Переваги штучного інтелекту в будівництві

У всьому світі приватні особи та підприємства витрачають понад $10 трлн на рік на діяльність, пов'язану з будівництвом, і, за прогнозами, до 2023 року цей обсяг продовжуватиме зростати на 4,2%. У звіті McKinsey 2020 року «Наступна норма в будівництві: як руйнування формує найбільшу у світі екосистему» ​​зазначається, що дедалі більше уваги приділяється рішенням, заснованим на штучному інтелекті.

ШІ в будівництві може допомогти гравцям усвідомити цінність протягом усього життєвого циклу проєкту, включно з проєктуванням, торгами та фінансуванням, закупівлями і будівництвом, експлуатацією та управлінням активами, трансформацією бізнес-моделі. Штучний інтелект у будівництві допомагає галузі в цілому долати деякі з найскладніших проблем, зокрема проблеми безпеки, нестачу робочої сили, а також перевитрати коштів і термінів.

Оскільки бар'єри для виходу на ринок неухильно знижуються, а досягнення у сфері ШІ, машинного навчання та аналітики прискорюються, можна очікувати, що ШІ відіграватиме значнішу роль у будівництві найближчими роками.

Можливості застосування машинного навчання та штучного інтелекту в будівництві величезні. Запити інформації, відкриті питання та замовлення на зміни є стандартними в галузі. Машинне навчання схоже на розумного помічника, який може ретельно вивчити цю гору даних. Потім він попереджає керівників проєктів про важливі речі, що потребують їхньої уваги. Деякі застосунки вже використовують ШІ таким чином. Його переваги варіюються від рутинної фільтрації спаму до розширеного моніторингу безпеки. Розглянемо 10 прикладів ШІ в будівництві. 

Запобігання перевитратам коштів

Вартість більшості мегапроєктів виходить за межі бюджету, попри те, що в них працюють найкращі проєктні команди. Штучні нейронні мережі використовуються в проєктах для прогнозування перевитрат коштів на основі таких факторів, як розмір проєкту, тип контракту та рівень компетентності менеджерів. 

Історичні дані, такі як заплановані дати початку та завершення, використовуються прогностичними моделями, щоб відобразити реалістичні терміни для майбутніх проєктів. Штучний інтелект допомагає співробітникам віддалено отримувати доступ до реальних навчальних матеріалів, що допомагає їм швидко підвищувати свої навички та знання. Це скорочує час, необхідний для залучення нових ресурсів до проєктів. Як результат, реалізація проєкту прискорюється.

Генеративне проєктування будівель

Інформаційне моделювання будівель — це процес на основі 3D-моделей, який надає фахівцям в галузі архітектури, проєктування та будівництва інформацію для ефективного планування, проєктування, будівництва та управління будівлями й інфраструктурою. 

Щоб спланувати й спроєктувати будівництво проєкту, 3D-моделі мають враховувати архітектурні, інженерні, механічні, електричні та водопровідні плани та послідовність дій відповідних груп. Завдання полягає в тому, щоб різні моделі з підкоманд не суперечили одна одній.

Зниження ризику

Кожен будівельний проєкт пов'язаний з ризиком, який проявляється у багатьох формах, таких як ризик, пов'язаний з якістю, безпекою, часом і вартістю. Чим більший проєкт, тим вищий ризик, оскільки на будмайданчиках паралельно працюють кілька субпідрядників різних професій. 

Сьогодні існують рішення зі штучним інтелектом і машинним навчанням, які генеральні підрядники використовують для відстеження та визначення пріоритетів ризиків на будмайданчику, тож команда проєкту може зосередити свій обмежений час і ресурси на найбільших факторах ризику. ШІ використовується для автоматичного присвоєння пріоритету завданням.

Планування проєкту

Одна компанія, що займається будівельною розвідкою, розпочала свою діяльність у 2017 році з обіцянкою, що її роботи та штучний інтелект стануть ключем до вирішення запізнілих і надбюджетних будівельних проєктів. Компанія використовує роботів для автономного 3D-сканування будмайданчиків, а потім передає ці дані в глибоку нейронну мережу, яка класифікує відстань між різними підпроєктами. 

Якщо щось здається неправильним, команда менеджерів може втрутитися, щоб вирішити невеликі проблеми, перш ніж вони переростуть у серйозні. Алгоритми майбутнього використовуватимуть техніку штучного інтелекту, відому як «навчання з підкріпленням». Цей метод дозволяє алгоритмам навчатися на основі проб і помилок. Він може оцінити безмежну кількість комбінацій та альтернатив на основі подібних проєктів. Це допомагає в плануванні проєкту, оскільки оптимізує найкращий шлях і з часом виправляє себе.

Створення більш продуктивних робочих місць

Є компанії, які починають пропонувати безпілотну будівельну техніку для виконання повторюваних завдань ефективніше, ніж людська праця, як-от заливання бетону, мулярні роботи, зварювання та знесення. Земляні та підготовчі роботи виконуються автономними або напівавтономними бульдозерами, які можуть підготувати робочу площадку за участю людини-програміста відповідно до точних специфікацій. 

Це звільняє робітників для самих будівельних робіт і скорочує загальний час, необхідний для завершення проєкту. Керівники проєктів також можуть відстежувати роботу на будмайданчику в режимі реального часу. Вони використовують розпізнавання облич, локальні камери та подібні технології для оцінки продуктивності праці та дотримання процедур.

Безпека будівництва

Будівельники гинуть на роботі у п'ять разів частіше, ніж інші робітники. Згідно з OSHA, основними причинами смертей у приватному секторі (за винятком дорожньо-транспортних пригод) у будівельній галузі є падіння, за якими йдуть удари будь-яким предметом, ураження електричним струмом і потрапляння в пастку. 

Бостонська будівельна технологічна компанія створює алгоритм, який аналізує фотографії з робочих місць, сканує їх на предмет загроз безпеці, таких як відсутність захисного спорядження у робітників, і зіставляє зображення зі своїми записами про нещасні випадки. Компанія заявляє, що потенційно може розраховувати рейтинги ризиків для проєктів, щоб можна було проводити інструктажі з техніки безпеки під час виявлення підвищеної загрози.

Вирішення проблеми нестачі робочої сили

У звіті McKinsey за 2017 рік зазначається, що будівельні компанії можуть підвищити продуктивність на 50% за допомогою аналізу даних у реальному часі. Будівельні компанії починають використовувати штучний інтелект і машинне навчання, щоб краще планувати розподіл робочої сили та техніки по робочих місцях.

Робот, який постійно оцінює хід виконання робіт і місцезнаходження робітників та обладнання, дозволяє керівникам проєктів миттєво визначати, на яких робочих місцях є достатньо робітників і обладнання для виконання проєкту за графіком, а на яких є місця, де можна було б залучити додаткову робочу силу.

Виїзне будівництво

Будівельні компанії дедалі частіше покладаються на зовнішні фабрики, укомплектовані автономними роботами, які збирають разом компоненти будівлі, що потім збираються людьми на місці будівництва. Такі конструкції, як стіни, можуть бути зібрані в стилі конвеєра за допомогою автономних машин ефективніше, ніж людська праця, залишаючи робітникам-людям завершувати деталізацію робіт, таку як водопровідні та електричні системи, коли конструкція збирається разом.

Великі дані в будівництві

У час, коли щодня створюється величезний обсяг даних, системи ШІ отримують безмежну кількість даних, на яких можна навчатися і вдосконалюватися щодня. Кожен будмайданчик стає потенційним джерелом даних для ШІ. 

Дані, отримані із зображень, знятих з мобільних пристроїв, відео з дронів, датчиків безпеки, інформаційного моделювання будівель та інших, стали пулом інформації. Це дає можливість фахівцям будівельної галузі та клієнтам аналізувати і отримувати вигоду з ідей, отриманих на основі даних за допомогою систем штучного інтелекту та машинного навчання.

Післябудівельний етап

Керуючі будівлями можуть використовувати ШІ ще довго після завершення будівництва. Збираючи інформацію про конструкцію за допомогою датчиків, безпілотних літальних апаратів та інших бездротових технологій, розширена аналітика та алгоритми на основі штучного інтелекту дозволяють отримати цінну інформацію про роботу та характеристики будівлі, мосту, доріг і майже всього в штучному середовищі. 

Це означає, що ШІ можна використовувати для відстеження проблем, що виникають, визначення необхідності профілактичного обслуговування або навіть керування поведінкою людини для забезпечення оптимальної безпеки.