Amy Bunszel,欧特克公司工程建设设计解决方案执行副总裁

图片来源:欧特克
作家兼传媒理论家 Steven Johnson 曾说过:“如果你回顾历史,你就会发现创新不仅仅源自于对人们的激励,还源自于创造环境,让人们的创意和想法可以产生连接。”当我展望那些设计和创造了我们周围世界的行业的未来时,我意识到,对合作和创意的不断探索为打造一个更美好的明天提供了可能性,这一机遇也让我深受鼓舞。
到 21 世纪中叶,我们将会在能够滋养环境,而不是消耗环境的建筑中生活、娱乐和工作。我们的基础设施网络将更具可持续性,同时也将兼具可扩展性,甚至能扩展到从元宇宙到宇宙等各种令人兴奋的未知领域。我们将能购买到那些在智能工厂组装的零废弃设计产品。届时,欧特克的技术也将提供全面的支持,助力实现未来发展的每一步。
我们通过展望未来,以庆祝欧特克在过去几十年间实现的创新成就。欧特克已在变革我们所服务的行业方面获得了令人瞩目的成绩。但是,未来仍然存在着巨大的可能性,这也让我感到十分振奋。
在这里,我的几位同事也分享了他们对未来设计发展的愿景。他们分别是欧特克公司执行副总裁兼首席技术官 Raji Arasu、欧特克公司设计和制造执行副总裁 Jeff Kinder 以及欧特克公司娱乐与传媒解决方案高级副总裁 Diana Colella。
我们的行业将实现互联和高效协同
我们将共同预见一个基于云端、并由人工智能驱动的融合的未来。我们将跨越数字鸿沟,一起见证数字体验变得更加简单、直观,并且可互操作。人们将可以通过云技术实现远程协作,让企业能够跨区域招募人才。
我们之间的联系会变得前所未有的紧密。Diana 表示:“从生产到消费的整个内容生命周期中,传媒娱乐公司会一直拥抱着云技术。举个例子来说,未来的电影制作将会采用高度安全的、基于云的制作生态系统,这一系统将打破信息孤岛的局面,让工作室、艺术部门、视觉特效公司和现场工作人员之间实现更好地协作和联系。”
这也会让整个制作过程变得更加简单、高效。艺术家将能专注于艺术创想之中,而不是将精力放在制作过程上,这也可以激发出更多的创造力。随着自动化和人工智能的发展,艺术家们能够通过简单的语音、速写或现实捕捉,创造出栩栩如生的角色、精美逼真的风景、可编辑且能够用于动画制作的奇幻生物。
设计和制造行业的更多协作将会释放出更强大的生产力。用于制造的设计数据将直接提供给车间的每台机器和每一个人。车间也将会更容易地进行重新配置,短时间内即可建成产品线,并且能不断提高自动化水平。
Jeff 预计:“在接下来的几十年里,借助于机器学习和衍生式设计技术,我们将重新构想产品的外观和制造方式。随着人工智能的兴起,重复性任务将实现工作自动化,我们也将看到更好、更智能的产品以更快的速度上市,而人们则将专注于需要创造力和智慧的新技能当中。”
那么,建筑、工程、施工和运营领域将会如何呢?在这些领域,未来的解决方案将是能在整个资产生命周期内连接每一个专业人士的解决方案。早期的概念设计数据将会流向施工、运营和拆卸环节当中,随着时间的推移,这些数据将会为工作提供洞察,并以此为基础持续不断地改进工作流程。跨部门的数据互联将会在项目的生命周期中释放出前所未有的价值。
建筑师可以在全球各地的项目中开展远程工作,通过沉浸式虚拟现实来观看和触摸,并可以不断地修改,直到它们成为理想的设计。人类将在概念设计环节中花费更多时间,而人工智能和自动化则将负责处理工作中的繁琐和细节部分。
我们将体验到数字孪生的力量。我们的基础设施将更具可拓展性和快速响应的能力。各城市和市政当局将通过密切监测和管理其系统,在危机出现前快速感知到问题的存在。目的导向型解决方案将能为客户提供清洁的饮用水,同时也能处理废水。监测和管理系统将相互学习,实时优化性能。建筑的运行将会实现优化,并能减少运营所带来的影响。

图片来源:欧特克
为所有人设计和创造一个可持续发展的世界
我和同事们都相信,到本世纪中叶,欧特克将会给社会和环境带来重要的积极影响。欧特克能够在流程早期帮助客户模拟和简化决策,从而对可持续发展产生卓越的影响力,这也是欧特克得以广为人知的原因。但是现在我们还有更多的事情要做。
Raji 表示:“我们的世界是由软件设计、建造和运行的,而人工智能和机器学习正在从根本上改变软件的工作方式。在未来,甚至就现在来说,我们都很少再谈论‘机器学习’了,而只是将它视为软件工作的标准方式而已。这将为推进并行工作,并显著改善所有部门的决策提供更多见解。”
正如 Raji 所说:“人工智能和机器学习将改变整个世界的设计和建造方式,更重要的是,它也将改变整个世界的运作方式。它让与我们交互的一切事物,包括能源生产和存储系统、城市基础设施和交通,具备了更大的自由度。最重要的是,人工智能和机器学习不仅能推动更好的设计和制造流程,同时也能给环境带来支持。”
我们将为设计师提供准确、实时的碳计算,从而让可持续成果和环境绩效目标的设计变得更加简单。在早期设计阶段,我们将及时帮助客户了解项目所需的材料以及能源消耗密度,而在这个阶段,客户是最有可能做出对可持续发展产生积极影响的改变的。
众所周知,欧特克致力于创新我们所服务的行业。40 年前,我们推出了 AutoCAD,开启了计算机辅助设计的时代。20 年前,我们倡导建筑信息模型(BIM),定义了行业如何使用智能的三维模型。在过去的十年中,我们开始引领云协作,将跨学科、跨行业和跨地区的团队聚集在一起。
那么30 年或 40 年之后呢?我认为天空足够广阔,创新的空间没有极限。

图片来源:欧特克
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。