Η άνοδος της
τεχνητής νοημοσύνης στις κατασκευές
Connected Construction
Από την Grace Ellis
Όταν
οι περισσότεροι άνθρωποι ακούν τεχνητή νοημοσύνη (AI) ή μηχανική μάθηση, το
τελευταίο πράγμα που σκέφτονται είναι η τεχνολογία με ένα ανθρώπινο άγγιγμα. Το
μεγαλύτερο μέρος των ανθρώπων,
ακούγοντας αυτές τις έννοιες, θα τις θεωρήσουν εντελώς άκυρες.
Πολλοί
άνθρωποι πιστεύουν επίσης ότι η τεχνητή νοημοσύνη μπορεί να έχει επιβλαβείς
επιπτώσεις στους χώρους εργασίας. Μια έρευνα του 2023 από την Pew Research διαπίστωσε ότι το
32% των εργαζομένων στις ΗΠΑ πιστεύει ότι η τεχνητή νοημοσύνη θα βλάψει το
εργατικό δυναμικό περισσότερο από το να βοηθήσει, ενώ μόλις το 13% πιστεύει το
αντίστροφο.
Υπάρχουν σαφώς
πολλές βάσιμες ανησυχίες σχετικά με την τεχνητή νοημοσύνη και με δεδομένη την
άνοδο εργαλείων όπως το ChatGPT, σίγουρα
θα δούμε περισσότερες συζητήσεις να γίνονται γύρω από το θέμα. Από την άλλη
πλευρά, αξίζει να σημειωθεί ότι η τεχνητή νοημοσύνη μπορεί να έχει τεράστιο και
θετικό αντίκτυπο, ιδιαίτερα στον κατασκευαστικό κλάδο.
Όταν
εφαρμοστούν σωστά, η τεχνητή νοημοσύνη και η μηχανική μάθηση μπορούν να
βελτιώσουν την καθημερινή ζωή των ανθρώπων στο χώρο εργασίας. Και ενώ μπορεί να
φαίνεται σαν μια εξαιρετικά τεχνική μη ανθρώπινη προσέγγιση, η τεχνητή
νοημοσύνη μπορεί να κάνει τα πράγματα πιο ανθρώπινα. Αντί να βγάλουν τους
ανθρώπους από την εξίσωση, η τεχνητή νοημοσύνη και η μηχανική μάθηση επιτρέπουν
στους ανθρώπους να κάνουν τις πραγματικές τους δουλειές πιο αποτελεσματικά.
Τεχνητή Νοημοσύνη στις Κατασκευές:
Γιατί τη χρειαζόμαστε; Τα τελευταία χρόνια, η τεχνολογία και η ψηφιακή
συνεργασία έχουν επιταχυνθεί στις κατασκευές. Ωστόσο, είναι δύσκολο να βρείτε τους πόρους για την
εφαρμογή νέων τεχνολογιών, ενώ παραμένετε σε καλό δρόμο με τα έργα σας.
Εισαγωγή της τεχνητής
νοημοσύνης και της μηχανικής εκμάθησης στις κατασκευές.
Ώθηση της βιομηχανίας, βελτιώνοντας τα
αποτελέσματα για τους εργαζόμενους, τις εργολαβικές εταιρείες και τους τελικούς
πελάτες.
Η χρήση της τεχνητής νοημοσύνης στον
κλάδο των κατασκευών θα μπορούσε να συμβάλει στη βελτίωση της ασφάλειας, της
παραγωγικότητας, της ποιότητας και άλλων ζωτικών μέτρων. Η τεχνητή νοημοσύνη
μπορεί να αναλάβει μονότονα καθήκοντα και να βοηθήσει στο σχεδιασμό και τον
προγραμματισμό, επιτρέποντας στους ανθρώπους των ομάδων έργου να περνούν το
χρόνο τους βελτιώνοντας την τεχνογνωσία και τη δημιουργικότητά τους.
Η τεχνητή νοημοσύνη και η μηχανική
μάθηση μπορούν να βοηθήσουν ομάδες έργων και τις εταιρείες να κάνουν
ενημερωμένες προβλέψεις, εκσυγχρονίζοντας τις ροές εργασίας.
Κατανοώντας την AI, την μηχανική
μάθηση & του Deep Learning στην Κατασκευή
Η τεχνητή νοημοσύνη είναι ένα ευρύ
πεδίο στην επιστήμη των υπολογιστών που ασχολείται με τη δημιουργία έξυπνων
μηχανών που μπορούν να εκτελούν εργασίες που διαφορετικά απαιτούν ανθρώπινη
νοημοσύνη. Αυτές οι
εργασίες περιλαμβάνουν εκμάθηση από την εμπειρία, αναγνώριση προτύπων και
κατανόηση της φυσικής γλώσσας.
Η μηχανική εκμάθηση είναι ένα
υποσύνολο του AI. Με την
πιο βασική έννοια, ορίζεται από το βιβλίο «Machine Learning: An Artificial Intelligence Approach», ως «η ικανότητα
μάθησης είναι ένα από τα πιο θεμελιώδη χαρακτηριστικά της ευφυούς
συμπεριφοράς».
Βασικά, οι μηχανές μπορούν να μάθουν
και να προβλέψουν τα αποτελέσματα από μόνες τους. Αντί να τα προγραμματίζει ένα άτομο,
χρησιμοποιούν λογισμικό με αλγόριθμους που τους επιτρέπουν να δημιουργούν
προβλέψεις με βάση την ανάλυση των δεδομένων τους. Για παράδειγμα, ένα μηχάνημα
μπορεί να σας πει ότι χρειάζεται προληπτική συντήρηση.
Η βαθιά μάθηση (deep learning) είναι ένα
υποσύνολο της μηχανικής μάθησης, όπου η μηχανή διδάσκεται να μαθαίνει και να
λαμβάνει αποφάσεις με βάση τεχνητά νευρωνικά δίκτυα, συγκεκριμένα, βαθιά
νευρωνικά δίκτυα (DNN). Η βαθιά μάθηση χρησιμοποιείται κυρίως
για το χειρισμό μεγάλων ποσοτήτων πολύπλοκων δεδομένων.
Πέντε χρήσιμες εφαρμογές
για AI στον
κλάδο των Κατασκευών
1. Καλυτέρευση της
Ποιότητας του Σχεδιασμού
Η
τεχνητή νοημοσύνη, ή πιο συγκεκριμένα, η μηχανική μάθηση, μπορεί να βελτιώσει
τα σχέδια συνολικά για να κάνει τους χώρους καλύτερους για τους ανθρώπινους
τελικούς χρήστες.
Για παράδειγμα, η εταιρία WeWork ήθελε οι αίθουσες
συσκέψεών της να ταιριάζουν με τον τρόπο με τον οποίο οι άνθρωποι θα
χρησιμοποιούσαν τους χώρουςΧρησιμοποιήθηκε η μηχανική εκμάθηση για να βοηθήσει
στην κατανόηση και την πρόβλεψη της συχνότητας της χρήσης για αυτές τις
αίθουσες συσκέψεων και η εταιρεία μπόρεσε να σχεδιάσει τον χώρο ώστε να
ταιριάζει καλύτερα στις ανάγκες των ανθρώπων πριν ξεκινήσει την κατασκευή του.
Η συνεργασία της Autodesk με την Daisy AI Inc είναι ένα άλλο
εξαιρετικό παράδειγμα χρήσης της τεχνητής νοημοσύνης στον κατασκευαστικό
σχεδιασμό. Η Daisy ανέπτυξε
ένα σύστημα σχεδιασμού κατασκευών με τεχνητή νοημοσύνη που αυτοματοποιεί τη
βελτιστοποίηση της διάταξης του ξύλινου δαπέδου. Σύμφωνα με αυτό, η Autodesk Research κατασκεύασε ένα
πρωτότυπο που ονομάζεται Kratos, το οποίο βελτιστοποιεί τον εννοιολογικό
σχεδιασμό κτιρίων μαζικής ξυλείας.
Οι λύσεις δημιούργησαν μια
ολοκληρωμένη ροή εργασιών σχεδιασμού για κατασκευές ξύλου. Αυτές οι λύσεις
μπορούν να βοηθήσουν τους αρχιτέκτονες και τους μηχανικούς να προσφέρουν πιο
βιώσιμες κατασκευές με βάση το ξύλο στο μέλλον.
Τα οφέλη της τεχνητής νοημοσύνης στον
σχεδιασμό δεν σταματούν εκεί. Η
μηχανική μάθηση μπορεί επίσης να βοηθήσει τους εργαζόμενους να καταλάβουν λάθη
και παραλείψεις που μπορεί να υπάρχουν στο σχεδιασμό πριν προχωρήσουν στην
κατασκευή.
Αντί να ξοδεύουμε χρόνο προσπαθώντας
να εντοπίσουμε σφάλματα, μπορούμε να το αφήσουμε στη μηχανική εκμάθηση και να εξοικονομήσουμε
χρόνο και πόρους, που μπορούμε να βάλουμε σε άλλες πιο παραγωγικές εργασίες.
2.
Δημιουργία
εντός Ασφαλέστερου εργασιακού χώρου
Η αυξημένη ασφάλεια αποτελεί
προτεραιότητα για τα εργοτάξια: Η τεχνητή νοημοσύνη μπορεί να χρησιμοποιηθεί
για την ανάλυση περιστατικών ταξιδιού και πτώσης στο εργοτάξιο, βοηθώντας στην
εύρεση καλύτερων μέτρων ασφαλείας. Αναλύοντας πλάνα από βίντεο επισημαίνει τους
κινδύνους ασφάλειας.Π.χ. Αν δεν γίνεται σωστή χρήση προστατευτικού εξοπλισμού, θα
το εντοπίσει και θα ζητήσει να πραγματοποιηθούν περαιτέρω εκπαιδεύσεις ασφάλειας.
3. Αξιολόγηση και μείωση
κινδύνων
Μία από τις πραγματικά εκπληκτικές
δυνατότητες της τεχνητής νοημοσύνης στις κατασκευές είναι ότι μπορεί να
εντοπίσει τους κινδύνους πριν συμβούν. Η τεχνητή νοημοσύνη και η μηχανική
μάθηση μπορούν να προβλέψουν προβλήματα, να μετρήσουν τον αντίκτυπό τους και να
χρησιμοποιήσουν προγνωστικά αναλυτικά στοιχεία για να σας βοηθήσουν να μειώσετε
τους κινδύνους. Διαβάστε
περισσότερα: Leverage
Machine Learning to Reduce Risk with Construction IQ
4. Αύξηση της διάρκειας
ζωής του έργου
Πέρα από το σχεδιασμό και την
κατασκευή, η τεχνητή νοημοσύνη μπορεί να συμβάλει καθοριστικά και στο property management για την
επέκταση της συνολικής διάρκειας ζωής ενός ακινήτου. Υπάρχουν συχνά κενά σε
σημαντικές πληροφορίες, με αποτέλεσμα, η διαχείρηση των επισκευών να είναι δύσκολο να γίνουν αποτελεσματικά
και οικονομικά. Η τεχνητή νοημοσύνη και η μηχανική μάθηση βοηθούν στον
εξορθολογισμό της διαδικασίας, αυξάνοντας τη συλλογή και τη χρήση δεδομένων
μέσα από τη ταξινόμηση εγγράφων και δεδομένων όπως εντολές εργασίας και την
αξιολόγηση σχετικών συνθηκών σε πραγματικό χρόνο, με εκπληκτική ακρίβεια. Αυτό
αφαιρεί από τους ανθρώπους τα κουραστικά και χρονοβόρα διοικητικά καθήκοντα και
τους επιτρέπει να επικεντρωθούν στο πραγματικό πρόβλημα που αντιμετωπίζουν.
5. Ισχυρός
καθημερινός αυτοματισμός
Οι απλές δυνατότητες τεχνητής
νοημοσύνης έχουν ήδη μεταμορφώσει την καθημερινότητά μας και εκτός εργασίας. Το
Gmail ή άλλη υπηρεσία email που χρησιμοποιούμε
διαθέτει προηγμένο φιλτράρισμα π.χ. για τα ανεπιθύμητα μηνύματα. Πλατφόρμες όπως
το Netflix εμφανίζουν
προσαρμοσμένες προτάσεις περιεχομένου με βάση το ιστορικό παρακολούθησης.
Στην κατασκευή, η τεχνητή νοημοσύνη
ενισχύει αυτοματισμούς "πίσω από τα παρασκήνια" που διευκολύνουν τις
εργασίες και αυτοματοποιούν επαναλαμβανόμενες εργασίες. Για παράδειγμα,
εργαλεία όπως το Autodesk Build μπορούν να
ανιχνεύουν αυτόματα μπλοκ τίτλου, ονόματα φύλλων, αριθμούς κ.λπ. Αυτή η
φαινομενικά μικρή αλλά ισχυρή δυνατότητα βοηθά στη μείωση εξτρα χρόνου που
συνήθως χρειάζεται να ξοδεύουμε στην κατηγοριοποίηση των σχεδίων μας.
Τι θα οδηγήσει την
τεχνητή νοημοσύνη στην κατασκευή;
Για να είναι αποτελεσματική και
ακριβής, η τεχνητή νοημοσύνη χρειάζεται μεγάλα υποσύνολα δεδομένων. Ο Jim Lynch, Senior Vice President & General Manager της Autodesk Construction Solutions, σε ένα πρόσφατο
επεισόδιο του podcast του Digital Builder, επισήμανε
ότι «Υπάρχουν τόσα πολλά δεδομένα και τόσα πολλά να μάθουμε και από αυτό
τροφοδοτείται η τεχνητή νοημοσύνη. Έτσι αποδίδει αξία. 10 χρόνια από τώρα—ίσως
λιγότερα—θα χρειαζόμαστε ακόμα ομάδες σχεδιασμού για να σχεδιάζουν πόρτες,
τοίχους και παράθυρα; Ή μήπως θα εφαρμόζουμε AI στη σύλληψη των απαιτήσεων; Με αυτόν τον
τρόπο, οι ομάδες σχεδιασμού και κατασκευής ενσωματώνονται, tροποποιούν και δημιουργούν γρήγορα τα
κατασκευαστικά σχέδια. Υπάρχουν
τόσα πολλά εκεί έξω για να εφαρμόσουμε την τεχνητή νοημοσύνη».
Φυσικά,
τα δεδομένα από μόνα τους δεν αρκούν. Προκειμένου οι ομάδες (και οι λύσεις
τεχνητής νοημοσύνης) να αποκαλύπτουν αποτελεσματικά πληροφορίες, τα δεδομένα
κατασκευής πρέπει να είναι οργανωμένα και ενσωματωμένα.
Δυστηχώς υπάρχουν πολλές τεχνολογικές
πλατφόρμες στην αγορά που είτε δεν είναι ακόμη 100% έτοιμες, ή δεν είναι ενσωματωμένες,
αφήνοντας τα δεδομένα αποσυνδεδεμένα. Η
αντιμετώπιση αυτού του ζητήματος έγκειται στην επιλογή μιας συνδεδεμένης
πλατφόρμας κατασκευής που διατηρεί όλα τα δεδομένα σας σε ένα μέρος.
Τα καλύτερα εργαλεία
και λύσεις AI για
τον κλάδο των Κατασκευών
Construction IQ : Χρησιμοποιεί
μηχανική μάθηση και τεχνητή νοημοσύνη για να βοηθήσει τους project managers να
διαχειριστούν και να μειώσουν τους κινδύνους σε τέσσερις βασικούς τομείς: Κόστος,
χρονοδιάγραμμα, ποιότητα και ασφάλεια. Το εργαλείο είναι διαθέσιμο για το Autodesk Build και το Autodesk BIM Collaborate
EarthCam : Κορυφαίος πάροχος τεχνολογίας, περιεχομένου και
υπηρεσιών ζωντανής κάμερας. Οι ομάδες έργων το χρησιμοποιούν για να
παρακολουθούν και να τεκμηριώνουν τα έργα τους. Από το περιεχόμενο της κάμερας web και τη ζωντανή ροή
βίντεο μέχρι το επικό time-lapse κατασκευής, το EarthCam παρέχει ολοκληρωμένο
οικοσύστημα λύσεων οπτικών δεδομένων για τη βελτίωση της διαχείρισης έργων και
την προώθηση της διαφάνειας.
viAct: Εταιρία αφιερωμένη στην παροχή ολοκληρωμένης
παρακολούθησης κατασκευαστικών έργων, αξιοποιεί προηγμένο AIoT (Τεχνητή Νοημοσύνη
των Πραγμάτων) για την αυτοματοποίηση της παρακολούθησης της ασφάλειας, της
παραγωγικότητας και της συντήρησης. Το viAct το κάνει
αυτό τροφοδοτώντας τις υπάρχουσες κάμερες εργοταξίων με τεχνολογία AI βασισμένη σε σενάρια.
Η τεχνολογία τροφοδοτεί οποιαδήποτε
κάμερα επιτόπου με AI βασισμένη
σε σενάρια, καθιστώντας εύκολη την καταγραφή ζητημάτων ασφάλειας ή
παραγωγικότητας. Στη
συνέχεια, το ViAct εμφανίζει δεδομένα σε έναν φιλικό προς τον χρήστη πίνακα
εργαλείων, τον οποίο οι ομάδες μπορούν να εντοπίσουν γρήγορα —και να
ενεργήσουν— τυχόν ζητήματα σχετικά με την ασφάλεια ή τη μη συμμόρφωση.
Constru :Χρησιμοποιεί
προηγμένη όραση υπολογιστών (computer vision) και AI για τον εξορθολογισμό και τη βελτίωση
της διαχείρισης κατασκευαστικών έργων. Το εργαλείο βοηθά τους χρήστες να
εντοπίζουν διαφορές μεταξύ των σχεδίων κατασκευής και των πραγματικών
κατασκευών συγκρίνοντας αυτόματα εικόνες BIM με εικόνες
360° του εργοταξίου. Αυτό
διευκολύνει τον εντοπισμό αποκλίσεων και τη μείωση της επανεπεξεργασίας.
Το Constru δίνει επίσης την επιλογή ενσωμάτωσης των
αποκλίσεων που ανιχνεύονται από το σύστημα στο Autodesk Construction Cloud ως ζητήματα. Με αυτόν τον τρόπο, μπορείτε να
διαχειριστείτε τον αυτοματοποιημένο εντοπισμό αποκλίσεων της λύσης παράλληλα με
ζητήματα που εντοπίζονται με μη αυτόματο τρόπο, όλα μέσα σε γνωστές ροές
εργασίας.
StructionSite : Αποτύπωση
της προόδου στο εργοτάξιο. Η δυνατότητα Site Documentation των λύσεων επιτρέπει
να τραβάτε τυπικές φωτογραφίες, φωτογραφίες 360° και βίντεο που
αντιστοιχίζονται στην κάτοψή σας. Μόλις καταγραφούν τα αρχεία, το StructionSite διευκολύνει την
εύκολη εύρεση φωτογραφιών με δυνατότητες τεχνητής νοημοσύνης — ουσιαστικά σας
δίνει τη δυνατότητα να δημιουργήσετε έναν εικονικό ιστότοπο εργασίας στον οποίο
οι ομάδες μπορούν να έχουν πρόσβαση από οπουδήποτε.
Συμπέρασμα: Η τεχνητή νοημοσύνη βοηθά
τους ανθρώπους και τις ομάδες έργων στον κλάδο των Κατασκευών
Ελπίζουμε ότι μπορείτε να δείτε αυτό
που είδαμε γράφοντας το άρθρο: Ότι η μηχανική μάθηση και η τεχνητή νοημοσύνη
στις κατασκευές δίνουν μερικές συναρπαστικές δυνατότητες για το μέλλον,
ξεκινώντας από σήμερα. Αλλά, ενώ η τεχνητή νοημοσύνη είναι πιθανό να
επηρεάσει το μέλλον της κατασκευής, αυτό σίγουρα δεν σημαίνει ότι οι συσκευές
και η τεχνολογία θα μας αντικαταστήσουν.
Οι
κατασκευές είναι μια ανθρώπινη επιχείρηση, και έτσι θα παραμείνει. Χρειαζόμαστε
τις δεξιότητες, την τεχνογνωσία και την καινοτομία των εργαζομένων μας για να
κερδίσουμε το μέλλον. Μπορούμε να χρησιμοποιήσουμε τη μηχανική μάθηση ως ένα
ακόμη εργαλείο που θα αφήσει τα ταλέντα και την πρόοδο του κλάδου μας να
λάμψουν. Αν το χρησιμοποιήσουμε με σύνεση, μπορεί να μας βοηθήσει να
αξιοποιήσουμε στο έπακρο τη δημιουργικότητα και την εφευρετικότητά μας. Ποτέ
δεν ξέρεις πόσο μακριά θα μπορούσε να πάρει τις δικές μας ανθρώπινες
ικανότητες.
July 2023 https://constructionblog.autodesk.com/ai-construction/