開頭就先給出本文的結(jié)論吧——通過實時分析 7x24小時的視頻信號，AI 和機器學習正在減少建筑工地的事故、盜竊與破壞行為和危險的操作環(huán)境。同時，還能獲得對于威脅的預測性見解和信息。

美國國家設備登記局的數(shù)據(jù)顯示，發(fā)生在建筑工地的盜竊損失往往每年超過 10 億美元。最新型號的設備、工具和用品被盜最多，也最難找回。詳細來說，被盜的建筑設備中只有 25% 被找回，再加上每年因事故和受傷而給建筑業(yè)造成的損失估計有 130 億美元。因此，改善建筑工地安全的迫切性相當之高。

靠機器學習提升建筑工地安全

依據(jù)特定施工現(xiàn)場的具體條件、因素、位置和狀態(tài)分析是否會導致，如何導致更大的現(xiàn)場安全和風險，最適合機器學習施展拳腳了。今后，用于保護建筑工地的遠程監(jiān)控系統(tǒng)將依靠機器學習算法在歷史數(shù)據(jù)中挖掘新范式。同時，基于機器學習的遠程監(jiān)控系統(tǒng)也會依靠物聯(lián)網(wǎng)傳感器，結(jié)合夜視、紅外和熱感攝像頭采集實時數(shù)據(jù)流。

通過將歷史視頻流和圖像與實時數(shù)據(jù)流相結(jié)合，基于機器學習的遠程監(jiān)控系統(tǒng)可以對潛在的事故、盜竊或危險操作環(huán)境進行預測性識別。

AI 改善建筑工地安全的 10 大手段

最近，建筑安全與安保行業(yè)的資深從業(yè)者在云端齊聚一堂，針對標準化的基于機器學習的遠程監(jiān)控系統(tǒng)進行了討論，最寶貴的收獲之一是他們能從誤報中節(jié)省多少時間。一位管理邁阿密、亞特蘭大和芝加哥在建工程項目的安全總監(jiān)表示，機器學習幾乎消除了他負責建筑工地的誤報。“我們的團隊已經(jīng)根據(jù)自家業(yè)務的特定模式對機器學習算法進行了微調(diào)，它幾乎消除了誤報問題，并專注于更準確地預測盜竊和闖入的企圖，”他解釋道。

基于電話會議的思想碰撞，我們總結(jié)出 AI 改善建筑工地安全的 10 大手段：

1. 減少對現(xiàn)場安保團隊的依賴，用監(jiān)控來獲取每個施工現(xiàn)場365 天全天候的監(jiān)控視野。所有的建筑安全和安保從業(yè)人士都表示，這是基于云的遠程監(jiān)控系統(tǒng)最有價值的部分，該系統(tǒng)能夠接受來自物聯(lián)網(wǎng)、數(shù)字、熱感應和紅外攝像機的數(shù)據(jù)。當然，常駐現(xiàn)場的安保團隊依然是必不可少的，然而擁有實時的、始終在線的監(jiān)控提供數(shù)據(jù)流來訓練模型也是非常寶貴的。

2. 通過識別工人是否穿戴了個人防護裝備(PPE)，可以減少工傷和潛在的責任訴訟。借助由機器學習算法支持的高級模式匹配功能，從業(yè)者可以識別高風險任務和工作區(qū)的工人是否穿戴 PPE。在疫情期間，建筑工地仍然要持續(xù)作業(yè)，因此在很多情況下，每個人都需要戴上口罩，以符合疾控中心的要求。有了遠程監(jiān)控系統(tǒng)，只需掃一眼就能知道哪些工作人員沒戴口罩。

3. 拋棄檢查單、例行程序和其它人工的安全審計方法，直接換用實時監(jiān)控，在幾秒鐘內(nèi)拿出趨勢和圖像分析。從業(yè)人士表示，他們目前最大的挑戰(zhàn)是如何節(jié)省現(xiàn)場施工團隊的寶貴時間，因為他們不知道那些有項目的城市，何時會重新實行封鎖或隔離。如果將機器學習技術(shù)與現(xiàn)場數(shù)據(jù)結(jié)合起來，且將這些數(shù)據(jù)放在一個直觀的儀表板上，能將人工工作流程縮減 5倍甚至更多。

4. 施工現(xiàn)場的實時安全保障監(jiān)控越好，施工流程就越靈活。從業(yè)人士指出，施工現(xiàn)場捕捉和解讀實時傳感器及視頻數(shù)據(jù)的能力越強，其施工流程的適應性就越強。也就是說，最初砸進去的那些投資，會通過流程的改進為你帶來回報。

5. 支持智能標簽和關(guān)鍵事件上下文線索的先進視頻分析技術(shù)即將到來，將進一步提高基于機器學習遠程監(jiān)控系統(tǒng)的預測準確性。眼下，遠程監(jiān)控行業(yè)的研發(fā)支出大多投到了從每一幀視頻中獲取更高級別智能線索上，預計明年我們將看到關(guān)于遠程監(jiān)控系統(tǒng)高級模式匹配和預測精度的新專利。

6. 實時預測網(wǎng)絡和物理雙重威脅對建筑項目的影響，創(chuàng)建特定的算法，為特定的系列事件分配風險分數(shù)。在遠程監(jiān)控系統(tǒng)的開發(fā)工作中，最引人入勝的是如何將物理事件和網(wǎng)絡事件進行關(guān)聯(lián)。舉例來說，假設某個特定建筑工地的系統(tǒng)受到了網(wǎng)絡攻擊。在這種情況下，就可以提高被盯上的那些物理系統(tǒng)的監(jiān)控和預測精度，以挫敗盜竊和破壞項目。

7. 對每個建筑項目進行風險評分，然后分析出哪些因素需要改進，以減少設備和材料盜竊的威脅。同時，根據(jù)相關(guān)盜竊數(shù)據(jù)，利用機器學習建立預測模型，判斷竊賊何時再下手。從業(yè)人士表示，這就是為什么每個項目一開始就記錄視頻數(shù)據(jù)的原因，它可以用來訓練機器學習模型并預測未來的盜竊企圖。

8. 通過識別和跟蹤沒有訪問權(quán)限的入侵者在工作現(xiàn)場的活動，減少工業(yè)間諜活動的威脅。建筑業(yè)中的工業(yè)間諜活動可能會帶來數(shù)十億美元的損失，特別是那些包含專有技術(shù)的芯片代工廠。因此，保持工地安全需要從一個基于 AI 的有效遠程監(jiān)控策略開始。

9. 找出建筑物資何時、何地以及如何失竊，從而控制成本，使工地更加安全。每年，大型建筑項目上有 10% 到 25% 的物資被盜并被轉(zhuǎn)賣。阻止偷盜對建筑項目是否盈利至關(guān)重要，這也是從業(yè)人員開始關(guān)注遠程監(jiān)控的原因。

10. 確保施工現(xiàn)場保持符合 OSHA(職業(yè)安全與衛(wèi)生條例)和相關(guān)合規(guī)要求，同時為審計人員創(chuàng)建實時審計記錄。負責安全保障的業(yè)內(nèi)人士表示，為 OSHA 審計做準備可能需要數(shù)周甚至數(shù)月的前期工作。實時監(jiān)控系統(tǒng)可以按需生成報告，每年可以節(jié)省數(shù)百小時的審計準備時間。