В строительство приходят искусственный интеллект и машинное обучение

Что такое машинное обучение в строительстве?

Искусственный интеллект так часто изображался в фильмах и других средствах массовой информации, и поэтому, собрал вокруг себя достаточно мифов. От опасений, что ИИ захватит мир, до любопытства по поводу того, способен ли он чувствовать.

Искусственный интеллект – обширная тема, включающая компьютерные науки, психологию и даже философию с лингвистикой. Однако, когда мы говорим об искусственном интеллекте в контексте его влияния на строительство, в первую очередь мы имеем ввиду две конкретные области: машинное обучение и глубокое обучение.

Машинное обучение содержит алгоритмы, позволяющие компьютерам обучаться с помощью данных, не будучи напрямую запрограмированными. Так, например, алгоритм ИИ можно «научить» распознавать спам, продемонстрировав ему большое количество электронных писем, которые были вручную отмечены как спам или не спам.

Глубокое обучение – специализированная форма машинного обучения на базе нейронных сетей. Это более современное достижение, позволившее сделать прорыв в обработке изображений и языка, и таким образом создавшее предпосылки для продвинутых приложений.

Сферы применения ИИ и машинного обучения в строительстве

Потенциальные области применения ИИ и машинного обучения в строительстве обширны. Чтобы понять, насколько обширна эта область, достаточно вспомнить, что несколько лет назад мы каждый день принимали спам в своей входящей почте. Сегодня, мы получаем лишь несколько таких писем. Это связано с тем, что спам-фильтры теперь используют машинное обучение для определения шаблонов и предотвращения спама.

В обычном строительном проекте могут быть тысячи неразрешенных вопросов, сотни запросов на изменения и бесчисленные заявки на внесение изменений, которые открываются в любой момент. Представьте умного ассистента, который может анализировать огромное количество проектных данных и оповещать нас о 10 самых критических ситуациях, требующих нашего внимания. Машинное обучение – это такой умный ассистент. Оно помогает командам определять самые критические факторы риска с точки зрения безопасности и качества на стройке, требующие немедленного внимания.

Инспекторы строительного надзора и инженеры строительства часто описывают свою работу как тушение пожара. Машинное обучение быстро становится вспомогательным инструментом, который заблаговременно определяет риски и помогает принимать решения до того, как это повлияет на проект.

Вторая сфера применения, которая может оказать широкое влияние на строительную отрасль, – это применение меток и анализ изображений. Мы уже видим работу мощного ИИ в социальных сетях, где алгоритмы распознают черты лиц для того, чтобы с поразительной точностью автоматически отмечать отдельных людей.

Ту же технологию ИИ, обученную заново, можно использовать для того, чтобы определять и анализировать угрозы, классифицировать и прикреплять ярлыки к фотографиям со стройки, а также отправлять уведомления, если средства индивидуальной защиты не используются на площадке как следует. Технологию можно применять даже для того, чтобы определять, кто нарушает стандарты безопасности, и отмечать их и/или их руководителей для решения проблемы.

Существующие варианты применения машинного обучения в строительстве

Машинное обучение уже используется множеством способов – от обычного спам-фильтра до продвинутого мониторинга безопасности. Технологии существуют и применяются инновационными компаниями для того, чтобы отмечать визуальные данные и анализировать их на предмет потенциальных угроз, а также для сокращения всех возможных рисков. Среди других сфер применения существующей технологии машинного обучения:

- Предотвращение и сокращение рисков до того, как они повлияют на прибыль проекта
- Определениепроблемы с высоким уровнем риска и автоматическое распределение по актуальным категориям
- Определение субподрядчиков с высокой степенью риска на основе данных в режиме реального времени, прошлой деятельности и других факторов
- Определение и приоритезация потенциальных угроз безопасности на протяжении жизненного цикла проекта
- Маркировка существующих угроз безопасности на основе визуальных данных, появляющихся на стройке

Как получить выгоду от машинного обучения в проектах

В некоторых случаях мы уже извлекаем выгоду из машинного обучения в виде спам-фильтров и других технологий, находящихся внутри программ и решений, которые используем каждый день. Но для того, чтобы работать на опережение и получить конкурентное преимущество с помощью машинного обучения, строительные компании должны быть проактивными в его изучении и внедрении на своих площадках.