中心的建筑造型和傳統(tǒng)建筑大相徑庭，各種建筑構造套用標準做法是不足于解決實際問題的。非傳統(tǒng)的建筑如何推陳出新?僅僅依靠“What”來匹配是遠遠不夠的，必須通過邊界條件的關聯去探索“Why”。

　　傳統(tǒng)的知識管理中，知識提煉是一個重要的環(huán)節(jié)。企業(yè)根據大量的工程實例，制定了大量標準圖，供設計師重復使用。可每個標準圖都有使用的前提，很多新手經常因為對前提理解和運用不當，知其然不知其所以然，弄出很多東施效顰般的錯誤。能否準確和快捷地進行關聯已經成為設計知識重用面臨的挑戰(zhàn)性問題。

　　現階段流行的解決方法是給設計知識建立基于關鍵詞或詞組的索引，然后再應用傳統(tǒng)的搜索技術于這些索引或標注。盡管索引和標注大幅度提高了搜索效率，但依賴用戶指定的關鍵詞或詞組進行搜索的技術，注定不可能有令人滿意的準確度。因為單一關鍵詞或詞組遠不能確切反映信息體內容的適用性和工作實踐的查詢需求，只能返回一般化的檢索結果。

　　理想的解決辦法是利用設計情景進行知識檢索，目的在于以任務情景的結構化表示來確切描述設計知識的適用性和工作實踐的查詢需求，使準確和快捷地搜索到設計情景與當前設計工作相似的設計知識成為可能。但情景式檢索不僅僅是檢索技術的問題，而更是知識表達的問題。

　　基于BIM的設計案例表達給基于設計情景的知識檢索帶來了可能。

　　基于海量數據的知識挖掘

　　以圖紙為主要載體的的設計案例(檔案)，主要依靠題目+摘要+關鍵詞來搜索信息，一般來說查到圖紙名稱就戛然而止，以下的工作就是人工的了，搜索者仍然需要一張圖紙一張圖紙地搜尋他所要的信息。這就好比早先的文獻檢索，一旦摘要和關鍵詞不夠全面或不夠專業(yè)，很難獲得全面的信息，很多重要的信息就此湮沒。

　　在現代的電子期刊庫，除了早期紙質文獻轉換過來的尚未文本化的掃描件，無法實現全文檢索，絕大部分均可進行全文檢索，獲取信息的廣度大大增加。

　　采用BIM模型進行組織的建筑檔案，可檢索的信息同樣大大增加，可以進行各類信息的“全文檢索”，快速定位到各種屬性層次的構件。例如，可以迅速查找xx層xx厚的墻體，找到某類吸音材料等等。

　　海量案例數據倉庫的建立，使設計師可以通過數據挖掘(Data Mining)的技術，在龐大的數據庫中找出有價值的隱藏事件，并且加以分析，獲取有意義的信息作為進行決策的依據。例如設計項目中的工時定額，就可以根據項目性質、規(guī)模和任務完成的關鍵里程碑，從大量樣本中遴選出來。

　　隨著基于BIM模型的應用，建筑案例蘊含的信息也從廣度和深度的兩方面迅速膨脹，既拓展到相關的其他領域，也深入到更細的層次，海量信息的提供，減小了知識獲取成本，降低了跨界的門檻，夯實了創(chuàng)新的基礎。

　　后記

　　一千二百多年前一個陽光明媚的早晨，詩人常建去常熟興福寺游覽。山光明凈，深潭倒影，詩人人覺得心境空靈，留下了兩句膾炙人口的詩句：“曲徑通幽處，禪房花木深”。今天，BIM已經開始滲入建筑工程的各個階段和各個領域，當基于BIM的知識管理在工作中無處不在的時候，大家一定也會涌起這樣的感覺。

　　來源：新浪博客 季征宇