arXiv cs.AI· Wooyoung Jung·· 1 天前AI 评分31
哪些建筑已为 AI 做好准备？面向 AI 问答与执行控制的基于测量的评估框架
Which Buildings Are Artificial Intelligence-Ready? A Measurement-Based Assessment Framework for AI Question Answering and Actuation
AI 导读
研究提出一套量化建筑 AI 就绪度的框架：建筑知识图谱设定"可回答就绪度"与"可执行就绪度"两个上限，再由参考 AI 智能体在固定问题集上的准确率衡量上限的实现程度。
正文 · AI 翻译
摘要：智能体人工智能（AI）系统正成为建筑的交互界面，负责回答问题并控制运行，但建筑对此的准备程度尚未得到系统评估。本研究提出了一个量化框架。首先，建筑的知识图谱设定了两个上限。可回答性上限是其数据能够回答的运行问题的占比，可执行性上限是其开放的控制动作的占比。其次，参考 AI 智能体在一组固定问题上的准确率显示了这些上限的实现程度。在一个模拟办公楼中，该智能体在 0.64 的可回答性上限中实现了 0.62，因此限制准备程度的是缺失的数据而非 AI，但在命名故障原因方面除外。在 37 个公开的真实建筑图谱中，可回答性上限的中位数为 0.16，且在 45 个中有 15 个因未关联的传感器而降低。该框架将“这座建筑是否 AI 就绪？”转化为一个可审计、可排序的改造问题。
| 评论： | 45 页，11 幅图，23 张表。代码、结果和数据补充：此 https URL。按 HUBS Lab 论文版式重新排版（HUBS Lab 论文编号 2026-008）；内容未变 |
| 主题： | 人工智能（cs.AI） |
| ACM 分类： | I.2.1；J.2 |
| 报告 编号： | HUBS Lab 论文编号 2026-008 |
| 引用为： | arXiv:2610.09119 [cs.AI] |
| （或 arXiv:2610.09119v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.09119 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Wooyoung Jung [查看邮箱]
[v1]
2026 年 10 月 6 日星期二 21:12:03 UTC（400 KB）
[v2]
2026 年 11 月 10 日星期二 22:39:32 UTC（391 KB）
来源：arXiv cs.AI · arxiv.org