据IEEE Spectrum报道，本周刚刚获得450万美元投资的美国初创公司Doxel，将海量数据与深度学习相结合，旨在提高建筑行业的劳动效率，从而降低成本。
通过使用带有激光雷达的机器人，Doxel可以每天扫描施工现场，监控施工进展情况的同时检查可能会出现的问题，并进行及时解决，以确保施工团队能够按计划行事。你可能会认为每一个施工现场都会这样做，但结果证明真的没有。在一个医疗办公楼施工现场进行的试验研究中，Doxel表示，通过使用机器人，可以使该项目的劳动生产率提高38%，这是非常惊人的。
Doxel背后的设计理念非常简单，每个建设工程都会有自己的计划、预算和时间表，而每个施工团队所关心的在于能否坚持这些计划、预算和时间表。在施工过程中，只有每个人都做完了自己应该做的事情，才能保证这些计划、预算和时间表的正常进展，但能够做到这一点的概率是非常低的。基于这一点，现在98%的大型建设项目都平均超出原来预算的80%，并且交付日期往往会延迟20个月。据业内人士称，建筑行业的劳动生产率在80年内没有显著提高。
出现这一问题的原因，很大一部分在于能否按照计划做事上面。现在，该行业大多数时候需要人亲自搜集相关信息并进行传送。但在由人类造成的问题上投入更多的人力是一个最好的主意吗？Doxel的想法就是为了要彻底摆脱人类，转而依靠数据和机器人解决这些问题。
因为很多复杂的事情主要发生在施工现场，所以Doxel在这里投入了更多地精力。当施工现场关闭时， Doxel会向施工现场放置一个带有激光雷达的小机器人，该机器人可以按照预定的路线有条不紊的扫描整个施工现场，包括带有楼梯的部分。同时，它能够在一周内扫描30000平方米。
一旦机器人完成扫描，它会把搜集到的数据传送到云端，在这里，Doxel的3D语义深度学习算法可以对这些数据进行学习，以训练其能够根据形状、位置和大小来识别各种零件的能力。Doxel创造的激光雷达地图的准确性很高，这就允许他们能够检查正确的零件是否被安装在了正确的位置上。如果发现问题，Doxel可以帮助解决问题以提高效率。或者，他们可以让管理人员知道，以便他们可以采取措施立即解决问题。
这是提高劳动生产率的重要原因之一，因为施工者可以不必回头解决在施工几周之后才会被注意到的问题。
这听起来是个好主意，但实际上有多大的不同呢？最近，Doxel分享了一个案例研究，他们帮助监督了加利福尼亚州圣地亚哥医疗办公楼的建设情况。在施工现场，机器人可以在4.5小时内自主扫描全场，并且每天都可以进行扫描。此外，其劳动生产率比项目预算的原始估计数增加了38%，这导致了整个项目的预算下降了11%。当然，这只是一个例子，不是所有的项目都能够取得这样的成果。但是，即使之后的结果没有现在的数据这么好，但对于建筑行业来说，也是非常重要的。
虽然我们的关注点可能集中在机器人身上，但是Doxel主要阐述了他们收集到的数据，以及机器人是解决这些问题最经济、最高效的方法。虽然在施工过程中，可以让一些人使用激光雷达来完成这些工作，但那样成本将会更高。该公司目前也在使用无人驾驶飞机对这些机器人进行监督。但很容易想象的到，随着机器人自主性的提高，在整个施工过程中可以提高多大的劳动效率。
