Решение проблем стройки с помощью ИИ Строительная отрасль пока не решила две большие проблемы: высокие внеплановые расходы и срывающиеся сроки, — которые приводят к ежедневным многомиллионным потерям. Целевые планы не исполняются, например, из-за невысокой эффективности взаимодействия участников в единой среде общих данных или недостаточного уровня планирования работ. Применение искусственного интеллекта способно повысить эффективность строительства. С его помощью можно оценивать количество и стоимость ресурсов, отслеживать расположение и использование техники, контролировать качество работ, снижать риски и обеспечивать безопасность на объекте, создавать цифровых двойников и т.п. Использование ИИ, а именно предиктивной аналитики, помогает если не решить, то выявить многие проблемы через анализ накопленных статистических данных. Система ИИ их обрабатывает, обучается и выдает ориентировочный прогноз. Он позволяет смоделировать, как большое количество различных факторов влияющих на процесс строительства, а значит, управленческие решения, принимаемые в опоре на ИИ, будут более рациональными, обоснованными. Собирать данные для системы предиктивной аналитики можно с помощью имеющихся в компании BIM-инструментов, а методы анализа полученных данных для прогнозирования будущего поведения объекта, позволяют более точно принимать оптимальные решения. Чем больше выборка таких данных об объекте, тем точнее и корректнее итоговое прогнозирование. Возьмем для примера разработку и 3D-визуализацию процессов капитального строительства. В проектировании такой раздел называется ПОС или ПОР-проект организации строительства и строительно-монтажных работ . Добавляя в процесс такой параметр, как время, получаем полноценную 4D-модель, позволяющую в режиме реального времени смоделировать все этапы возведения объекта. При использовании ИИ, такая система позволяет выстраивать различные сценарии строительства («оптимистический», «пессимистический»), благодаря чему можно предсказать и оптимизировать длительность производства работ в тех или иных условиях, с учетом влияния рисков. Система анализирует текущие и имеющиеся статистические/исторические данные по конкретному проекту и его аналогам в регионе, по климатическим условиям, доступным ресурсам, материалам и их поставщикам. При этом ИИ учитывает не только отдельные факторы сами по себе, но и их влияние друг на друга. Функционал современных BIM-систем также использует возможности ИИ: например, при проектировании и автоматизированной проверке соответствия цифровой модели (ЦИМ) нормативным требованиям и стандартам. Проектировщик работает эффективнее и быстрее за счет того, что получает требования в режиме реального времени, а ошибки и проектные коллизии, вызванные человеческим фактором, сводятся к минимуму. Подобный подход применим также для прогнозирования и оценки стоимости капитальных вложений по проекту еще до начала строительства. Размер инвестиций прогнозируется путем моделирования ключевых допущений и подходов к реализации проектов за счет сокращения издержек на разных этапах жизненного цикла, оптимизации и сокращения времени проектной подготовки и строительства, что с большей предсказуемостью позволяет оценить финальные результаты. Роботы и дроны Интеграция искусственного интеллекта с робототехникой стала новой фазой преобразований: меняются принципы работы стройплощадок и сама суть строительных методик. Сюда относятся применение на стройке робототехники, технологий дополненной (AR) и виртуальной (VR) реальности, анализ данных, получаемых с помощью дронов, интернет вещей (IoT) и многие другие направления. Эти решения, объединяющие когнитивные способности с механическими возможностями, – одновременно инновационные и прагматичные. Строительная робототехника усиливается искусственным интеллектом. Например, в США появился SAM (полуавтоматический каменщик) — робот, который умеет укладывать кирпич или вязать арматуру. Он выполняет повторяющуюся задачу с безупречной точностью, при этом встроенный компонент искусственного интеллекта обеспечивает адаптивность. То есть робот в режиме реального времени приспосабливается к изменению размера кирпичей или качества раствора. Еще пример — роботизированная автономная система TyBOT от Advanced Construction Robotics (США). Робот связывает до 1100 пересечений арматуры в час — задача, для которой обычно требуется бригада из 6–8 рабочих. Робототехника и искусственный интеллект повышают безопасность и производительность стройки, снижают риски невыполнения графика, а в глобальном смысле – преобразовывают строительную отрасль. Европейцы не отстают: в EffiBOT создали автономные транспортные средства, которые следуют за рабочими. Робот несет инструменты или материалы, используя алгоритмы искусственного интеллекта для безопасного перемещения по оживленным строительным площадкам. Российский бизнес также делает первые шаги по внедрению предиктивной аналитики, опираясь на международный опыт. На рынке уже есть достаточно много примеров применения цифровых технологий и систем ИИ. Так, например, группа «Самолет» сообщила о разработке нейросети VIJU, как системы предиктивной аналитики в области мониторинга строительных площадок. Эта система обеспечивает комплексное наблюдение за соблюдением строительных норм и эффективной работой башенных кранов, выполняя мониторинг в режиме реального времени. Компания утверждает, что с помощью нейросети удалось сократить количество простоев и увеличить производительность труда на 40%. ДОМ.РФ на основе ИИ разработал сервис для оценки ликвидности будущих объектов жилищного строительства. С его помощью можно в том числе определять оптимальные локации для застройки, предсказывать стоимость квадратного метра, сроки с учетом возможных срывов. По прогнозам, это поможет снизить себестоимость строительства на 7–10%. Нейросеть «Росэнергоатома» предоставляет широкий функционал, в частности позволяет отслеживать соблюдение техники безопасности и ношение средств индивидуальной защиты (СИЗ) работниками предприятия. «ЛУКОЙЛ-Пермнефтеоргсинтез» внедрил систему предиктивной аналитики с применением ИИ, которая может предсказать выход оборудования из строя как минимум за 50 дней, что сокращает до 30% затрат на обслуживание благодаря прогнозированию эксплуатационных проблем и поломок оборудования. Другая область разработок — дроны, больше известные как беспилотные летательные аппараты (БПЛА). Они быстро превратились из развлекательных устройств в бесценные для промышленности инструменты, и строительный сектор оценил их возможности в полной мере. Дроны фундаментально меняют традиционные подходы, особенно в сфере мониторинга и контроля. С их помощью, не выходя из офиса, получают актуальную информацию со стройплощадки в реальном времени, моментально измеряют высоту, длину, площадь и объем объекта строительства. Компания SkyMule (США) показала испытания дрона, который помогает строителям при подготовке арматуры к заливке бетона. Он самостоятельно летает над уложенной арматурой и связывает прутья, экономя время рабочих. Компания утверждает, что дрон ускоряет процесс вязки в 2,4 раза и делает его на 32% дешевле. В сочетании с передовым программным обеспечением дроны превращаются в аналитические инструменты. Сложные алгоритмы обрабатывают полученные изображения для поиска ошибок и аномалий, будь то структурные трещины, несанкционированные изменения или отклонения от утвержденных чертежей. Такой упреждающий подход сводит к минимуму дорогостоящие исправления и обеспечивает соблюдение стандартов безопасности. Кроме того, дроны пригодятся в управлении ресурсами. Как за рубежом, так и в России строительные площадки часто занимают обширные территории со множеством активных зон. Дроны, оснащенные инфракрасными датчиками или тепловизионными камерами, могут отслеживать движение и использование техники, благодаря чему достигается оптимальное развертывание и уменьшается время простоя и техники, и производственных ресурсов. Росреестр в настоящее время активно использует дроны для мониторинга планировки и застройки земельных участков, а ПАО «Россети» использует дроны для контроля за состоянием ЛЭП. ИИ в обучении Моделирование виртуальной реальности (VR) на базе ИИ используется для обучения технике безопасности. Симуляции воссоздают реальные сценарии строительства, заставляя рабочих ориентироваться в потенциальных опасностях. Искусственный интеллект оценивает их реакцию и предлагает обратную связь. Предполагается, что работник, прежде чем заступить на реальный объект, уже будет обучен выявлять и снижать риски. Проблемы и перспективы развития технологий ИИ в строительстве Искусственный интеллект, обладая очевидными преимуществами, существенно трансформирует систему управления строительной отраслью. Об этом свидетельствуют данные об увеличении производительности, сокращении издержек и времени проектирования, о повышении эффективности управления и контроля. Тем не менее массовому внедрению этой технологии в строительной сфере препятствует ряд причин, в том числе непонимание необходимости применения ИИ. Многие руководители и специалисты либо не видят прямой выгоды от использования ИИ, либо недостаточно осведомлены о его возможностях. Серьезно тормозят прогресс технические (несовместимость с текущим оборудованием) и кадровые (отсутствие квалифицированных специалистов) ограничения. Несмотря на ограничения и препятствия, искусственный интеллект перспективен. ИИ способен ускорять проектирование, повышать производительность, улучшать контроль над стройкой, оптимизировать ресурсы — словом, решать проблемы, с которыми отрасль сталкивается постоянно. Но, будучи новым инструментом, искусственный интеллект еще требует полноценного освоения. Он предъявляет новые требования к специалистам и их обучению, к модернизации технической базы, к способам стратегического планирования и ведения бизнеса. Следует особо выделить развитие образовательных программ в сфере ИИ, как одну из приоритетных задач федерального проекта «Искусственный интеллект», в рамках национального проекта «Цифровая экономика». В таблице систематизировали приоритетные направления развития ИИ в строительной отрасли и выделили основные проблемы и пути их решения, а также привели прогноз по результатам применения ИИ. С целью ускоренного внедрения ИИ-технологий в отраслях экономики страны, Минстроем России совместно с институтом развития ДОМ.РФ была создана экспертная группа по внедрению искусственного интеллекта в строительной отрасли. На текущий момент в рабочую группу входит более 50 крупнейших застройщиков, представители федеральных органов исполнительной власти, регулятора и банков. В рамках работы экспертной группы по внедрению ИИ при Минстрое России уже рассмотрены вопросы создания единой методики для оценки применения искусственного интеллекта в строительной отрасли. Методика должна отразить степень готовности компаний к внедрению искусственного интеллекта и стать основой для создания реестра отечественных решений в сфере ИИ. В рамках заседания экспертной группы по внедрению ИИ при Минстрое России рассмотрен вопрос о развитии нормативно-правового регулирования применения ИИ и создания единой методики для оценки применения искусственного интеллекта в строительной отрасли. Методика должна показать степень готовности компаний к внедрению технологий искусственного интеллекта и стать плацдармом для создания реестра отечественных решений в сфере ИИ. Такое предложение было озвучено на апрельской сессии «Искусственный интеллект в девелопменте: от идей к инновациям» в рамках действующей выставки-форума «Россия» на ВДНХ.
