AI革新橋樑設計與維護，提升安全性與效率

2024年9月，德國德勒斯登易北河上的一座電車橋倒塌的畫面震驚全球。幸運的是，這場事故並未造成人員傷亡，這與2018年義大利熱那亞高速公路橋倒塌導致43人死亡的悲劇形成鮮明對比。這兩起災難的起因並非外力，而是結構老化所導致的損壞過程未能及時被發現與修復。

「瑞士也面臨著基礎設施老化問題，許多橋樑已接近其設計使用年限，亟需檢測與加固，」蘇黎世聯邦理工學院（ETH）結構工程博士研究員Sophia Kuhn表示。「我們正在開發一款工具，旨在延長橋樑的使用壽命，並在確保安全的前提下，有效節省資源。」

Kuhn的研究團隊由ETH結構工程教授Walter Kaufmann領導，並與ETH電腦科學教授Fernando Pérez-Cruz及達姆施塔特工業大學教授Michael Kraus共同指導。她的研究聚焦於人工智慧在建築領域的應用，特別是機器學習演演算法。

與同事Marius Weber及瑞士聯邦鐵路（SBB）合作，Kuhn開發了一款針對「剛構橋」的AI模型。這類橋樑在瑞士相當常見，主要用於鐵路與道路或人行道的交叉。該模型能快速評估橋樑的結構安全性，預測其是否可能存在靜力學風險，從而幫助工程師優先處理需要立即檢測的橋樑。

這項研究成果已發表於《建築自動化》期刊。該模型不僅能預測結構安全性，還能評估預測值的可靠性，並量化模型的不確定性。此外，它還能協助工程師決定如何進行橋樑結構評估，避免不必要的複雜計算與高昂成本。

研究團隊以SBB的剛構橋為基礎，開發了一種引數化模擬流程，生成虛擬結構並計算其承載能力，從而產生更多資料。基於這些資料，他們建立了一個人工神經網路，並訓練出一個機器學習模型，能夠對現有剛構橋進行預測，即使這些橋樑未經專家或模擬流程計算。

「我們在測試資料集上驗證了模型，並以實際橋樑案例進行評估，結果顯示模型具有良好的精準度，符合SBB的需求，」Kuhn解釋道。下一步，團隊將與SBB合作，確保橋樑工程師能在實際中應用該模型，並進一步擴大其適用範圍。

在另一項研究中，Kuhn與Michael Kraus教授及瑞士資料科學中心合作，開發了一款AI助手，用於新橋樑的設計。這款助手能幫助工程師團隊設計出成本效益高且可持續的橋樑，同時確保安全性。傳統的橋樑設計流程通常需要反覆修改，而AI助手則能根據專案目標與限制條件，主動生成符合要求的設計方案，大幅縮短設計時間。

以聖加侖的Wiborada人行橋為例，研究團隊與工程公司Basler Hofmann合作，利用AI助手生成多種可能的橋樑設計，並進行「敏感性分析」，指出哪些引數對結構安全性、成本或可持續性影響最大。

「AI助手並非取代工程師，而是提供支援，」Kuhn強調。即使AI助手提出的設計方案符合規範，工程師仍需評估其可行性與耐久性。「這是一個工程師與AI互動的過程，而非一鍵解決方案。」

除了橋樑建設，這些先進的機器學習技術還可應用於其他領域。Kuhn的團隊與瑞士資料科學中心及建築學教授Gramazio Kohler Research合作，開發了一款開源工具包，讓其他工程師與建築師無需深厚程式設計技能，也能使用AI演演算法解決複雜問題。

「在建築業，這些方法的應用尚不如機械工程等領域廣泛，」Kuhn表示。「利用資料驅動的方法，仍有巨大的潛力提升效率與可持續性，這正是我們的目標。」