Использования Искусственного Интеллекта в архитектуре и строительстве.

Сфера строительства имеет все возможности для извлечения выгоды из появления машинного обучения и искусственного интеллекта (ИИ).

По мере того, как все больше зданий генерируют огромное количество данных о том, как они построены и эксплуатируются, возникает новый вопрос: кто или что лучше всего подходит для анализа всего этого?. Ответ, особенно на ранних этапах планирования и проектирования, – искусственный интеллект (ИИ).

искусственный интеллект

Что мы подразумеваем под ИИ?

Общественное восприятие искусственного интеллекта обычно колеблется между двумя крайностями: он управляет миром, и его отвергают как фантазию, не имеющую места в серьёзном разговоре. На самом деле правда находится где-то посередине, где ИИ очень далёк от того, чтобы быть формой супер интеллекта, а скорее как отрасль науки, которая нашла огромное применение и является важным движущим фактором приложений в современных технологиях.

В настоящее время существует множество областей работы в более широком контексте ИИ, но здесь я хотел бы определить две наиболее популярные области — машинное обучение и глубокое обучение. Машинное обучение — одно из таких подмножеств, которое занимается написанием алгоритмов, позволяют компьютерам учиться на данных без явного программирования.

Глубокое обучение можно рассматривать как набор специализированных методов в рамках машинного обучения, которые действительно получили развитие в последнее время. Они основаны на нейронных сетях, типе алгоритма машинного обучения, который имитирует нейроны человеческого мозга. Глубокое обучение позволило сделать несколько прорывов в области обработки изображений и языка, открыв возможности для расширенных приложений, таких как помощники по дому и автомобили с автономным управлением.

Новый урожай инноваций, основанный на искусственном интеллекте и машинном обучении, меняет отрасль архитектуры, проектирования и строительства. Ещё до того, как дизайнеры начнут создавать итерации, использование автоматизированных инструментов для организации контекстных данных может устранить двусмысленность и, будем надеяться, риски.

Следующие примеры показывают, от исследовательских проектов до коммерческих продуктов, как ИИ в архитектуре может создавать возможности для улучшения процесса проектирования, чтобы человеческое творчество могло занять центральное место.

Генеративный дизайн

Генеративный дизайн — это процесс поиска формы, который может имитировать эволюционный подход природы к дизайну. Ученые-информатики нашли способы помочь процессу проектирования зданий. Обычно он начинается с чёткого определения целей дизайна, а затем изучения бесчисленных возможных вариантов решения, чтобы найти лучший вариант. Это станет понятнее на примере.

Слева направо на каждый план накладывается симуляция следующих параметров: предпочтение соседства, предпочтение стиля работы, шум, продуктивность, дневной свет и виды на улицу.

Исследователи использовали генеративный дизайн, чтобы помочь им найти идеальный дизайн для здания, который отвечал бы всем их потребностям. Процесс начался с понимания всех параметров, которые будут важны для жителей. Предпочтения соседства, предпочтения стиля работы, шума, продуктивности, дневного света и вида на улицу.

Затем этот ввод был введён в компьютерную систему, которая понимала эти параметры конструкции вместе с требованиями физического местоположения. Затем алгоритм создал несколько проектов, отвечающих всем этим потребностям, которые архитектор может выбрать в соответствии со стилем и другими потребностями. Поскольку этот процесс был очень быстрым, было легко сделать дизайн итеративным, а также изменить окончательный дизайн.

Помимо решения неприятных практических проблем, генеративное проектирование может также повысить эффективность и экономичность всего процесса разработки, создавая проекты, которые улучшают планирование и координацию между несколькими заинтересованными сторонами.

Снижение риска

Оценка и снижение рисков происходит каждый день на строительной площадке. Сотни субподрядчиков одновременно работают над разными профессиями; есть тысячи проблем, которые создаются и управляются, и все постоянно меняется. ИИ был направлен на понимание проблем, с которыми руководители строительства, менеджеры проектов и суперинтенданты сталкиваются ежедневно, чтобы справиться с этими проблемами, и способы улучшения этого процесса.

Используя ИИ, особенно анализ строительного языка, можно автоматически назначать приоритет задачам. Алгоритмы способны понимать и предсказывать сложные вещи, например, приведёт ли проблема к потенциальному проникновению воды, если её не устранить. Система использует описания, которые наблюдали многие менеджеры по качеству в проектах при мониторинге своих проектов.

Например, если менеджер по качеству замечает проблему, и записывает его, то алгоритмы ИИ обрабатывают эти данные и автоматически помечают это как потенциальную проблему с водой. Затем это может быть доведено до сведения суперинтенданта, когда они рассмотрят все проблемы на приборной панели.

Система также идёт ещё на один шаг вперёд: она переносит весь риск, связанный с проблемами, на субподрядчиков, которые за него несут ответственность. Он учитывает различные факторы, касающиеся субподрядчиков, такие как их прошлое поведение по управлению проблемами, текущая рабочая нагрузка, важность вопросов, за которые они несут ответственность. Затем алгоритм может присвоить «оценку риска» каждому субподрядчику в проекте, метрику, указывающую степень риска, которому они подвергаются в настоящее время по проекту, чтобы руководители строительства могли лучше расставить приоритеты для более тесной работы с этой командой.

Безопасность

Безопасность строительства – приоритет номер один на всех стройплощадках. ИИ был направлен на понимание поведения и контекста проблем безопасности, а затем на доведение их до сведения менеджеров по безопасности. Приложение  автоматически сканирует все проблемы безопасности на рабочей площадке и прикрепляет к ним тег, указывающий, может ли это привести к потенциальному смертельному исходу. Опыт показывает, что около 67% всех смертельных случаев, связанных со строительством, были вызваны проблемами, связанными с «фатальной четвёркой» – падением, поражением, застреванием между ними и поражением электрическим током. Алгоритмы ИИ классифицируют проблемы безопасности, которые предшествуют фатальной четвёрке.

Вам будет интересно…

Энергоэффективные дома

Энергоэффективные дома

В последнее время все большую популярность приобретают так называемые энергоэффективные дома. Эта тенденция...

Заказать звонок
+
Жду звонка!
Call Now Button