Как искусственный интеллект пришел на стройку

Что не так с Deep Blue

В арсенале искусственного интеллекта как направления науки и технологии множество различных методов – от наборов правил, позволяющих машинам решать сравнительно несложные задачи, до машинного обучения и глубоких нейронных сетей, благодаря которым за последние 10 лет машины научились не только уверенно распознавать зрительные образы и человеческую речь, но и вести осмысленный диалог или генерировать картины и видео по текстовым описаниям. Этот быстрый прогресс часто называют «новой весной» искусственного интеллекта, «революцией глубокого обучения». Ее начало обычно отсчитывают с появления нейронной сети AlexNet, совершившей прорыв в деле распознавания объектов на изображениях. Сегодня нас уже не удивляют победы нейросетевых моделей над мастерами игры го, создание машинами картин, музыки и даже новых химических соединений, а также многие другие вещи, которые еще в начале нового тысячелетия мы посчитали бы чудесами.

Когда в мае 1997 года суперкомпьютер Deep Blue от IBM выиграл шахматный матч-реванш с тогдашним чемпионом мира Гарри Каспаровым, эту победу считали триумфом искусственного интеллекта. Вот только Джон Маккарти, который, собственно, ввел этот термин и стал первопроходцем в отрасли, считал иначе.

Ученый искал новый нейтральный термин, который мог бы собрать и объединить разрозненные исследовательские усилия в единую сферу, сосредоточенную на разработке «умных машин», имитирующих все аспекты человеческого интеллекта. На семинаре был представлен 17-страничный документ под названием «Дартмутское предложение», в котором впервые использовано определение ИИ.

ОТ СЕЛФИ ДО РОБОТА РОБОТОВ
Современные технологии ИИ быстро стали частью нашей жизни. Например, каждый раз, когда вы делаете селфи при помощи своего смартфона, обработку фотографии выполняет нейронная сеть, а благодаря другой «нейронке» вы можете использовать голосовые команды, чтобы попросить виртуального помощника поставить ваш любимый музыкальный трек. Поэтому, наверное, пора уже начать говорить не о весне, а о лете искусственного интеллекта. Тем более что за прошедшее десятилетие в области ИИ произошло множество новых важных событий. Например, созданная в 2017 году нейросетевая архитектура под названием «трансформер» позволила создать такие замечательные сервисы, как ChatGPT и Midjourney (или отечественные GigaChat и Kandinsky).

Внедрение ИИ в строительство продолжит активно развиваться и совершенствоваться, а главная цель при этом – исключить все возможные риски. Степень ответственности за итоговый продукт в девелопменте крайне высока, от этого зависит не только комфорт наших граждан, но и их жизни. Стратегия нашей страны в отношении ИИ – возглавить и занять лидирующие позиции в мире. При этом нужно всегда помнить, что в критически важных направлениях и чувствительных темах искусственный интеллект не может принимать финальное решение, за этим всегда должен стоять человек.

Определение «искусственный интеллект» придумал именно Маккарти в 1955-м, он в то время был доцентом математики в Датрмутском колледже. Хотел отграничить эту область исследований от уже хорошо известной кибернетики. Собственно эта тема и стала ключевой во время семинара, состоявшегося летом 1956 года. Мероприятие организовал сам Маккарти совместно с тремя коллегами.

Дартмутское предложение

Рост популярности ИИ в строительной отрасли отражают и прогнозы экспертов: если в 2021 году этот рынок оценивался в $496 млн, то к 2031 году он должен вырасти до $8,6 млрд. При этом российские специалисты активно внедряют на рынок свои разработки – сегодня существует уже порядка 3 тысяч отечественных IT-решений для стройки. Сегодня один из самых востребованных и распространенных вариантов использования ИИ в стройке – предиктивная аналитика. Это способ прогнозирования, основанный на использовании big data и искусственного интеллекта. Самый простой пример использования метода – возможность предсказать количество материалов и оборудования, которые потребуются на стройке для оптимизации расходов.

Исследователю не нравились существующие языки, которые были созданы без учета всех возможностей. В 1958 году, работая профессором в Массачусетском технологическом институте (MIT), мужчина разработал новый язык LISP. Сегодня LISP, хоть и не в оригинальной форме, но используется в робототехнике, различных научных приложениях, множестве онлайн-сервисов, включая обнаружение мошенничества с кредитными картами и расписание авиарейсов.

Способность ИИ анализировать огромные объемы информации и формировать собственные концепции, опираясь на изначально заложенные разработчиками знания, также помогает выявлять конфликты еще на этапе проектирования, уменьшает количество необходимых изменений на стройплощадке, снижает затраты и помогает соблюдать сроки. Уже в 2024 году мы можем ожидать более глубокой интеграции технологий на основе ИИ на этапах проектирования и планирования строительства, будут развиваться более продвинутые возможности для моделирования. Например, технология цифровых двойников уже сегодня позволяет предсказать развитие ситуации на объекте.

Развитие облачных технологий берет начало в 1950-х. Тогда IBM начала использовать мэйнфреймы для работы. Это был мощный сервер, его задача ― обрабатывать большие объемы информации. Благодаря терминалам, операторы могли подключаться к центральному компьютеру и использовать лишь часть его мощности. Такая модель делала мэйнфреймы более доступными и дала толчок к развитию облачных технологий.

ИИ НА СТРАЖЕ ЖИЗНИ И ЗДОРОВЬЯ
Интеллектуальные системы мониторинга также способны отслеживать качество на всех этапах строительства при помощи датчиков и камер. Например, при бетонировании ИИ контролирует соответствие состава бетона заданным параметрам, температуру и влажность на объекте, а при кладке кирпича отслеживает толщину швов и прочность раствора. Системы машинного зрения проверяют визуальное качество поверхностей, чтобы своевременно предупредить о дефектах строителей. Кроме того, технологии, основанные на ИИ, могут контролировать соблюдение правил техники безопасности.
Не менее активно в будущем станет развиваться использование на объектах роботизированной техники, которая сможет работать как в команде со строителями, так и автономно, оптимизируя процессы и сокращая физическую нагрузку на людей.
Компании сегодня пытаются в целом автоматизировать практически все процессы. Широкое распространение получили типовое проектирование, планирование, мониторинг и управление ресурсами – все это делается с использованием технологий на основе ИИ. По оценкам специалистов, внедрение решений на основе ИИ ведет к сокращению расходов в строительной индустрии на 20%.

В рамках проекта изучали сочетание зрения с робототехникой. Робот, по имени Shakey, создавал конструкции из блоков. Он обладал способностью распознавать среду, выявлять незаметные вещи из заметных, генерировать планы и перезагружаться, если сделал ошибку. А еще робот говорил на английском.