Данная статья представляет собой попытку дать общее представление о том, что такоеискусственный интеллект (ИИ). Также авторами рассматриваются некоторые способы применения систем с искусственным интеллектом в строительной отрасли: мониторинг деятельности,управление рисками, оптимизация ресурсов и отходов. В работе изучены возможные пути реализации реальных преимуществ и определены проблемы применения ИИ в строительстве. В результатеавторами отмечено, что строительным компаниям целесообразно нанять технолога в областистроительства и помнить, что ИИ — это такой же инструмент, как и любой другой.
Ключевые слова: искусственный интеллект, машинное обучение, возможности искусственного интеллекта, строительная отрасль, робототехника, интернет вещей (IoT), аналитика данных,BIM, носимая техника, строительные роботы.
Развитие строительной отрасли сильно ограничено множеством сложных проблем, с которыми она сталкивается, такими как перерасход средств и времени, безопасность труда и нехватка рабочей силы. Кроме того, строительная отрасль является одной из наи менее оцифрованных отраслей в мире, что затрудняет решение стоящих перед ней проблем.
Передовая цифровая технология — искусственный интеллект (ИИ) — в настоящее время революционизирует такие отрасли, как производство, розничная торговля и телекоммуникации. Несмотря на признание преимуществ применения ИИ, многочисленные проблемы, связанные с ИИ, все еще существуют в строительной отрасли.
Цель данного исследования — раскрыть подразделы ИИ, изучить используемые методы ИИ и определить возможности и проблемы применения ИИ в строительной отрасли.
Существует множество различных и противоречивых определений, но, по сути, искусственный интеллект (или сокращенно ИИ) относится к машинам и компьютерным системам, которые способны управлять своими мыслями и действиями.
Таким образом, одна из фундаментальных проблем с определением искусственного интеллекта заключается в том, что, несмотря на передовой уровень современной науки, у нас все еще очень мало понимания того, как работает человеческое сознание, не говоря об искусственном.
Наш главный интерес заключается в том, как системы, управляемые искусственным интеллектом, могут быть использованы в реальной строительной работе. Прежде чем перейти к этому рассмотрим, откуда взялась идея ИИ.
Люди с древних времен представляли себе машины, которые думают и двигаются по собственной воле. Наши предки начали пытаться создавать собственные «живые» машины. Уже в XIII веке изобретатели и инженеры трудились над созданием первых в мире реальных роботов, таких как водный оркестр музыкальных автоматов, созданный «отцом робототехники» Исмаилом Аль Джазари.
История искусственного интеллекта, корни которой уходят в мифы, математику и развитие компьютерных наук, берет свое начало в годы, последовавшие сразу после Второй мировой войны, когда такие мыслители, как британский криптоаналитик Алан Тьюринг, начали задаваться вопросом «Могут ли машины мыслить?» [6]. Вопрос, на который он предложил ответить с помощью своего знаменитого теста Тьюринга.
Именно в 1956 году ИИ стал законной областью исследования, когда компьютерный ученый Джон Маккарти ввел термин «искусственный интеллект» во время научной конференции по этому вопросу в Дартмутском колледже. С тех пор ученые, футуристы и технологи не перестают следить за развитием ИИ.
Какими бы впечатляющими ни стали наши компьютеры, они все еще не преодолели высокую планку, установленную так называемой гипотезой сильного ИИ. Это та версия ИИ, которую можно увидеть в классических научно-фантастических фильмах, таких как «Бегущий по лезвию» («Bladerunner»), где сознательные машины стали настолько неотличимы от людей по внешнему виду и поведению, что их можно распознать только с помощью профессионально проведенного теста Войта-Кампфа.
Чтобы квалифицироваться как сильный ИИ (также называемый общим интеллектом), машина должна обладать всеми умственными способностями, которые есть у человека — от самосознания и свободы воли до способности учиться, формировать память, планировать будущее, решать проблемы с помощью логики и так далее. Ученым еще предстоит создать такую продвинутую версию ИИ, которая (пока) остается скорее теоретической концепцией [7].
Однако ученым удалось создать множество так называемого слабого ИИ: компьютеры или машины, способные «думать» и выполнять определенные задачи — иногда исключительно хорошо — в рамках узкой специализации.
Онлайн-чат-боты являются яркими примерами слабого ИИ, специализирующегося на пересказе человеческой речи, не будучи на самом деле сознательным. Более того, грамотно спроектированный чат-бот может быть даже неплохим собеседником, но, в отличие от сильного ИИ, он совершенно не способен выполнять задачи, выходящие за рамки узких параметров его программы.
В наше время существует множество терминов, связанных с искусственным интеллектом.
Алгоритмы — это набор математических инструкций, который указывает компьютеру, как именно вести себя в определенных ситуациях. За последние два десятилетия эти специализированные блоки кода стали повсеместными, позволяя компьютерам выполнять все более сложные вычисления и обработку данных. Алгоритмы определяют не только то, что будет делать компьютер, но и то, как он будет это делать, шаг за шагом.
Нейронные сети (иначе известные как искусственные нейронные сети, или ИНС) — это строительные блоки процессов машинного обучения. Нейронная сеть, созданная с целью имитации взаимосвязанной природы человеческого мозга, по сути, представляет собой набор алгоритмов, организованных в несколько узловых слоев. Острота и хитрость ИИ во многом определяется тем, насколько сложны и взаимосвязаны его нейронные сети [4].
Машинное обучение — это цифровой процесс, в ходе которого компьютеры используют данные и алгоритмы, чтобы научить себя «думать» таким образом, чтобы приблизить решение проблем к человеческому. Цель состоит в том, чтобы научить компьютеры учиться самостоятельно и в конечном итоге стать соавторами собственного программирования, тем самым со временем повышая точность выполнения поставленных задач.
Процессы машинного обучения требуют огромных объемов больших данных, которые служат сырьем для нейронных сетей высокоспециализированных алгоритмов в поисках закономерностей и идей, которые в противном случае остались бы необнаруженными. Эта возможность делает машинное обучение чрезвычайно полезным для таких крупных отраслей, как строительство, которые ежедневно генерируют огромное количество данных.
Процессы машинного обучения можно встретить повсюду, они используются во всем, начиная от распознавания лиц и целевой рекламы и заканчивая рекомендательными функциями, которые такие компании, как Google, Netflix и YouTube, используют для того, чтобы предложить пользователю другой контент, который может ему понравиться, основываясь на его предыдущих поисковых запросах.
Литература:
- Гареев И. Ф., Мухаметова Н. Н. Внедрение цифровых технологий на этапах жизненного цикла объектов жилой недвижимости // Жилищные стратегии. 2018. Т. 5. № 3. С. 305–322.
- Рагулин П. Г. Информационные технологии // ТИДОТ Дальневосточного университета 2004. 208 с.
- Трамбовецкий В. Электронное моделирование в практике проектирования и строительства // Строительная газета. 2006. № 11. URL: https://www.wikistroi.ru/wiki/informacionnye-tehnologii-v- stroitelstve/elektronnoe-modelirovanie-v-praktike-proektirovaniya-i-stroitelstva.
- Buchanan B. A (very) brief history of artificial intelligence // AI Mag. 2005. 26 (4). P. 53–60.
- Chien C. D.-P.S., Huh W., Jang Y., Morrison J. Artificial intelligence in manufacturing and logistics systems: algorithms, applications, and case studies // Publication Cover Int. J. Prod. Res. 2020. 58 (9). Vol. 58(9). P. 2730–2731.
- McCarthy J., What is Artificial Intelligence. // S.L, Computer Science Department, Stanford University. 2007. 15 p.
