港大用AI驗樓 影張相可知缺陷

香港文匯報訊（記者 楊梓穎）香港樓宇持續老化，建築缺陷帶來的風險亦日益增加，據估計至2030年，全港樓齡達50年或以上的私人樓宇增至接近1.4萬幢。不過，傳統的人手巡查不僅耗時費力，亦難以應付大規模、常態化的安全監測工作。

香港大學研究團隊研發人工智能（AI）建築檢測系統eCheckGo，可透過手機拍攝或街景影像，自動識別建築缺陷，並以互動3D模型呈現分析結果。系統於早前第五十一屆日內瓦國際發明展榮獲評審團嘉許金獎，並獲政府部門及業界高度關注，正積極探討於社區層面應用。

為回應樓宇老化的持續檢測與維修保養挑戰，港大建築學院房地產及建設系教授陳俊傑與呂偉生率領團隊研發出eCheckGo，該系統由團隊自主研發的多模態「缺陷檢測大模型」（LdM）結合傳統AI智能演算法驅動，並以互聯網規模的建築檢測相關數據完成訓練。透過結合領域專用的檢驗影像與文字提示，大模型能在不同類型建築中，提供一致且可靠的缺陷識別結果。

較現有方案快100倍

eCheckGo透過高速靈活的評估，為樓宇檢測流程帶來突破。相較勞動力密集的傳統方法，系統可在數秒內分析數十張影像，檢測速度較現有其他自動化方案至少快100倍，成本效益亦提升8倍。憑藉顯著效率優勢，eCheckGo可望推動更頻繁、主動及大規模的樓宇狀況監測。

在應用層面，eCheckGo用戶可透過手機應用程式拍攝建築物內外影像，亦可直接使用現成的街景圖像。系統能自動偵測裂縫、混凝土剝落等常見缺陷，並把分析結果整合至生成的3D雲端數據點模型中。透過互動式3D模型，用戶可放大或縮小畫面，清晰檢視缺陷的實際形狀與尺寸，從而更全面掌握樓宇狀況。

為進一步驗證系統的大規模應用能力，研究團隊利用現有二級數據，針對九龍區9,172幢建築物的街景圖像進行全區測試。結果顯示，eCheckGo在短短4小時內，便生成一幅以顏色編碼標示的地圖（見圖），按0（健康）至10（危險）的等級，為各幢樓宇的缺陷風險作出評分。其後，相關結果亦由專業建築測量師透過實地檢測核實。

當相關資訊整合至同一平台後，將有助用戶更及時、周全地作出維修或翻新決策。團隊正進一步擴展系統功能，包括新增偵測漏水及滲水問題，及自動生成符合專業格式的文字報告，希望能有效推廣應用。