A mesterséges intelligencia technológia alkalmazása az építőiparban ma már nagyon is megvalósítható, mivel a közelmúltban három IT-technológia sokat fejlődött a mesterséges intelligencia terén: a mélytanulás, a gépi tanulás, és a természetes nyelvi feldolgozás.

Kapcsolódó cikkek

• Mesterséges intelligencia az épületek könnyebb megvalósításához
• Milyen előnyökhöz juttatja az építőipart a mesterséges intelligencia ?
• Mesterséges intelligencia az épületekben

A gépi tanulás segítségével javult az előre megadott szabályok végrehajtása, ezért a gépi tanulás továbbfejlesztette a mesterséges intelligencia keretrendszerében eddig használt algoritmusokat. Ezenfelül a gépi tanulás lehetővé teszi a számítógépek számára, hogy különböző típusú  adatokból mintákat tanulmányozzanak és döntéseket hozzanak meg az építkezés irányítását illetően. Számos alkalmazhatóságban jelennek meg, mint például a mintafelismerés, információbányászat, információfeltárás, proaktív analitika, adaptív rendszerek, statisztikai modellezés, stb.

A mélytanulás a gépi tanulás egy részhalmaza. Olyan algoritmusoktól függ, amelyek nem igényelnek kézi adminisztrációt. A mélytanulás a hozzáférhető információhalmazokat (Big Data) és a számítógépek számítási teljesítményét (processzorteljesítmény, szerverfarmok, számítás a felhőben) használja.
A természetes nyelvfeldolgozás a gépi tanulásból és a mélytanulásból származik. A természetes nyelvi feldolgozás célja a beszéd felismerése. A beszédfelismerés területén végzett kutatások után hatalmas adathalmazokkal, lexikális és szintaktikai adatokkal dolgozhatunk.

Ez a három technológiai fejlesztés: a gépi tanulás, a mélytanulás és a természetes nyelvi feldolgozás javította a mesterséges intelligencia eszközeit a képfelismerés, a szöveg, a hang, az automatikus robotok és a döntéshozatal területén. Ezért a mesterséges intelligencia alkalmazása kibővült az építőiparban (is). A következő részben a mesterséges intelligencia építőipari alkalmazásairól lesz szó.

Mesterséges intelligencia az épületek tervezésében

Az épületinformációs modellezés (BIM) egy 3D modell alapú szoftver, amely egy épület digitális modelljét hozza létre. Egy projekt minden érdekeltje, például az építész, az ügyfél, az építők, a beszállítók ezen a digitális modellen dolgozhatnak az épületek produktív tervezése, megtervezése és kezelése érdekében.

Egy adott projekt épületének megépítéséhez a BIM 3D modell figyelembe veszi az összes szükséges információt a polgári, gépészeti, építészeti, elektromos és vízvezeték-szerelési tervekből. Az egyes tervek hatását figyelembe veszik, és ezt követően minden egyes tevékenységet eszerint megterveznek.

A kihívást az jelenti, hogy az alcsoportok különböző modelljei ne ütközzenek egymással. Az építőipar megpróbálja a mesterséges intelligenciát generatív tervként felhasználni a különböző csoportok által az előzetes és a munkarajz fázisokban készített különböző modellek közötti ütközések felismerésére és csökkentésére, hogy megelőzze az utómunkálatokat.

Kutatók az építészekkel, és építésvezetőkkel karöltve olyan új szoftvert fejlesztenek ki, amely a mesterséges intelligencia segítségével vizsgálja az egyes megoldásokat, és tervezési alternatívákat állít elő. Ezek a szoftverek mesterséges intelligenciát használnak a mechanikai, elektromos és vízvezeték-rendszerek (MEP) 3D-s modelljeinek explicit elkészítésére, miközben biztosítják, hogy a MEP-rendszerek ne ütközzenek a szerkezettervezéssel.

Mesterséges intelligencia a projekttervezéshez

Robotok segítségével automatikusan rögzítik az építési épület 3D-s kimeneti adatait, és ezeket az információkat betáplálják egy mesterséges neurális hálózatba, amely meghatározza, hogy a különböző alprojektek milyen készültségben vannak. Ha úgy tűnik, hogy a dolgok nem haladnak a tervezett ütemben, a felügyelő csoport közbeléphet, hogy kijavítsa a kisebb problémákat, mielőtt azok jelentős problémává válnának.

A megerősítő tanulás a mesterséges intelligencia egyik válfaja. Ez a technika lehetővé teszi az algoritmusok számára, hogy terepkísérletekből tanuljanak. Végtelen kombinációkat és lehetőségeket képes felmérni a múltban végzett hasonló projektek adatainak felhasználása alapján. Segít a projekttervezésben, mivel a lehető legjobb megoldást kínálja, és idővel korrigálja magát ha szükséges.

Mesterséges intelligencia az építőipari biztonságért

Az építőiparban az építőipari dolgozók halálozási átlaga magasabb, mint más iparágakban. Az építőiparban a balesetek elsődleges forrása a tárgyak testre esése, leesés, és az áramütés.

Most már olyan algoritmusokat fejlesztenek, amely megvizsgálja a munkahelyről készült fényképeket, ellenőrzi azokat biztonsági kockázatok szerint, például a védőfelszerelést nem viselő munkásokra, a képeket összekapcsolja a baleseti nyilvántartásával, ezáltal a potenciális veszélyeket kiszűri, és javaslatokat tud tenni annak elhárításában.

Mesterséges intelligencia a költségtúllépések megelőzésére

A legtöbb nagyszabású projekt még a legjobb projektmenedzsment-csapat alkalmazásával is többet költ, mint az elkülönített költségvetés. A kiadások nyomon követésére mesterséges neurális hálózatokat használnak a költségtúllépések előrejelzésére. A neurális hálózat a költségtúllépést olyan tényezők alapján jósolja meg, mint a szerződés típusa, a projekt mérete és a projektvezető szakértelme.    

Az ellenőrizhető információkat, például a hasonló projektek legkorábbi kezdési és befejezési idejét, a hasonló projektek legkésőbbi kezdési és befejezési idejét a prediktív modellek felhasználják a jövőbeli projektek ésszerű ütemezésének kiszámításához.

A mesterséges intelligencia segíti a dolgozókat az anyagkezeléssel kapcsolatos távoktatásban, ami segít a dolgozóknak abban, hogy gyorsan fejlesszék tudásukat és készségeiket. Ez csökkenti az új eszközök projektekre való telepítésének idejét, és megkönnyíti a projektek korai átadását.  

Mesterséges intelligencia a termelékenység javításáért

Egyes vállalatok olyan építőipari berendezéseket értékesítenek, amelyek önműködőek, és az emberi társaiknál produktívabban képesek monoton tevékenységeket végezni. Ilyen építőipari berendezések például a betonöntő gépek, az automata hegesztőgépek, a robotizált kőművesek és az automata épületbontó gépek.

Az előzetes helyszín-előkészítési vagy földmunkákat automatikus vagy félautomata buldózerek végezhetik, amelyek emberi programozó segítségével képesek az építkezés helyszínét az építési rajzok által megkövetelt pontos előírásoknak megfelelően kialakítani. Ezért az építési munkálatok során az emberi tényező szükségessége megszűnhet, és így a projekt befejezéséhez szükséges idő csökkenthető.

A munkafelügyelők hasonlóképpen nyomon követhetik a munkaterületen folyó munka előrehaladását. A felügyelők biometrikus rendszereket, arcfelismerő rendszereket és hasonló innovatív technikákat használhatnak a munkások termelékenységének ellenőrzésére.