不要被电视上的信息所迷惑，如今建造房屋的过程充斥着令人难以置信的痛苦。光是申请必要的许可证可能就是一件令人痛苦的事情，在城市里四处奔波，填写无用的表格，在市政厅里一边无聊地等待着，一边在想也许应该搬回父母家。
要真正获得这些许可证，你的住宅必须满足一系列条件，比如复杂且相互冲突的联邦、州和市建筑规范，单独的火源和能源要求，以及由各个独立机构设定的准法律建筑标准。
当别人对你说“我的祖父母赤手空拳地建好了这座房子”时，似乎建造房屋并不总是这么困难。然而，激增的法规正成为美国和其他发达国家住房成本快速上涨的主要原因之一。不过，好消息是，新一代初创公司正在识别和简化这些法规，通过机器学习来实现住房的未来。
官僚主义的恶果
各大城市曾经单独创建了各种建筑规范，这些建筑规范决定了建筑设计几乎每个方面的要求，并且参考了当地的地形、气候和风险。随着时间的推移，乡镇、州、联邦政府认可的组织和从保险业萌芽的独立团体，进一步创建了自己的“模范”建筑规范。
这也是复杂性的开始。各州可以自己选择联邦规范和独立机构标准，各市可以自己选择州立规范，各乡镇可以自己选择市立规范，需要注意的是，这些规范并不总是一致的。因此，当地建筑规范是由不断变化、不断膨胀和混合的法规所组成的。例如，纽约市的建筑规范由五个部分组成，分为76个章节和35个附录，另外还有67个更新。
简而言之，非常的糟糕。
由于建筑规范的超本地化和重叠性，一个地方的住宅可能会受到与其他地方完全不同的要求。因此，你甚至难以理解允许构建的内容，需要满足的条件以及如何最好地满足这些条件。
住房规范存在一定程度的复杂性，是难以避免的。房屋的结构完整性取决于从墙壁到侵蚀到风力作用的一切事物。建筑物中使用的材料和技术各式各样，也都在不断的发展。
因此，来自各个联邦、州、市、乡镇和独立机构的厚重法规，导致了一个令人难以置信的扩展决策树，需要无限的模拟才能完全理解所有必须达到合规性的选项，以及它们各自的成本效益和效率。
因此，住宅建筑商经常被迫向昂贵的顾问寻求帮助，或者选择满足规范但不具成本效益的设计。如果施工问题导致你达不到预期的结果，可能会面临巨额罚款、延误或重新设计和重建造成的巨额成本超支。所有这些成本都贯穿整个建筑物的生命周期，并最终影响房主和租房者的负担能力和所有权。
创企正在解决这一问题
戴上你的安全帽，毕竟你可能还会有希望打造出梦想家园。
由于日益复杂的建筑规范所造成的摩擦、低效率和纯粹的痛苦，越来越多的公司通过将法规直接导入软件，来帮助人们理解住宅建设过程。
通过使用机器学习，这些公司的平台围绕交织的建筑规范和相互依赖的结构变量，运行高级场景分析，从而让用户无需接触法规，就可以做出合规设计和法规知情决策。
例如，预制房屋初创公司Cover正在帮助人们根据当地的分区和许可规定，找出他们可以设计和建造的房屋后院。
一些初创公司也试图为大型建筑开发商提供类似的服务。就在上周，我报道了一家名为Cove．Tool的初创公司，该公司根据开发商指定的位置和项目级特征，分析当地建筑能源规范，并给出最具成本效益和最节能的资源组合，以满足当地的能源要求。
初创公司不仅仅是通过建立规范来简化住房流程的监管难题。Envelope正在帮助开发人员理解同样复杂的分区规范，而Cover和Camino等公司正在努力通过模拟许可流程，帮助指导家庭和企业主。
我并不是在说规范不好。事实上，我认为建筑规范是必要的，没有人想住在一个随时可能会产生问题的家中。但我仍然忍不住问自己，为什么需要AI才能弄清楚怎么建房子呢？为什么我们的建筑规范需要超级计算机来理解？
最终，它可能有助于我们整理出更多标准化的建筑规范。更多的区域标准化将大大减少存在的条件分支数量。如果有一套公认的总体规范仍然可以为建筑物的所有组成部分设定精确的要求，那么遵循法规可以大大减少有效建造房屋所需的知识和分析。
但住房与地理的内在联系让标准化的实现变得困难重重。每个地区都有不同的土地条件、气候、优先事项和政治动机，所以当地政府总是想要设定自己的一套法规。
政府似乎很好地回避了由超区域建筑规范引起的问题，并将其留给创企来帮助人们消除住房建设过程中的荒谬。
就目前而言，我们可以依靠那些正在创造价值的企业，通过让规则更易于理解，让住房建设变得更容易、更简单和更便宜。也许有一天，我的孙辈可以告诉他们的朋友，自己的爷爷是如何用超级计算机建造房屋的。
