کاربردهای بالقوه ماشین و هوش مصنوعی در ساخت و ساز گسترده است. یادگیری ماشین مانند یک دستیار هوشمند است که می تواند کوهی از داده ها را بررسی کند. سپس به مدیران پروژه در مورد موارد حساس و مورد توجه آنها هشدار می دهد.
مزایای هوش مصنوعی در معماری
به لطف حضور فناوری هوشمند، در طی دهه های اخیر انقلاب بزرگی در صنایع متعدد به وقوع پیوسته که هم اکنون قابلیت های هوش مصنوعی پس از کامپیوترها دومین فناوری متمرکز پرکاربرد جهان است.
تحلیل و کنترل برنامه زمانبندی
بودجه و صورتحساب
برآورد و آنالیز عملکرد
فناوری چاپ سه بعدی
ساخت زیربنا
معماری پارامتریک
ساخت و ساز و برنامه ریزی
شهرهای هوشمند
نمونه هایی از هوش مصنوعی در معماری داخلی
اینترنت اشیا
طراحی های پارامتریک
ربات ها
چاپگرهای سه بعدی و واقعیت مجازی
هوش مصنوعی در شهرسازی
شهرسازی نیز همانند معماری ریشه ی عمیقی در نوآوری، تکنولوژی و فناوری های روز دارد و شهرها و شهرک های هوشمندی در کل دنیا در حال طراحی، ساخت و یا توسعه می باشند. نحوه تعامل مردم با محیط پیرامون و احساس آن ها در فضاهای عمومی شهری دو نمونه از اهداف شهرسازی با استفاده از هوش مصنوعی می باشد.
- فرودگاه
- مترو
- پایانه مسافربری
- موزه
- سینما
- پمپ بنزین
- شهربازی
- نمایشگاه و…
هوش مصنوعی در صنعت ساختمان سازی
مشاغل و فعالیت هایی که در ساختمان های بسته نظیر فروشگاه و مراکز رفاهی، بانک، دانشگاه، دفاتر و شرکت ها و سایر اماکن اداری قرار دارند مدتهاست با نصب و راه اندازی سیستم های نظارتی، امنیتی و حفاظتی نظیر انواع دزدگیر ضد سرقت، دوربین های مداربسته و درب های اتوماتیک و … رفت و آمدها و فعالیت افراد را در محل مورد نظر چک می کنند.
یکی از تکنولوژی های راه یافته به صنعت ساختمان پهبادها هستند. شاید کاربرد این تکنولوژی نوین که یکی از تازه واردها به صنعت ساختمانی است کمی عجیب و به مقداری معرفی نیاز داشته باشد. پهبادها (Drones) با کارکرد خود میتوانند شیوه اجرای پروژههای ساختمانی را کاملاً تغییر بدهند. پهبادها امروزه در بسیاری از پروژههای ساختمانی بزرگ بکار گرفته شدهاند و پتانسیلهای خود را بمنظور کاهش نیروی انسانی مورد نیاز و زمان، محدود کردن بسیاری از خطاهای انسانی و افزایش ایمنی در کارگاههای ساختمانی نشان دادهاند. یکی از بارزترین نمونههای استفاده از پهبادها به مانند سایر تکنولوژیهای مدرن را میتوان در شهر ابوظبی امارات پیدا کرد. شهرداری این شهر به منظور نظارت بهتر بر عملیاتهای اجرایی پروژههای ساختمانی و رعایت استانداردهای در نظر گرفته، از این تکنولوژی استفاده کرده است.
فواید کلی استفاده از هوش مصنوعی
جلوگیری از افزایش هزینه ها
بیشتر پروژه های بزرگ با وجود بکارگیری بهترین تیم های پروژه به کسری بودجه دچار می شوند. شبکه های عصبی مصنوعی در پروژه ها برای پیش بینی میزان افزایش هزینه ها بر اساس عواملی مانند اندازه پروژه، نوع قرارداد و سطح شایستگی مدیران پروژه استفاده می شوند. داده های زمانی مانند تاریخ شروع و پایان برنامه ریزی شده توسط مدل های پیش بینی شده برای پیش بینی زمان بندی واقعی برای پروژه های در دست اجرا در آینده استفاده می شوند. هوش مصنوعی به نیروی کار کمک می کند تا از راه دور به مطالب آموزشی که در محیط کار بصورت کاربردی به آن ها نیاز دارند دسترسی پیدا کنند و بدین وسیله به آنها کمک می کند تا مهارت و دانش خود را به سرعت ارتقا دهند. این امر باعث می شود زمان صرف شده برای بکارگیری نیروهای جدید در پروژه ها کاهش یابد و در نتیجه فرآیند تحویل پروژه تسریع می شود.
طراحی بهتر ساختمان ها از طریق طراحی سازنده
مدل سازی اطلاعات ساختمان یک فرایند مبتنی بر مدل سه بعدی است که به متخصصان معماری، مهندسی و ساخت و ساز می تواند بینایی را برای برنامه ریزی، طراحی، ساخت و مدیریت کارآمد ساختمان ها و زیرساخت ها ارائه دهد. برای برنامه ریزی و طراحی ساخت یک ساختمان، مدل های سه بعدی باید نقشه های معماری، مهندسی، مکانیک، برق و لوله کشی (MEP) و ترتیب فعالیت های تیم های مربوطه را در نظر بگیرند. چالش این است که اطمینان حاصل کنید مدل های مختلف از تیم های فرعی با یکدیگر درگیر نیستند. این صنعت در تلاش است تا با استفاده از یادگیری ماشین در قالب طراحی مولد درگیری بین مدل های مختلف تولید شده توسط تیم های مختلف در مرحله برنامه ریزی و طراحی را شناسایی و کاهش دهد تا از کار مجدد جلوگیری کند. نرم افزاری وجود دارد که با استفاده از الگوریتم های یادگیری ماشین تمام تغییرات یک راه حل را بررسی می کند و گزینه های طراحی را ایجاد می کند. این نرم افزار از یادگیری ماشین برای ایجاد مدل های سه بعدی از سیستم های مکانیکی، الکتریکی و لوله کشی استفاده می کند در حالیکه به طور همزمان اطمینان حاصل می کند که کل مسیرهای سیستم های MEP با ساختار ساختمان مغایرت ندارند در حالی که از هر تکرار می آموزد که یک راه حل بهینه ارائه دهد.
کاهش ریسک
هرچه یک پروژه ساختمانی بزرگتر باشد ریسک بیشتری خواهد داشت چرا که چندین پیمانکار فرعی وجود دارد که بطور موازی در سایت های کاری در بخش های مختلف کار می کنند. امروزه راه حل های مبتنی بر هوش مصنوعی و یادگیری ماشینی وجود دارد که پیمانکاران عمومی از آنها برای ردیابی و اولویت بندی ریسک در محل کار استفاده می کنند. بنابراین تیم پروژه می تواند زمان و منابع محدود خود را روی بزرگترین فاکتورهای خطر پروژه ساختمانی که شامل کیفیت، ایمنی، زمان و هزینه میباشد، متمرکز کند. همچنین از هوش مصنوعی برای اختصاص خودکار اولویت به موضوعات مختلف استفاده می شود. پیمانکاران فرعی بر اساس نمره ریسک رتبه بندی می شوند بنابراین مدیران ساخت و ساز می توانند با تیم هایی که فعالیت آن ها پرخطر است همکاری کنند تا ریسک آن را کاهش دهند.
برنامه ریزی پروژه
یک استارت آپ فعال در حوزه هوش مصنوعی در سال ۲۰۱۸ با این شعار که روبات ها و فناوری هوش مصنوعی این شرکت راه حل پروژه های ساخت و سازی است که زمان انجام آن ها به تعویق افتاده و با کسری بودجه مواجه هستند، شروع به کار کرد. این شرکت با استفاده از روبات ها بطور مستقل اسکن های سه بعدی از سایت های ساخت و ساز را دریافت میکند و سپس آن داده ها را در یک شبکه عصبی عمیق قرار می دهد تا معلوم شود که پروژه های فرعی مختلف چه مدت از لحاظ زمانی طول خواهند کشید. اگر کارها طبق برنامه و زمان بندی مشخص شده پیش نرود، تیم مدیریت می تواند قبل از تبدیل شدن مسائل کوچک به مسائل مهم و درد سر ساز برای مقابله با مشکلات اقدام کند. الگوریتم های آینده از تکنیک هوش مصنوعی موسوم به یادگیری تقویتی استفاده می کنند. این روش به الگوریتم ها امکان یادگیری بر مبنای آزمون و خطا را فراهم میکند. این الگوریتم می تواند گزینه های بی پایان را بر اساس پروژه های مشابه ارزیابی کند. این مسئله در برنامه ریزی پروژه میتواند بسیار مفید باشد چرا که بهترین مسیر موجود برای انجام کار را بهینه می کند و خود را با گذشت زمان اصلاح می کند.
بازدهی بالای سایت های کاری
شرکت هایی وجود دارند که در حال شروع به ارائه ماشین آلات ساختمانی خودران هستند که قادرند کارهای تکراری مانند ریختن بتن، آجر کاری، جوشکاری و تخریب را با کارایی بهتر از همتایان انسانی خود انجام دهند. کار حفاری و آمادگی توسط بولدوزرهای خودران یا نیمه اتوماتیک انجام می شود که می تواند با کمک یک برنامه نویس انسانی، محل کار را با مشخصات دقیق آماده کند. استفاده از این ماشین آلات کارگران انسانی را برای انجام کارهای ساختمانی دیگر آزاد می کند و زمان کلی لازم برای تکمیل پروژه را کاهش می دهد. مدیران پروژه همچنین می توانند کارهای در حال انجام در سایت شغلی را بصورت لحظه به لحظه پیگیری کنند. آنها از ارزیابی چهره، دوربین های داخلی و فناوری های مشابه برای ارزیابی بهره وری کارگران و میزان مطابقت آن ها با رویه های تعیین شده استفاده می کنند.
امنیت ساخت و ساز
کارگران ساختمانی پنج برابر بیشتر از کارگران دیگر در حوادث مربوط بکار کشته می شوند. به گفته OSHA (اداره امور امنیت و سلامت مشاغل آمریکا)، علل اصلی مرگ و میر در فاعلیت های بخش خصوصی (به استثنای تصادف در بزرگراه ها) در صنعت ساخت و ساز سقوط از ارتفاع و به دنبال آن برخورد ضربه ای از سوی یک جسم، برق گرفتگی و گرفتار شدن بین مصالح ساختمانی می باشد. یک پیمانکار عمومی مستقر در بوستون با فروش سالانه ۳ میلیارد دلار در حال تهیه الگوریتمی است که عکسهای سایت های کاری خود را تجزیه و تحلیل می کند، آنها را جهت شناسایی عوامل خطرساز از لحاظ ایمنی همچون کارگرانی که تجهیزات محافظ ندارند اسکن می کند و تصاویر را با سوابق تصادف خود مرتبط می کند. این شرکت می گوید که می تواند رتبه بندی ریسک را برای پروژه ها بطور بالقوه محاسبه کند. بنابراین در صورت شناسایی یک تهدید با درجه شدت بالا، می تواند اطلاعات لازم را در اسرع وقت در اختیار مسئولان پروژه بگذارد.
مقابله با کمبود نیروی کار
کمبود نیروی کار و تمایل به تقویت بهره وری در صنعت، شرکت های ساختمانی را وادار به سرمایه گذاری در هوش مصنوعی و علوم داده کرده است. به گزارش مک کینزی در سال ۲۰۱۷، شرکت های ساختمانی می توانند با تجزیه و تحلیل لحظه به لحظه داده ها، بهره وری را تا ۵۰ درصد افزایش دهند. شرکت های ساختمانی برای برنامه ریزی بهتر جهت توزیع نیروی کار و ماشین آلات در مشاغل تحت فعالیت خود، شروع به استفاده از هوش مصنوعی و یادگیری ماشینی می کنند. یک ربات دائماً پیشرفت کار و موقعیت مکانی کارگران و تجهیزات را ارزیابی می کند و مدیران پروژه را قادر می سازد تا بلافاصله تشخیص دهند که در کدام مکان های کاری، نیروی انسانی و تجهیزات کافی برای تکمیل پروژه وجود دارد و همچنین جایی که ممکن است پروژه به تعویق بیافتد نیروی کار اضافی تخصیص دهد. کارشناسان انتظار دارند ربات های ساختمانی با تکنیک های هوش مصنوعی هوشمند تر و اتوماتیک تر شوند.
ساخت و ساز در خارج از سایت پروژه
شرکت های ساختمانی بطور فزاینده ای به کارخانه های خارج از سایت پروژه که توسط ربات های خودران کار می کنند و اجزا و اسکلت یک ساختمان را در بیرون از سایت پروژه می سازند متکی میشوند. اجزای ساخته شده و اسکلت بندی شده توسط کارگران انسانی در محل پروژه جمع می شوند. سازه هایی مانند دیوارها می توانند با استفاده از ماشین آلات اتوماتیک کارآمدتر از همتایان انسانی خود، خط مونتاژ را تکمیل کنند و انجام جزئیات کارهایی مانند لوله کشی، HVAC و سیستم های برقی را به نیروی انسانی محول کنند.
هوش مصنوعی و کلان داده ها در ساخت و ساز ها
در زمانی که هر روز حجم عظیمی از داده ها ایجاد می شوند، سیستم های هوش مصنوعی هر روزه در معرض تعداد بی پایانی از داده هایی برای یادگیری و بهبود قرار می گیرند. هر سایت کاری به یک منبع داده بالقوه برای هوش مصنوعی تبدیل می شود. داده های حاصل از تصاویر گرفته شده از دستگاه های تلفن همراه، فیلم های گرفته شده توسط پهباد های بدون سر نشین، سنسورهای امنیتی، مدل سازی اطلاعات ساختمان (BIM) و سایر موارد دیگر به مجموعه ای عظیم از اطلاعات تبدیل شده اند. این امر فرصتی برای متخصصان و مشتریان صنعت ساخت و ساز است تا بتوانند از بینش های حاصل از داده ها با کمک هوش مصنوعی و سیستم های یادگیری ماشینی، تجزیه و تحلیل های لازم را انجام داده و از آن ها بهره مند شوند.
هوش مصنوعی پس از پایان پروژه
مدیران ساختمان می توانند مدت ها پس از اتمام ساخت یک ساختمان از هوش مصنوعی استفاده کنند. مدل سازی اطلاعات ساختمان یا BIM اطلاعات مربوط به ساختار ساختمان را ذخیره می کند. هوش مصنوعی می تواند برای نظارت بر مشکلات در حال توسعه استفاده شود و حتی راه حل هایی برای جلوگیری از بروز مشکلات ارائه می دهد.
