Как искать специалистов в области проектирования?
В новом выпуске нашей серии подкастов «Я строю дом» мы поговорим об интересной теме, касающейся подбора проектировщиков.
Проектирование зданий с помощью искусственного интеллекта
По материалам статьи Five Reasons to Use Generative AI to Automate Building Designs
Автор оригинального текста: Francesco Lorio, основатель и генеральный директор компании Augmenta, занимающейся цифровизацией и развитием фермерского хозяйства по всему миру.
В современном мире использование искусственного интеллекта (ИИ) для решения рутинных задач стало обыденностью. В строительной сфере компании используют ИИ для планирования и анализа документов. Однако генеративный искусственный интеллект1 может полностью изменить этот мир, взяв на себя задачи по снижению затрат, повышению производительности и сокращению отходов производства. Работа текстовой нейронной сети ChatGPT и нейросети для генерации изображений DALL-E базируется на крупномасштабных моделях обучения. На практике это выглядит так: пользователь формирует запрос, а нейросеть разрабатывает ответ, используя большие объемы помеченных данных2. Другими словами, для ответа нейросеть использует доступную широкой общественности информацию, как это сделал бы человек, но гораздо быстрее. Сложность возникает при поиске ответов в узкоспециализированной тематике — научных статьях, бизнес-аналитике или данных программ для строительства и моделирования. Доступ к таким данным может быть ограничен, и это сильно затрудняет работу генеративного искусственного интеллекта.
Не существует единого хранилища, содержащего данные инженерных чертежей. Основная причина этого — секретность информации, обладающей интеллектуальной собственностью. Конструкторские бюро тщательно охраняют проектную информацию и свои наработки от посторонних глаз. Следствие такого подхода — методы проектирования развиваются не так быстро, как могли бы, и это замедляет прогресс всей строительной отрасли. Существующие инструменты проектирования можно охарактеризовать, назвав электронной версией карандаша и бумаги — они затрудняют разработку проектов, коммуникацию между участниками процессов, приводят к напрасной трате времени и материалов, а также к неизбежным переделкам.
Со своей стороны, генеративные модели искусственного интеллекта, даже самые современные вроде ChatGPT, могут давать ошибочные результаты, демонстрируя при этом абсолютную уверенность в правильности выданной информации. В случае с ChatGPT последствия ошибки относительно невелики, но в проектировании ставки значительно выше, и для безопасного и эффективного внедрения генеративного ИИ требуется нечто большее, чем большие математические модели типа "черного ящика«3.
Революция в проектировании зданий
К счастью, новый метод для систем ИИ на основе правил позволяет получить достоверные данные в виде сгенерированных проектов, которые можно использовать для обучения модели машинного обучения. Для проектирования зданий это наиболее ценный подход из имеющихся. Темпы сквозного проектирования при таком подходе могут быть увеличены с нескольких месяцев до нескольких дней. При этом работа архитекторов, разработчиков и инженеров упрощается, а решение вопросов, связанных с затратами, сроками и эффективностью становится проще.
Преимущества автоматизированного проектирования в строительстве
Что новые технологии могут дать строительной области?
1. Меньше рисков, сорванных сроков и исправления ошибок
Нехватка времени и данных, необходимых для разработки практических схем, — частая проблема, с которой сталкиваются современные инженеры и архитекторы. Ошибки, возникающие при проектировании механических, электрических и водопроводных схем могут увеличивать сроки работ, приводить к погрешностям в расчетах и отодвигать сроки сдачи проекта.
Автоматизация процессов проектирования увеличивает скорость, с которой разрабатываются и строятся жилые и коммерческие здания. Количество средств, затраченных сверх бюджета на переделки, может достигать 6% от общей стоимости проекта. Автоматическое проектирование в строительстве должно решить эту проблему за счет сокращения влияния человеческого фактора на проектные процессы.
2. Стремление к устойчивому миру
Строительная отрасль — крупный потребитель энергии и ресурсов. При этом около 30% новых строительных материалов выбрасываются впустую из-за ошибок в расчетах. Автоматическое проектирование сводит к минимуму число ошибок на стадии разработки проекта.
Автоматизация проектирования также позволяет параллельно создавать несколько альтернативных вариантов дизайна, помогая найти способы разработки зданий с лучшими эксплуатационными характеристиками при использовании меньшего количества материалов. Также современные методы проектирования помогают повысить энергоэффективность здания — критический показатель, учитывая, что по оценке ООН здания потребляют около 40% глобальной энергии и ресурсов. Теперь проектные компании могут понять, что им делать: оптимизировать только стоимость и сроки или также проектировать с учетом более рационального использования материалов и эксплуатации. Автоматическое создание проектов с высоким уровнем детализации гарантирует, что они заказывают только то, что им нужно, сокращая отходы материалов.
3. Повышение производительности и рентабельности
Благодаря использованию генеративного ИИ здания можно проектировать и оптимизировать для достижения максимальной эффективности и производительности при одновременном снижении их углеродного следа. Это не только приносит пользу окружающей среде, но и делает строительную отрасль более продуктивной и рентабельной. В прошлом архитекторы, инженеры и специалисты по строительству тратили значительное количество времени на устранение ошибок проектирования и согласования, что составляло до 20% их рабочего времени. Это привело к глобальным затратам на переделку в размере 280 миллиардов долларов, и эта цифра, вероятно, увеличилась из-за нехватки кадров и повышенного спроса на новые строительные проекты.
Благодаря генеративному искусственному интеллекту процессы проектирования и строительства становятся все более автоматизированными, что приводит к более быстрому созданию оптимальных проектов и меньшему количеству ошибок при строительстве. Надежность генеративного дизайна ИИ позволяет профессионалам повысить эффективность рабочих процессов и тратить меньше времени на исправление ошибок.
4. Смягчение дефицита талантов
Строительная отрасль борется с острой нехваткой опытных и квалифицированных рабочих для реализации текущих проектов. Более того, некоторые из наиболее видных отраслевых профсоюзов в США прогнозируют нехватку квалифицированных рабочих.
Автоматизируя процесс проектирования, сотрудники архитектурных и конструкторских организаций будто бы получают наставника, в чьей голове вмещается весь профильный опыт человечества. Это позволяет даже неопытным дизайнерам и инженерам создавать конструкции, соответствующие строительным нормам и конструктивным особенностям. Более того, такой подход освобождает начинающих специалистов от привычного и утомительного способа проектирования. Вместо этого они могут лучше понять потребности клиентов, высвободить время для изучения различных вариантов дизайна, чтобы вывести эффективность проекта на максимальный уровень.
5. Масштабирование проектов для удовлетворения растущего спроса
Как говорится в отчете Deloitte4 о перспективах развития инженерно-строительной отрасли на 2023 год, в новые строительные проекты вкладывается значительный объем инвестиций. Ожидается, что прогнозируемое количество новых единиц жилья в Соединенных Штатах увеличится с 583 000 в 2009 году до 1,55 миллиона в год. Однако из-за нехватки квалифицированных рабочих и высокой текучести кадров отрасль должна найти способы максимизировать производительность при ограниченных ресурсах.
Генеративный ИИ открывает возможности для масштабирования всей строительной экосистемы. Подрядчики получат возможность масштабировать проектные возможности, не испытывая ограничений из-за нехватки профессиональных кадров. Поставщики деталей смогут автоматизировать и масштабировать свои услуги по сборке, включая возможность продавать целые, специально разработанные узлы, а не только детали. Освоив перспективную технологию генеративного ИИ, строительная отрасль наконец-то сможет наверстать упущенное.
Прочная база для будущих инвестиций
Невозможно отрицать потребность строительной отрасли в революционных переменах. Генеративный искусственный интеллект способен радикально изменить ход истории строительства — коренным образом трансформировать способы проектирования зданий и сам подход к проектированию. И хотя ИИ уже достиг определенных результатов в этой области, очевидно, что лучшее еще впереди.
1 Генеративный искусственный интеллект — тип искусственного интеллекта, который может создавать новый контент по образцу тех данных, который он изучал до этого. Ярким примером генеративного искусственного интеллекта являются нейросети ChatGPT и Midjourney.
2 Помеченные данные (в контексте машинного обучения) — это данные, которым были присвоены определенные метки или теги, определяющие содержимое или характеристики данных. В случае набора данных, содержащего изображения животных, помеченные данные будут включать такие теги, как «собака», «кошка», «лев» и т. д.
3 Модель «черного ящика» — система или процесс, внутренняя работа которых не видна или недоступна для пользователя или наблюдателя. Другими словами, это модель, которая работает с предоставленными ей входными данными и производит выходные данные, но пользователь не знает, как модель пришла к выходным данным. Модель часто используется со сложными алгоритмами или моделями машинного обучения, где отношения между входными и выходными данными трудно объяснить или понять.
4 Deloitte — крупнейшая сеть компаний, предоставляющая аудиторские, консалтинговые, финансовые консультации, занимающаяся вопросами управления рисками, налогообложения и сопутствующими услугами. Deloitte работает более чем в 150 странах и насчитывает более 330 000 специалистов.