هوش مصنوعی در ساخت و ساز
حدود ۷ درصد از نیروی کار جهان در صنعت ساخت و ساز مشغول به کار هستند ، بنابراین این یکی از بخش های عمده از اقتصاد جهان است. افراد و مشاغل سالانه ۱۰ تریلیون دلار برای فعالیت های مرتبط با ساخت و ساز هزینه می کنند . سایر بخش ها از هوش مصنوعی و سایر فناوری ها برای تغییر عملکرد و بهره وری خود استفاده کرده اند. در مقایسه ، تکنولوژی ساختمان و ساز با سرعت عصر یخبندان پیشرفت کرده است.
صنعت ساخت و ساز جهانی طی چند دهه گذشته تنها ۱ درصد در سال رشد کرده است. این را با نرخ رشد ۳٫۶ درصد در تولید و ۲٫۸ درصد برای کل اقتصاد جهان مقایسه کنید. بهره وری یا کل بازده اقتصادی هر کارگر در ساخت و ساز ثابت مانده است. در مقایسه ، بهره وری از سال ۱۹۴۵ در خرده فروشی ، تولید و کشاورزی ۱۵۰۰ درصد رشد داشته است. یکی از دلایل این امر این است که ساخت و ساز یکی از صنایع جهان است که از فناوری دیجیتال کم بهره برده و در اتخاذ فن آوری های جدید بسیار کند است
اتخاذ آخرین فن آوری می تواند برای تیم ها دلهره آور باشد. اما یادگیری ماشین و هوش مصنوعی در کارآیی سایتهای شغلی و صرفه جویی در هزینه در این فرآیند موثر هستند. راه حل های هوش مصنوعی که در صنایع دیگر تأثیرگذار بوده اند ، در صنعت ساختمان شروع به ظهور کرده اند.
هوش مصنوعی
هوش مصنوعی و یادگیری ماشین برای ساخت و ساز هوشمند
کاربردهای بالقوه یادگیری ماشین و هوش مصنوعی در ساخت و ساز گسترده است. درخواست های مربوط به اطلاعات ، مسائل باز و تغییر سفارشات در این صنعت معمول است. یادگیری ماشین مانند یک دستیار هوشمند است که می تواند این کوه های داده را بررسی کند. سپس مدیران پروژه را در مورد موارد حساس و مورد توجه آنها هشیار می سازد. چندین برنامه در حال حاضر از این روش از هوش مصنوعی استفاده می کنند. مزایای آن از فیلتر کردن ایمیل های ناخواسته تا نظارت ایمنی پیشرفته را در بر می گیرد.
۱۰ نمونه از هوشهای مصنوعی در ساخت و ساز
۱٫جلوگیری از افزایش هزینه ها
بیشتر پروژه های بزرگ با وجود به کارگیری بهترین تیم های پروژه ، بودجه زیادی نیاز دارند. شبکه های عصبی مصنوعی در پروژه ها استفاده می شوند تا پیش بینی افزایش هزینه ها براساس عواملی مانند اندازه پروژه ، نوع قرارداد و سطح شایستگی مدیران پروژه انجام شود. داده های تاریخی مانند تاریخ شروع و پایان برنامه ریزی شده توسط مدل های پیش بینی شده برای پیش بینی زمان بندی واقعی برای پروژه های آینده استفاده می شوند. هوش مصنوعی به کارکنان کمک می کند تا از راه دور به مطالب آموزشی در زندگی واقعی دسترسی پیدا کنند که به آنها کمک می کند تا مهارت و دانش خود را به سرعت ارتقا دهند. این باعث می شود زمان صرف شده برای ورود به منابع جدید بر روی پروژه ها کاهش یابد. در نتیجه ، تحویل پروژه تسریع می شود.
.۲ هوش مصنوعی از طریق طراحی تولیدی برای طراحی بهتر ساختمانها
مدل سازی اطلاعات ساختمان یک فرآیند مبتنی بر مدل سه بعدی است که به متخصصان معماری ، مهندسی و ساختمانی بینش می دهد تا به طور موثر برنامه ریزی ، طراحی ، ساخت و مدیریت ساختمانها و زیرساخت ها را انجام دهند. برای برنامه ریزی و طراحی ساخت یک ساختمان ، مدل های سه بعدی باید برنامه های معماری ، مهندسی ، مکانیکی ، برقی و لوله کشی (MEP) و توالی فعالیت تیم های مربوطه را در نظر بگیرند. چالش این است که اطمینان حاصل شود که مدل های مختلف تیم های فرعی با یکدیگر برخورد نمی کنند.
این صنعت در تلاش است تا از یادگیری ماشینی در قالب طرح تولیدی برای شناسایی و کاهش درگیری بین مدل های مختلف تولید شده توسط تیم های مختلف در مرحله برنامه ریزی و طراحی استفاده کند تا از کار دوباره جلوگیری کند. نرم افزار وجود دارد که از الگوریتم های یادگیری ماشین برای کشف انواع تغییرات یک راه حل استفاده می کند و گزینه های طراحی را تولید می کند. این یادگیری ماشین را ایجاد می کند تا بطور خاص مدل های سه بعدی سیستم های مکانیکی ، الکتریکی و لوله کشی را ایجاد کند و همزمان اطمینان حاصل کند که کل مسیرهای سیستم های MEP با معماری ساختمان برخورد نمی کنند در حالی که از هر بار تکرار یاد می گیرد تا یک راه حل بهینه ارائه دهد.
.۳ کاهش ریسک
هر پروژه ساختمانی دارای ریسک هایی است که به اشکال مختلفی از جمله کیفیت، ایمنی، زمان و خطر خود را نشان می دهد. هرچه پروژه بزرگتر باشد، خطر بیشتری خواهد داشت، زیرا چندین پیمانکار فرعی وجود دارد که بطور موازی در کاری مختلف کار می کنند. امروزه راه حل های یادگیری هوش مصنوعی و دستگاهی 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 متمرکز کند. هوش مصنوعی برای اختصاص خودکار اولویت به موضوعات استفاده می شود. پیمانکاران فرعی بر اساس نمره ریسک رتبه بندی می شوند، بنابراین مدیران ساخت و ساز می توانند با تیمهای پرخطر همکاری کنند تا خطر را کاهش دهند.
هوش مصنوعی
.۴ برنامه ریزی پروژه
استارت آپ AI در سال ۲۰۱۸ این قول را داد که ربات ساختمان ساز آن ، کلید حل پروژه های ساخت و ساز دیرهنگام و با بودجه بیش از حد است. این شرکت با استفاده از ربات ها به طور مستقل اسکن های سه بعدی از سایت های ساخت و ساز را جمع آوری می کند و سپس آن داده ها را در یک شبکه عصبی عمیق قرار می دهد که در طول پروژه های فرعی مختلف طبقه بندی می شود.
اگر اوضاع به نظر خوب نرسد ، تیم مدیریت می تواند قبل از تبدیل شدن به مسائل مهم ، برای مقابله با مشکلات کوچک قدم بردارد. الگوریتم های آینده از تکنیک هوش مصنوعی موسوم به “یادگیری تقویتی” استفاده می کنند. این روش می تواند ترکیبات و گزینه های بی پایان را بر اساس پروژه های مشابه ارزیابی کند که در برنامه ریزی پروژه کمک می کند زیرا بهترین مسیر را اتخاذ می کند و خود را با گذشت زمان اصلاح می کند.
.۵ هوش مصنوعی باعث ایجاد مشاغل تجاری بیشتر می شود
شرکتهایی وجود دارند که در حال شروع به ارائه ماشین آلات ساختمانی خودران هستند تا کارهای تکراری را با کارآیی بیشتری نسبت به همتایان انسانی خود انجام دهند ، مانند ریختن بتن ، آجر کاری ، جوشکاری و تخریب. کار حفاری و آمادگی توسط بولدوزرهای خودمختار یا نیمه خودمختار انجام می شود که می تواند با کمک یک برنامه نویس انسانی ، محل کار را با مشخصات دقیق آماده کند. این کارگران انسانی را برای کارهای ساختمانی آزاد می کند و زمان کلی لازم برای تکمیل پروژه را کاهش می دهد.مدیران پروژه همچنین می توانند کار سایت را در زمان واقعی ردیابی کنند. آنها از ارزیابی چهره ، دوربین های داخلی و فناوری های مشابه برای ارزیابی بهره وری کارگران استفاده می کنند.
. ۶هوش مصنوعی برای ایمنی در ساخت و ساز
کارگران ساختمانی پنج برابر بیشتر از کارگران دیگر در این کار کشته می شوند. به گفته OSHA ، علل اصلی مرگ و میر بخش خصوصی در صنعت ساخت و ساز را سقوط کارگران داشته و به دنبال آن ضربه ای به یک جسم ، برق و گرفتگی. یک پیمانکار عمومی مستقر در بوستون با فروش سالیانه ۳ میلیارد دلار در حال تهیه الگوریتمی است که عکسها را از سایتهای کاری خود تجزیه و تحلیل می کند ، آنها را برای ارزیابی خطرات ایمنی مانند کارگرانی که تجهیزات محافظ ندارند استفاده می کند ، تصاویر را اسکن می کند و با سوابق تصادف آن مرتبط می کند. این شرکت می گوید که می تواند رتبه بندی ریسک را برای پروژه ها به طور بالقوه محاسبه کند ، بنابراین در صورت شناسایی یک تهدید جدی ، می توان جلسات امنیتی برگزار کرد.
.۷ هوش مصنوعی کمبود نیروی کار را برطرف می کند
کمبود نیروی کار و تمایل به تقویت بهره وری کم صنعت ، شرکت های ساختمانی را وادار به سرمایه گذاری در هوش مصنوعی و علوم داده می کند. یک گزارش مک کینزی در سال ۲۰۱۷ می گوید که شرکت های ساختمانی می توانند با تجزیه و تحلیل زمان واقعی داده ها ، بهره وری را تا ۵۰ درصد افزایش دهند. شرکت های ساختمانی برای برنامه ریزی بهتر برای توزیع نیروی کار و ماشین آلات در مشاغل ، شروع به استفاده از هوش مصنوعی و یادگیری ماشینی می کنند. یک روبات دائماً در حال ارزیابی پیشرفت شغلی و موقعیت کارگران و تجهیزات است که مدیران پروژه را قادر می سازد بلافاصله بگویند که در کدام سایت ها کارگران و تجهیزات کافی برای تکمیل پروژه در برنامه وجود دارد و ممکن است بر عکس نیروی کار اضافی درآن سایت مستقر کنند.
-۸ ساخت خارج از سایت
شرکت های ساختمانی به طور فزاینده ای به کارخانه های خارج از سایت که توسط روبات های خودمختار کار می کنند ، متکی هستند و اجزای یک ساختمان را جمع می کنند ، که توسط کارگران انسانی در محل سر هم می شوند. سازه هایی مانند دیوارها می توانند با استفاده از ماشین آلات خودمختار کارآمدتر از همتایان انسانی خود ، خط مونتاژ را تکمیل کنند ، و کارگران انسانی را در هنگام تعبیه ساختار در سیستم ، جزئیات کارهایی مانند سیستم لوله کشی ، HVAC و سیستم های برقی را به پایان می رسانند.
هوش مصنوعی
.۹ هوش مصنوعی و داده های بزرگ در ساخت و ساز
در زمانی که هر روز حجم عظیمی از داده ها ایجاد می شوند ، سیستم های هوش مصنوعی در معرض تعداد بی پایان داده هایی برای یادگیری و بهبود هر روز قرار می گیرند. هر سایت شغلی 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 دوربین مدار بسته، سنسورهای امنیتی ، مدل سازی اطلاعات ساختمان (BIM) و سایر موارد به مجموعه ای از اطلاعات تبدیل شده اند. این فرصتی است که متخصصان و مشتریان صنعت ساخت و ساز بتوانند از بینشهای حاصل از داده ها با کمک هوش مصنوعی و سیستمهای یادگیری ماشینی ، بهره ببرند و آنها را آنالیز کنند.
.۱۰ هوش مصنوعی برای ساخت و ساز
مدیران ساختمان می توانند مدتها 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 دهد.
آینده هوش مصنوعی در معماری
رباتیک ، هوش مصنوعی و اینترنت اشیاء می توانند هزینه ساختمان را تا ۲۰ درصد کاهش دهند. مهندسان می توانند عینک واقعیت مجازی را بر چشمان خود بگذارند و مینی روبات ها را به ساختمانهای در دست ساخت بفرستند . این روبات ها برای ردیابی پیشرفت کار از دوربین ها استفاده می کنند. از AI برای برنامه ریزی مسیریابی سیستم های برقی و لوله کشی در ساختمان های مدرن استفاده می شود. شرکت ها از AI برای توسعه سیستم های ایمنی برای اماکن مختلف استفاده می کنند. هوش مصنوعی برای ردیابی تعامل در زمان واقعی کارگران ، ماشین آلات و اشیاء موجود در سایت و سرپرستان هشدار از مسائل احتمالی ایمنی ، خطاهای ساخت و ساز و مشکلات بهره وری استفاده می شود.
علی رغم پیش بینی های از دست دادن گسترده شغل ها ، هوش مصنوعی بعید است که بتواند نیروی انسانی را جایگزین کند. در عوض ، این مدل های تجاری را در صنعت ساخت و ساز تغییر می دهد ، خطاهای گران قیمت را کاهش می دهد ، باعث کاهش صدمات در محل کار می شود و عملکرد ساختمان را کارآمد تر می کند.