Великі дані в будівництві надходять з двох основних джерел. Перший – це документація (плани, сертифікації, контракти, правила). Другий – фізичні дані, зібрані безпілотниками, стаціонарними або портативними записуючими пристроями, а також датчиками IoT. Сьогодні big data є основною технічною базою для більшості додаток на базі ШІ. Завдяки штучному інтелекту з’явилося програмне забезпечення, яке буде обстежувати об’єкти будівництва і розміщувати потрібну інформацію в потрібних точках. Тепер ШІ використовує великі дані і організовує їх найкращим способом, заявив Таннер Кларк (Tanner Clark), директор BIM / VDC Construction Services (канадського підрозділу будівельної компанії Stuart Olson).

AI постійно застосовується для підвищення доступності інформації з систем управління проектами та документацією. Наприклад, система сканує набір будівельних планів в форматі PDF, нейромережа визначає номери розділів і впорядковує дані так, щоб інженер міг швидко знайти певну частину плану на планшеті або іншому гаджеті.

Завдяки машинному навчання, необхідна інформація витягується з великих даних для більш точних визначень і прогнозів. Аналіз показників та прогнозування надзвичайно важливі в будівництві. Коли у інженерів і архітекторів є система, яка вміє аналізувати плани і самостійно проводити вимірювання, то процес будівництва прискорюється. Сучасні ШІ-системи, які використовуються в будівельних компаніях, розраховують обсяги і кількість матеріалів, площу в квадратних метрах і т.д. Крім іншого, вони оцінюють трудовитрати, оптимізуючи наявні ресурси.

На думку експертів, ШІ в будівництві дійсно може замінити людей на складних виробництвах, але персонал, що залишився, зобов’язаний буде стати більш технічним, підвищити свій рівень технологічної грамотності. У квітні минулого року канадська компанія Giatec Scientific Inc. оголосила про унікальний сценарії використання штучного інтелекту. Фірма розробляє і виробляє спеціалізовані датчики IoT, які встановлюються в бетон, і в режимі реального часу повідомляють інформацію про такі змінні, як стан матеріалу і його міцність. Вся інформація подається в хмарне середовище. Поки що зібрати таку кількість даних не вдалося жодній компанії в світі. Для збору інформації використовувалися давачі SmartRock.

Giatec співпрацювала з Монреальським інститутом алгоритмів навчання (MILA) і розробила додаток для машинного навчання Roxi. Унікальною властивістю Roxi стала розробка корисних прогнозів, наприклад, наскільки міцним буде бетон в кілька наступних днів після заливки, удар якої сили призведе до розколу, чи можливі аномалії при затвердінні і коли після заливки можна продовжити будівельні роботи. Roxi інтегрується з додатком Procore для управління будівництвом через відкритий API.

Автор: Марина Шост


Читайте також:

У Лондоні створили Sandbox – проект тестування і захисту особистих даних стартапів

Як банки використовують AI та Big Data для створення нових сервісів

Коментарi