全國人大代表馮遠：加快推動人工智能應用，助力建筑設計行業高質量發展

全國人大代表、全國工程勘察設計大師、中國建筑西南設計研究院有

當今世界正經歷以人工智能等為核心的第四次工業革命，建筑設計行業作為傳統技術密集型領域，迎來歷史性轉型契機。“十四五”規劃提出要“推動人工智能與實體經濟深度融合”，《“十四五”建筑業發展規劃》也強調智能建造的重要性。今年全國兩會，全國人大代表、全國工程勘察設計大師、中國建筑西南設計研究院有限公司總工程師馮遠提交《關于加快推動人工智能，助力建筑設計行業高質量發展的建議》，呼吁從制度建設、數據流通、人才培養等方面發力，加快推動人工智能在建筑設計領域應用，推動建筑設計行業實現智能化躍遷，助力建設設計行業高質量發展。

馮遠指出，從參數化建模到智能空間優化，從生成式設計到全生命周期管理，AI技術通過有效豐富設計創意、提高設計效率和質量、降低設計周期和材料消耗，正在重構建筑設計的邏輯鏈條，為設計提供更多可能，但也存在一些問題：

一是法規制度不完善。目前，AI在建筑設計中的應用還處于起步階段，相關法律法規、制度體系、倫理框架等還不完善。比如，類似DeepSeek等開源程序與ImageNet等公開訓練數據集對人工智能賦能建筑設計發展意義重大，但目前缺失跨領域知識產權認證機制，開源程序和公開數據集知識產權保護尤為不足。又如，AI生成設計的安全責任認定劃分還缺乏法律依據，對算法的安全性審查、監管等還面臨挑戰。

二是數據壁壘制約技術迭代。建筑設計領域缺乏高質量、大規模的數據集。設計院、施工單位、材料供應商間的數據標準不統一，其存檔格式涵蓋文本文件、圖紙、模型等各種格式，導致嚴重的“數據孤島”現象。僅建筑設計就涉及建筑、結構、機電設備等多專業數據，AI訓練數據呈現碎片化、異構化特征，嚴重限制機器學習效果。同時，由于現行工程標準體系主要由工程師人工操作設計，存在大量模糊表述，與AI適配性不足，影響了機器可讀性；不同標準間存在條款沖突，導致AI難以自主決策。這些問題嚴重制約AI在工程建設領域的推廣。

三是復合型人才結構性短缺。目前，兼具土木專業素養和人工智能技術的復合型人才缺口極為突出。高校和職業教育在相關專業設置和課程體系建設方面也相對滯后，缺乏針對性的人才培養方案和實踐教學環節，行業培訓多停留在軟件操作層面，嚴重制約了技術轉化效率。

對此，馮遠提出三點建議：

一是完善法律法規。從知識產權歸屬、責任認定、技術準入等維度，建立并完善人工智能與建筑設計融合的相關法律法規，構建兼顧技術創新與風險防范的制度框架。例如，在知識產權方面，加大開源程序和公開數據集的知識產權保護力度，研究工程建設領域開源協議的適配性，制定建筑AI知識產權保護法律和標準體系，以及設立其交易平臺和維權機構，建立共享協議，同時也要制定侵權追責制度；在責任認定方面，合理劃分算法開發者、設計單位、執業工程師各自責權；在技術準入方面，由住房城鄉建設部聯合國家網信辦等開展算法安全審查，及時發現消除算法缺陷和漏洞，建立人機協同設計模式下設計質量管控體系。

二是構建AI適配型工程標準和數據體系。加快推動建筑行業工程標準和數據標準化，提升數據質量。比如，對現行工程標準進行系統梳理，減少模糊條款，避免不同規范間的矛盾條款；推行行業統一的基礎數據格式標準和接口標準，制定AI專用數據標準等。建立行業級數據基礎設施及多層級知識庫和知識圖譜，推進工藝工法語義對齊，推動國家級強制標準的條文機器可讀化改造，暢通行業數據交流，如指導建筑行業級AI訓練數據庫、建立公共建筑項目數據分級開放機制、對符合標準的數據提供方給予稅收抵扣、搭建數據交易平臺等。

三是創新人才培養機制。鼓勵建筑類高校加快增設“建筑+AI”交叉學科，將深度學習、生成式算法等納入課程體系；強化校企合作，推動建筑企業、AI企業和高校共建實驗室，通過實施“雙導師”學徒制等方式，加快培養復合型人才；加快建立職業資格認證體系，增設“建筑人工智能應用師”等復合型人才的職稱序列，激發市場主體參與人才培養的內生動力。