У искусственного интеллекта неплохо получается контролировать и проверять, а вот создавать новое – пока никак

Последний месяц ушедшего лета выдался щедрым на разнообразные форумы и конференции. Одним из них стал Форум «Строим будущее России», участники которого сосредоточились на одной конкретной теме – каким образом строителю может помочь искусственный интеллект?

Контроль за «кожаными мешками»

По мнению участников, наибольшее применение ИИ сегодня находит в контроле на строительной площадке, с применением систем компьютерного зрения. На объектах нейросети хорошо распознают видеоизображение: с подключением специализированного программного обеспечения можно посчитать количество людей, определить, одеты ли они должным образом, работают они или сидят. Это даёт компании онлайн-картину процесса и устраняет конфликты между строительным контролем и генеральным подрядчиком вокруг «несправедливых» штрафов.

Более продвинутые технологии позволяют проверять выполненные объёмы работ, их качество и соответствия проектной документации. ИИ-агенты помогают определить качество работ, хорошо видят дефекты поверхности конструктивных элементов. Это существенная помощь строительному контролю, поскольку специалист на площадке может подзабыть нормативную документацию. Перечень выданных замечаний быстрее отрабатывается и передаётся подрядчику на исправление.

Проектирование и генеративный дизайн

Вторым направлением называют работу с рабочей проектной и исполнительной документацией. Технический директор инжиниринговой компании «Элемент» Александр Титов отмечает, что полностью заменить человека ИИ пока не может: нельзя просто загрузить комплект документации и получить перечень замечаний, учитывающий нормативные нюансы и несоответствия между разделами. Однако работа специалистов с применением ИИ-агентов ускоряется значительно. Для текстовой документации скорость повышается в десятки раз, для графики – в два-три раза.

Нейросеть может проанализировать раздел проектной документации по каждому листу, дать перекрёстные ссылки на своды правил и выдать замечания. Главный архитектор архитектурного бюро «Мезонпроект» Павел Семикин рассказал, что при нехватке данных нейросеть просит догрузить остальные разделы для комплексной проверки. Качество проверки не стопроцентно, и ИИ не заменит человека, поскольку ответственность и экспертность остаются за специалистом.

Также стоит отметить, что на этом фронте сосредоточены в последние годы усилия Главгосэкспертизы России. Там надеются, что нейросеть окажет разносторонний эффект – ускорит время проверки, сократит число ошибок и пропусков, а заодно снизит коррупционные риски.

В то же время есть направления, которые откровенно «не взлетели». Среди таковых называют генеративный дизайн. В архитектурных вузах использование генеративных «нейросетей» где попало уже считается плохим тоном. Студенты могут применять ИИ для дорисовки деревьев или пешеходов, но перекладывать творческие задачи на нейронку стало признаком непрофессионализма.

Проблема ответственности и верификации

Хотя ИИ-модели быстро учатся и развиваются, но основные претензии к ним никуда не делись. Одна из них – наличие «галлюцинаций», то есть, выдумывание несуществующих документов, создание нереалистичных конструкций, игнорирование явных противоречий. Всё это вынуждает специалистов тщательно проверять результаты работы. А на отдельных направлениях и вовсе ставить вопрос о целесообразности таких цифровых помощников.

Господин Семикин отметил, что нейросети «врут просто безбожно»: если загружены не все данные для ветрового расчёта, ИИ выполнит его, придумав недостающие параметры. Инструментов верификации пока нет.

Руководитель проектного офиса «Аэродинамика» Правительственной комиссии РФ, директор Центра развития индустриальных проектов в сфере искусственного интеллекта РУДН Людмила Гонтарь видит выход в использовании не генеративного, а нейросимвольного ИИ, который полностью контролирует поступающие данные. Такой подход называют протообразцом гибридного киберфизического интеллекта с «мышлением», схожим с оценочными суждениями человека.

Возможно, архитекторам и конструкторам стоило бы пообщаться с медиками, которые активно внедряют ИИ для задач диагностирования, чтения рентгеновских снимков и результатов анализов. Но при этом обязательным требованием ставят объяснимость и верифицируемость результата. Нейронка не должна быть «чёрным ящиком», который каким-то непостижимым образом выдаёт готовое решение. Вместо этого она должна предоставлять человеку пошаговые объяснения на каждом этапе – каким образом были получены те или иные результаты. К сожалению, пока каждая отрасль варится в своём котле, и говорить о возможности такой глубокой синергии не приходится.

Отсутствие единого решения

Эксперты указывают на отсутствие единого решения, объединяющего информацию из разных источников. Руководитель направления цифровизации строительства «1С» Сергей Ерохин называет это большой нишей для ИИ: в любой организации существует «зоопарк систем», которые было бы неплохо объединить. Компания «1С» поставляет комплексное решение, но пока не встречала заказчика, у которого не было бы установлено что-то из управления. Новые решения приходится интегрировать.

На рынке нет ИИ-решения, которое можно «взять из коробки и применить, не дорабатывая». Используемое решение состоит из набора программных продуктов, хотя будущее – за единым продуктом. Павел Семикин считает, что разнообразие нейросетей не всегда благо, поскольку под каждую задачу требуются разные решения. Выход в появлении ИИ-агентов, берущих на себя комплексные задачи. В строительстве много технологических операций, которые понятны и описываемы, их можно формализовать.

Стандартизация и нормативы

На рынке требуется навести порядок в нормативном хаосе. Эксперты уверены, что сегменту нужна методология и стандартизация, определяющие единые правила игры. Господин Семикин отмечает, что все работают по-разному, и если так продолжить, Главгосэкспертиза и Госстройнадзор не будут принимать результаты работы. Нормативы необходимы для развития ИИ как самостоятельной отрасли.

Задача осложняется тем, что искусственный интеллект постоянно развивается, а действия нейросимвольного интеллекта сложно положить на стандарты из-за субъективности решений. Приоритетной задачей могла бы стать стандартизация для единого платформенного решения, которое будет базой для запуска различных ИИ-модулей. В арктических проектах, связанных с Северным морским путём, возникают трудозатратные задачи, например строительство центров обработки данных на болоте. В федеральном законе приоритет отдаётся развитию регионального ИИ для подъёма местных предприятий. Готовых решений этого типа пока нет, действия разработчиков можно назвать цифровыми испытаниями.

Но пока единой координирующей структуры, которая взяла бы на себя эти задачи, нет Строители и разработчики софта тянут одеяло каждый в свою сторону, а государство предпочитает лишний раз не вмешиваться с конкретными директивами, задав общий вектор на цифровизацию и предоставив игрокам возможность находить решения самостоятельно.

Искренне Ваш,
За-Строй.РФ

Подписывайтесь на За-Строй.РФ в МАХ 

При полном и/или частичном копировании данного материала, для последующего размещения его на стороннем ресурсе, обратная, индексируемая ссылка на источник обязательна!