在过去的一年中，各行各业对人工智能寄予厚望，各种应用层出不穷，但收获却很少。 2017年，中国的AI初创企业获得了超过500亿元的累计融资，但在2017年，中国排名前100位的AI商业初创企业产生的累计收入不到100亿元，并且90％以上的AI公司出现了亏损。人工智能行业雷声大雨少，人工智能正在遭受商业登陆的痛苦，这是该行业的共识。目前，对于实际应用场景，人工智能只是辅助手段，而不是决定性力量。例如，在旅行计划规划中，人工智能只会提高人员效率。巨大的经济利益源于原始产业的潜力，而真正的人工智能产业的产值并不高。一方面，由于应用阈值已大大降低，因此，过去，企业需要深入的数学统计技术来探索应用场景。但是，随着人工智能开源软件的普及，企业只需要根据国外研究项目进行复制即可。人工智能行业缺乏的不是算法，而是如何更好地将其转换为工程方法。人工智能太先进了，并且是众所周知的应用场景，例如自动驾驶和医疗。实际上，最常见的土木工程领域也需要人工智能。技术上的变化，但很少有人关注这些小型应用程序场景。实际上，团队没有必要为特定的分段场景定制人工智能算法和系统。完全有可能使用土木工程构想将一组人工智能系统分解为不同的模块以进行标准化，就像螺钉和螺母一样。根据要求将不同的工业领域组合在一起，即插即用，从而可以覆盖具有不同需求的工业领域。在应用场景开始时需要考虑原始数据，并建立了用于机器学习的标准方法库。在不牺牲算法性能的情况下，人工智能算法，数据处理模型或系统框架已高度模块化并逐步实现。每个功能使它能够支持不同的应用程序需求。例如，Petuum即将推出的AI医疗系统可以模块化为医疗图像识别和解释，案例解释，药物推荐等，以匹配医生的工作流程，医生可以在其中选择所需的东西组合。从土木工程的角度来看，人工智能行业的实验方法应符合工业标准，并且可以被重复理解和使用，而不是将其视为艺术品，更不用说在闭门造车了。