商汤联创林达华：AI产业化挑战才刚开始
原创 Tech星球 2020-07-16 09:36:47
文 | Tech星球 周晓奇
“如果大家要找一棵大树，都会想到去森林里面找，人工智能也一样，其中细分场景和细分应用非常多，我们要拥抱开放的生态，这是最关键的创新驱动力”，商汤科技联合创始人、CEO徐立说。
7月10日，在全球人工智能大会商汤企业论坛上，徐立在演讲中宣布OpenMMLab战略升级，成立由商汤科技发起的“人工智能算法开放体系”。
战略升级后，OpenMMLab人工智能算法开放体系将涉及超过10种研究方向，覆盖超过100+算法和600个预训练模型。
“OpenMMLab是由我发起的一个计划，参与人员有我一部分的学生和商汤的研究员，后来逐渐演变成整个商汤人工智能开放的体系，目前我会统筹这个开源体系的未来发展规划”，商汤联合创始人、香港中文大学信息工程系教授林达华说。
2018年，香港中文大学与商汤科技联合实验室（MMLab，MM代表多媒体）启动OpenMMLab计划，过去两年内，MMLab逐步开放了多个开源算法库和工具箱，并获得越来越多AI研究人员的使用和回馈。
“尽管我们的算法面向公众、学术界和产业界，但开源算法不是针对一些特定的落地场景需求去开发的，任何一个具体的场景都有独特的需求，企业需要懂得如何将产业需求与算法结合起来”，林达华说。
作为一家技术驱动型企业，商汤不但要解决技术上的难题，而且也需要接受产业落地的挑战。为此，对商汤而言，成体系的算法框架平台，不仅能够提高开发人员想法落实的效率，还能够提升整体生产力。
如今，经过多年发展的人工智能，已经应用在安防、教育、旅游、娱乐等领域，接下来AI模型应用到更多关键领域时，如何提高决策可靠性，也成为今后面临的重要挑战。
不可否认，目前人工智能在技术上已经达到非常高的水平，但背后仍旧需要海量数据与巨大的算力。
今后，AI如何更好地应用到产业？在此其中，商汤会重点布局哪些方面？在开源算法日益增多的情况下，AI企业如何提升自己的竞争力？近日，Tech星球（微信ID：tech168）专访了林达华，以下为对话实录：
开放：不要独木要森林
Tech星球：OpenMMLab人工智能开放体系在商汤内部是一个什么样的地位？OpenMMLab有哪些价值？
林达华：OpenMMLab是商汤人工智能算法开放的一个体系，也是商汤拥抱开源开放非常重要的战略性一步，其最重要的意义是与整个AI产学界开源体系的连接。
AI算法研发的过程是非常复杂的，从一个简单的想法到最后落地，其中需要非常多的步骤，在算法开发层面需要很多工程化方面的实现，这些都需要花费大量实践和工程资源。
OpenMMLab的价值在于，可以基于其提供的框架顺势形成落地技术，加快研发的流程。
Tech星球：在什么时候决定将OpenMMLab定义为人工智能开放体系？当时做出这个决定的契机是什么？
林达华：首先OpenMMLab在两年前就逐步开源了一小部分代码库，当时我们知道学术界在实现一些算法的时候存在很大的困难，后来在算法实现过程中，我们发现缺乏统一的、具备良好结构的代码库 ，对目前产研界是一个非常巨大的痛点。为此从今年初，我们开始做准备，在当下将OpenMMLab定义为人工智能开放体系。
Tech星球：目前OpenMMLab聚焦在十个研究方向，选择这十个研究方向是有经过怎样的考量呢？
林达华：我们在方向上的选择，主要还是看学术界和产业界最普遍需求的是哪些方向，以及商汤有比较多算法积累的方向。具体这十个方向有图像分类、图像检测、语义分割、动作识别等，这些是计算机视觉领域最主要的方向，也是实际运用中最广泛推动的一些方向。
Tech星球：你觉得OpenMMLab的开源，对开发者本身工作有什么帮助？能给他们带来什么？
林达华：一句话总结，就是他们从想法到实现的路径大大缩短了。以前没有这些开源代码库支撑的时候，他们实现一个算法，需要经历非常多工程上的支撑和实践。现在有了这样的代码库，有了很多架构的支持，对于一个有新想法的研发人员来说，他只需要把创新的部分实现出来，其他的部分可以依托开源代码库实现。
比如实现一个物体检测的算法，从看到论文到实现算法，并且把精度调整到论文的水平，可能需要花上两三个月的时间，现在从想法到落地，只需要几天的时间。
从技术到落地，没有那么简单
Tech星球：OpenMMLab对技术转化为生产力的过程中，有哪些具体帮助？
林达华：我们之前接了一个项目，客户要求在一两个月时间内，交付60多个模型。当时我们有十几人在这个项目上，要在短时间内要交付这么多模型，而且性能等方面还需要达到一定的水平。
通过OpenMMLab的支持，以及商汤其他模型基础，我们每天都可以交付几个模型，而且能够保持一定的水准，这种算法框架和平台对提升商汤整体生产力的作用很大。基本上有和没有这个平台，相差非常大。
Tech星球：你觉得目前商汤在从技术到产业落地的过程中，商汤会遇到哪些挑战？
林达华：两个方面，一个是技术层面，一个是落地层面。我们发现技术向各个行业落地的时候，会有不同形态上的演变。比如以检测为例，我们在街上检测人脸、在工厂场景下检测零部件、在医疗图像中检测病理特征，本质上这些都是检测，但同样的算法在不同场景落地，会演化出非常多不太一样的版本，这会给技术积累产生很大的挑战。
其次，在落地层面，我们要深入地理解每个场景的需求和痛点。当我们没深入某个行业的时候，会对这个行业有自己的想象，但深入之后会发现其实是另一番风景，这对从技术背景成长的同事是一大挑战，这也就要求我们既需要懂技术，也需要懂行业。
Tech星球：从基础研究到商业化落地，商汤如何协调这两者之间的关系？
林达华：两者并不是相互矛盾的事情，其实是相辅相成的。首先，商汤在研究过程中，也会从开源项目中吸取内容，因为里面各种参数都调好了，这样实现路径就会变得非常短。
同时，商汤在研发过程中也会产生大量算法，我们会将这些成果贡献到开源项目中，这样一方面缩短我们研发的速度，也会加快商业化落地的步伐。
Tech星球：现在有些看法表示，相对成熟的开源算法加上实践过程中硬件条件、外部施工等方面的影响，最终大家体现的效果不会相差很多，这可能不利于拥有真正先进技术的AI企业，对此你怎么看？
林达华：首先，如果一家企业的独门算法或技术的效果与开源算法差不多，那这家企业需要问自己的主要价值在什么地方，每个企业一定要寻求自身独特的价值。
其次，做开源是面向社区、学术界和产业界，这些开源算法不是针对特定的落地场景需求去开发的，我们会发现任何一个具体的场景都有自己独特的需求，这不是一个开源算法拿过去就能解决的。
企业要有捕捉独特需求的能力，这也是核心竞争力的一部分，之后要懂得怎么把产业需求和算法结合在一起，实际上开源算法能够更快地将想法实现的过程缩短，让企业发挥竞争力。
如果一个企业因为算法的开源发现自己的技术丧失了竞争力，那我觉得他应该要去好好思考自己工作的定位。
Tech星球：去年底，你提到CV（计算机视觉）才刚刚开始，你觉得今年CV厂商将处于一个怎样的情况，在这个阶段商汤会重点布局哪些方向？
林达华：如果类比一个人的成长，他是有百年的历程，现在我们刚刚才做了几年，所以也刚刚进入少年期。
原本在2010年之前更多是学术界的事情，后来商汤等公司出来后，CV（计算机视觉）处于产业化落地时期，今后随着更多人的加入，CV会从某些重要领域的工业化，逐渐走向全社会普及化的阶段。
不过，虽然我们看到CV行业的领域在不断扩展，但同时也在面临更大的挑战。我们可以看到经过这些年的发展，在技术、工程上已经有了非常高的水平，但也会看到其依赖巨大的算力，依赖大量数据，这样在场景落地上会面临比较高的代价。
同时，AI与更多领域结合的时候，如何克服新的挑战。比如AI应用到医疗、自动驾驶等关键领域，我们如何提高AI在决策时的可靠性，这些都是未来面临的重要挑战。
Tech星球：你如何看待现在整个人工智能开源的现状？对未来有哪些看法？
林达华：目前人工智能领域的开源，还处在起步和百花齐放的阶段。我们可以看到Facebook、Google等公司在开源开放方面的努力，但更多是单点、单一方面想的开源，未来整个领域会从单篇论文、单个方向的开源，逐步走向开源体系，最终形成非常蓬勃的体系，这样会减少科研实现路径与付出的代价，以及加快业界落地的速度。
原创 Tech星球 2020-07-16 09:36:47
文 | Tech星球 周晓奇
“如果大家要找一棵大树，都会想到去森林里面找，人工智能也一样，其中细分场景和细分应用非常多，我们要拥抱开放的生态，这是最关键的创新驱动力”，商汤科技联合创始人、CEO徐立说。
7月10日，在全球人工智能大会商汤企业论坛上，徐立在演讲中宣布OpenMMLab战略升级，成立由商汤科技发起的“人工智能算法开放体系”。
战略升级后，OpenMMLab人工智能算法开放体系将涉及超过10种研究方向，覆盖超过100+算法和600个预训练模型。
“OpenMMLab是由我发起的一个计划，参与人员有我一部分的学生和商汤的研究员，后来逐渐演变成整个商汤人工智能开放的体系，目前我会统筹这个开源体系的未来发展规划”，商汤联合创始人、香港中文大学信息工程系教授林达华说。
2018年，香港中文大学与商汤科技联合实验室（MMLab，MM代表多媒体）启动OpenMMLab计划，过去两年内，MMLab逐步开放了多个开源算法库和工具箱，并获得越来越多AI研究人员的使用和回馈。
“尽管我们的算法面向公众、学术界和产业界，但开源算法不是针对一些特定的落地场景需求去开发的，任何一个具体的场景都有独特的需求，企业需要懂得如何将产业需求与算法结合起来”，林达华说。
作为一家技术驱动型企业，商汤不但要解决技术上的难题，而且也需要接受产业落地的挑战。为此，对商汤而言，成体系的算法框架平台，不仅能够提高开发人员想法落实的效率，还能够提升整体生产力。
如今，经过多年发展的人工智能，已经应用在安防、教育、旅游、娱乐等领域，接下来AI模型应用到更多关键领域时，如何提高决策可靠性，也成为今后面临的重要挑战。
不可否认，目前人工智能在技术上已经达到非常高的水平，但背后仍旧需要海量数据与巨大的算力。
今后，AI如何更好地应用到产业？在此其中，商汤会重点布局哪些方面？在开源算法日益增多的情况下，AI企业如何提升自己的竞争力？近日，Tech星球（微信ID：tech168）专访了林达华，以下为对话实录：
开放：不要独木要森林
Tech星球：OpenMMLab人工智能开放体系在商汤内部是一个什么样的地位？OpenMMLab有哪些价值？
林达华：OpenMMLab是商汤人工智能算法开放的一个体系，也是商汤拥抱开源开放非常重要的战略性一步，其最重要的意义是与整个AI产学界开源体系的连接。
AI算法研发的过程是非常复杂的，从一个简单的想法到最后落地，其中需要非常多的步骤，在算法开发层面需要很多工程化方面的实现，这些都需要花费大量实践和工程资源。
OpenMMLab的价值在于，可以基于其提供的框架顺势形成落地技术，加快研发的流程。
Tech星球：在什么时候决定将OpenMMLab定义为人工智能开放体系？当时做出这个决定的契机是什么？
林达华：首先OpenMMLab在两年前就逐步开源了一小部分代码库，当时我们知道学术界在实现一些算法的时候存在很大的困难，后来在算法实现过程中，我们发现缺乏统一的、具备良好结构的代码库 ，对目前产研界是一个非常巨大的痛点。为此从今年初，我们开始做准备，在当下将OpenMMLab定义为人工智能开放体系。
Tech星球：目前OpenMMLab聚焦在十个研究方向，选择这十个研究方向是有经过怎样的考量呢？
林达华：我们在方向上的选择，主要还是看学术界和产业界最普遍需求的是哪些方向，以及商汤有比较多算法积累的方向。具体这十个方向有图像分类、图像检测、语义分割、动作识别等，这些是计算机视觉领域最主要的方向，也是实际运用中最广泛推动的一些方向。
Tech星球：你觉得OpenMMLab的开源，对开发者本身工作有什么帮助？能给他们带来什么？
林达华：一句话总结，就是他们从想法到实现的路径大大缩短了。以前没有这些开源代码库支撑的时候，他们实现一个算法，需要经历非常多工程上的支撑和实践。现在有了这样的代码库，有了很多架构的支持，对于一个有新想法的研发人员来说，他只需要把创新的部分实现出来，其他的部分可以依托开源代码库实现。
比如实现一个物体检测的算法，从看到论文到实现算法，并且把精度调整到论文的水平，可能需要花上两三个月的时间，现在从想法到落地，只需要几天的时间。
从技术到落地，没有那么简单
Tech星球：OpenMMLab对技术转化为生产力的过程中，有哪些具体帮助？
林达华：我们之前接了一个项目，客户要求在一两个月时间内，交付60多个模型。当时我们有十几人在这个项目上，要在短时间内要交付这么多模型，而且性能等方面还需要达到一定的水平。
通过OpenMMLab的支持，以及商汤其他模型基础，我们每天都可以交付几个模型，而且能够保持一定的水准，这种算法框架和平台对提升商汤整体生产力的作用很大。基本上有和没有这个平台，相差非常大。
Tech星球：你觉得目前商汤在从技术到产业落地的过程中，商汤会遇到哪些挑战？
林达华：两个方面，一个是技术层面，一个是落地层面。我们发现技术向各个行业落地的时候，会有不同形态上的演变。比如以检测为例，我们在街上检测人脸、在工厂场景下检测零部件、在医疗图像中检测病理特征，本质上这些都是检测，但同样的算法在不同场景落地，会演化出非常多不太一样的版本，这会给技术积累产生很大的挑战。
其次，在落地层面，我们要深入地理解每个场景的需求和痛点。当我们没深入某个行业的时候，会对这个行业有自己的想象，但深入之后会发现其实是另一番风景，这对从技术背景成长的同事是一大挑战，这也就要求我们既需要懂技术，也需要懂行业。
Tech星球：从基础研究到商业化落地，商汤如何协调这两者之间的关系？
林达华：两者并不是相互矛盾的事情，其实是相辅相成的。首先，商汤在研究过程中，也会从开源项目中吸取内容，因为里面各种参数都调好了，这样实现路径就会变得非常短。
同时，商汤在研发过程中也会产生大量算法，我们会将这些成果贡献到开源项目中，这样一方面缩短我们研发的速度，也会加快商业化落地的步伐。
Tech星球：现在有些看法表示，相对成熟的开源算法加上实践过程中硬件条件、外部施工等方面的影响，最终大家体现的效果不会相差很多，这可能不利于拥有真正先进技术的AI企业，对此你怎么看？
林达华：首先，如果一家企业的独门算法或技术的效果与开源算法差不多，那这家企业需要问自己的主要价值在什么地方，每个企业一定要寻求自身独特的价值。
其次，做开源是面向社区、学术界和产业界，这些开源算法不是针对特定的落地场景需求去开发的，我们会发现任何一个具体的场景都有自己独特的需求，这不是一个开源算法拿过去就能解决的。
企业要有捕捉独特需求的能力，这也是核心竞争力的一部分，之后要懂得怎么把产业需求和算法结合在一起，实际上开源算法能够更快地将想法实现的过程缩短，让企业发挥竞争力。
如果一个企业因为算法的开源发现自己的技术丧失了竞争力，那我觉得他应该要去好好思考自己工作的定位。
Tech星球：去年底，你提到CV（计算机视觉）才刚刚开始，你觉得今年CV厂商将处于一个怎样的情况，在这个阶段商汤会重点布局哪些方向？
林达华：如果类比一个人的成长，他是有百年的历程，现在我们刚刚才做了几年，所以也刚刚进入少年期。
原本在2010年之前更多是学术界的事情，后来商汤等公司出来后，CV（计算机视觉）处于产业化落地时期，今后随着更多人的加入，CV会从某些重要领域的工业化，逐渐走向全社会普及化的阶段。
不过，虽然我们看到CV行业的领域在不断扩展，但同时也在面临更大的挑战。我们可以看到经过这些年的发展，在技术、工程上已经有了非常高的水平，但也会看到其依赖巨大的算力，依赖大量数据，这样在场景落地上会面临比较高的代价。
同时，AI与更多领域结合的时候，如何克服新的挑战。比如AI应用到医疗、自动驾驶等关键领域，我们如何提高AI在决策时的可靠性，这些都是未来面临的重要挑战。
Tech星球：你如何看待现在整个人工智能开源的现状？对未来有哪些看法？
林达华：目前人工智能领域的开源，还处在起步和百花齐放的阶段。我们可以看到Facebook、Google等公司在开源开放方面的努力，但更多是单点、单一方面想的开源，未来整个领域会从单篇论文、单个方向的开源，逐步走向开源体系，最终形成非常蓬勃的体系，这样会减少科研实现路径与付出的代价，以及加快业界落地的速度。
消防验收存在的问题有哪些
高层小区消防验收存在问题 消防验收分为隐蔽工程消防验收、粗装修消防验收、精装修消防验收三种验收形式。
l、隐蔽工程消防验收：对建筑物投入使用后。无法进行消防检查和验收的消防设施及耐火构件。在施工阶段进行的消防验收。例如：钢结构防火喷涂、消防管线及连接等。
2、粗装修消防验收：对建筑物内消防系统及设施的功能性验收。主要针对消防系统及设施已安装、调试完毕。但尚未进行室内装修的建筑工程。适用于建筑物主体施工完成后。建筑物待租、待售前的消防系统验收。粗装修消防验收合格后，建筑物尚不具备投入使用的条件，必须进一步完成精装修消防审核验收后方可投入使用。
3、精装修消防验收：对建筑物全面竣工并准备投入使用前的消防验收。建筑消防验收主要检查以下部分是否符合规范要求：
(1)建筑物总平面布置及建筑内部平面布置(含消防控制室、消防水泵房等设置);
(2)建筑物防火、防烟分区划分;
(3)建筑室内装修材料;
(4)安全疏散和消防电梯;
(5)消防供水及室外消火栓系统;
(6)建筑室内消火栓系统;
(7)自动喷水灭火系统;
(8)火灾自动报警及联动系统(含消防应急广播、消防电话通讯系统);
(9)防烟、排烟系统(含空调、通风系统消防功能设置);
(10)气体灭火系统;
(11)消防电源及其配电(含火灾应急照明和疏散指示标志系统);
(12)灭火器配置等。
近几年来。北京市消防局在对其所管辖的高层建筑进行消防验收时。发现了很多实际问题。其中，有的是建筑设计不当;有的是延用旧的规范条款而不适应新的规范要求;有的是业主擅自更改设计;有的是施工安装错误：还有的是工程施工进度过快等等。本文在对每个问题进行讨论时，仅简单地引述相关规范要求及必要的说明，未必完整全面，仅供参考。对于明显属于系统设备调试的问题。例如，排烟口与排烟风机不能联动;排烟防火阀被手动关(拉)阀时。排烟风机不能停机;末端放水试验时。唼淋泵不能联动启动;在人为烧(折)断易熔合金后，防火卷帘不能下落;安全出口疏散指示灯不亮等问题。在此暂不作讨论。
问题.风管穿防火墙。没有安装防火阀、车库穿防火墙的风管未加防火阀、地下正压送风管道穿墙未加防火阀、跨气体保护区的通风没有安装防火阀、穿配电宣排烟风管没有防火阀、穿防火分区通风蕾没有加防火阀等等局部少装防火阀是建筑工程常见的问题。排烟管道必须采用不燃烧材料制作。安装在吊顶内的排烟管道。其隔热层应采用不燃烧材料制作，并应与可燃物保持不小于150mm的距离。
下列情况之一的通风、空气调节系统的风管道应设防火阀：(1)管道穿越防火分区处;(2)穿越通风、空气调节机房及重要的或火灾危险性大的房间隔墙和楼板处;(3)垂直风管与每层水平风管交接处的水平管段上;(4)穿越变形缝处的两侧。前三种情况可在一侧设置。后一种情况应在两侧设置。
问题1.防火阀未安装单独的吊架固定这是建筑工程中普遍存在的问题。在对高规安装防火阀条文解释中。防火阀的安装要求有单独支吊架等措施。以防止风管变形影响防火阀关闭，同时防火阀能顺气流方向自行严密关闭。
问题2.风机房、水泵房、电梯前室和公共走道等处未设置应急照明配电室、消防控制室、消防水泵房、防烟排烟机房、自备发电机房、电话总机房以及发生火灾时仍需坚持工作的其它房间应设置应急照明。并应保证正常照明的照度。楼梯间、防烟楼梯间前室、消防电梯间及其前室、合用前室和避难层应设置应急照明。公共建筑内的疏散走道和居住建筑内走道长度超过20米的内走道应设置应急照明。
问题3.某层强电井横向没有封堵：某楼强、弱电竖井竖向没有封堵;穿防火分区有孔洞;水管井没有封墙等等建筑高度不超过10(3米的高层建筑的电缆井、管道井应每隔2至3层在楼板处。用相当于楼板耐火极限的不燃烧体做防火分隔;建筑高度超过100米的高层建筑应在每层楼板处。用相当于楼板耐火极限的不燃烧体做防火分隔。电缆井、管道井与房间、走道等相连通的孔洞。其空隙应采用不燃烧材料填塞密实。实际封堵的基本做法是：使用防火泥、防火枕对强、弱电井在每一层进行封堵。在建筑工程中，一般水管均做封堵，强电井封堵情况较好。问题多的是弱电井。这是验收中最常见的问题之一，防火分区的孔洞特别多，是一个不好解决的问题。有的工程为了应付消防验收。在验收前一天晚上。组织工人加班进行全部的封堵。消防验收时。建筑工程还没有彻底结束是存在此问题的主要原因。
问题4.部分疏散指示灯安装反向、楼梯间安全出口标志贴错安装人员不懂专业要求.按其所指的方向走不到疏散通道。
问题5.地下车库没有应急照明、车库缺少疏散指示标志应急照明应该在火灾情况下提供照明，照度不应小于0.5Lx。另外，一般要求在地下车库的任何一点处都能看到疏散指示标志，以便人员疏散。
问题6.安全出口灯不应设在防火卷帘处：车库平开防火门未加疏散标志。有些防火卷帘旁边。设置有平开防火门。在此处，安全出口灯不应设在防火卷帘处。而应调整到平开防火门处。车库分区墙上的平开防火门应加疏散标志。并且应在门的两侧都加。
高层小区消防验收存在问题 消防验收分为隐蔽工程消防验收、粗装修消防验收、精装修消防验收三种验收形式。
l、隐蔽工程消防验收：对建筑物投入使用后。无法进行消防检查和验收的消防设施及耐火构件。在施工阶段进行的消防验收。例如：钢结构防火喷涂、消防管线及连接等。
2、粗装修消防验收：对建筑物内消防系统及设施的功能性验收。主要针对消防系统及设施已安装、调试完毕。但尚未进行室内装修的建筑工程。适用于建筑物主体施工完成后。建筑物待租、待售前的消防系统验收。粗装修消防验收合格后，建筑物尚不具备投入使用的条件，必须进一步完成精装修消防审核验收后方可投入使用。
3、精装修消防验收：对建筑物全面竣工并准备投入使用前的消防验收。建筑消防验收主要检查以下部分是否符合规范要求：
(1)建筑物总平面布置及建筑内部平面布置(含消防控制室、消防水泵房等设置);
(2)建筑物防火、防烟分区划分;
(3)建筑室内装修材料;
(4)安全疏散和消防电梯;
(5)消防供水及室外消火栓系统;
(6)建筑室内消火栓系统;
(7)自动喷水灭火系统;
(8)火灾自动报警及联动系统(含消防应急广播、消防电话通讯系统);
(9)防烟、排烟系统(含空调、通风系统消防功能设置);
(10)气体灭火系统;
(11)消防电源及其配电(含火灾应急照明和疏散指示标志系统);
(12)灭火器配置等。
近几年来。北京市消防局在对其所管辖的高层建筑进行消防验收时。发现了很多实际问题。其中，有的是建筑设计不当;有的是延用旧的规范条款而不适应新的规范要求;有的是业主擅自更改设计;有的是施工安装错误：还有的是工程施工进度过快等等。本文在对每个问题进行讨论时，仅简单地引述相关规范要求及必要的说明，未必完整全面，仅供参考。对于明显属于系统设备调试的问题。例如，排烟口与排烟风机不能联动;排烟防火阀被手动关(拉)阀时。排烟风机不能停机;末端放水试验时。唼淋泵不能联动启动;在人为烧(折)断易熔合金后，防火卷帘不能下落;安全出口疏散指示灯不亮等问题。在此暂不作讨论。
问题.风管穿防火墙。没有安装防火阀、车库穿防火墙的风管未加防火阀、地下正压送风管道穿墙未加防火阀、跨气体保护区的通风没有安装防火阀、穿配电宣排烟风管没有防火阀、穿防火分区通风蕾没有加防火阀等等局部少装防火阀是建筑工程常见的问题。排烟管道必须采用不燃烧材料制作。安装在吊顶内的排烟管道。其隔热层应采用不燃烧材料制作，并应与可燃物保持不小于150mm的距离。
下列情况之一的通风、空气调节系统的风管道应设防火阀：(1)管道穿越防火分区处;(2)穿越通风、空气调节机房及重要的或火灾危险性大的房间隔墙和楼板处;(3)垂直风管与每层水平风管交接处的水平管段上;(4)穿越变形缝处的两侧。前三种情况可在一侧设置。后一种情况应在两侧设置。
问题1.防火阀未安装单独的吊架固定这是建筑工程中普遍存在的问题。在对高规安装防火阀条文解释中。防火阀的安装要求有单独支吊架等措施。以防止风管变形影响防火阀关闭，同时防火阀能顺气流方向自行严密关闭。
问题2.风机房、水泵房、电梯前室和公共走道等处未设置应急照明配电室、消防控制室、消防水泵房、防烟排烟机房、自备发电机房、电话总机房以及发生火灾时仍需坚持工作的其它房间应设置应急照明。并应保证正常照明的照度。楼梯间、防烟楼梯间前室、消防电梯间及其前室、合用前室和避难层应设置应急照明。公共建筑内的疏散走道和居住建筑内走道长度超过20米的内走道应设置应急照明。
问题3.某层强电井横向没有封堵：某楼强、弱电竖井竖向没有封堵;穿防火分区有孔洞;水管井没有封墙等等建筑高度不超过10(3米的高层建筑的电缆井、管道井应每隔2至3层在楼板处。用相当于楼板耐火极限的不燃烧体做防火分隔;建筑高度超过100米的高层建筑应在每层楼板处。用相当于楼板耐火极限的不燃烧体做防火分隔。电缆井、管道井与房间、走道等相连通的孔洞。其空隙应采用不燃烧材料填塞密实。实际封堵的基本做法是：使用防火泥、防火枕对强、弱电井在每一层进行封堵。在建筑工程中，一般水管均做封堵，强电井封堵情况较好。问题多的是弱电井。这是验收中最常见的问题之一，防火分区的孔洞特别多，是一个不好解决的问题。有的工程为了应付消防验收。在验收前一天晚上。组织工人加班进行全部的封堵。消防验收时。建筑工程还没有彻底结束是存在此问题的主要原因。
问题4.部分疏散指示灯安装反向、楼梯间安全出口标志贴错安装人员不懂专业要求.按其所指的方向走不到疏散通道。
问题5.地下车库没有应急照明、车库缺少疏散指示标志应急照明应该在火灾情况下提供照明，照度不应小于0.5Lx。另外，一般要求在地下车库的任何一点处都能看到疏散指示标志，以便人员疏散。
问题6.安全出口灯不应设在防火卷帘处：车库平开防火门未加疏散标志。有些防火卷帘旁边。设置有平开防火门。在此处，安全出口灯不应设在防火卷帘处。而应调整到平开防火门处。车库分区墙上的平开防火门应加疏散标志。并且应在门的两侧都加。
半个月前评图
为什么没有材料室？而且材料室要方便出去，有时候别人来送材料什么的
阅览室没啥要查的，地产公司不怎么需要吧
半个月后：材料室没意义呀，那是下面施工方的。为什么没有档案室？
我：？？？？
懂了 我以后交初方案行8？
还不让我说话，说我不谦虚！hello？有人让我把消防通道关了，还不让我说句话？
为什么没有材料室？而且材料室要方便出去，有时候别人来送材料什么的
阅览室没啥要查的，地产公司不怎么需要吧
半个月后：材料室没意义呀，那是下面施工方的。为什么没有档案室？
我：？？？？
懂了 我以后交初方案行8？
还不让我说话，说我不谦虚！hello？有人让我把消防通道关了，还不让我说句话？
✋热门推荐