В каждой эпохе есть знаковые технологии и новшества, которые повсеместно внедрялись в жизнь людей. Наше время характеризуется глобальной цифровизацией процессов проектирования и управления.
Цифровой мир, в свою очередь, развивался поэтапно. С 1990-х по начало 2000-х годов была эпоха сетей и клиент-серверных систем. С 2000-х по 2010-й пришла эпоха 3D-графики. С 2010-го по 2023-й – эпоха облачных сервисов и кибербезопасности. На каком же этапе развития мы находимся сейчас? В наши дни в мире цифровых технологий наступила эпоха искусственного интеллекта (далее – ИИ).
Специалистам в сфере градостроительного проектирования интересна практика использования ИИ в архитектурной и градостроительной деятельности.
При упоминании ИИ большинство людей вспоминает о GPT. GPT – это тип нейронных языковых моделей, которые обучаются на больших наборах текстовых данных, чтобы генерировать текст, похожий на человеческий. Прорыв в сфере ИИ произошел с выходом GPT-4 весной 2023 года. GPT-4 получил возможность обобщать по смыслу сложные тексты, генерировать детализированные изображения. Чат-бот даже прошел экзамен на адвоката и несколько стандартных тестов.
Возможности ИИ не ограничиваются только генерацией текстов. Сегодня существует различное ПО, воспринимающее окружающую среду и использующее обучение для выполнения каких-либо действий.
С помощью алгоритмов ИИ уже созданы разнообразные платформы и сервисы для решения градостроительных и архитектурных задач: анализа территории, моделирования благоустройства на территории, для разработки концепций застройки территории, проектирования зданий, генерации материалов для презентаций и архитектурных референсов, для проверки проекта на соответствие законодательству, для помощи в организационной работе. Сервисы также внедряют в управление умными городами, например для разработки умной регуляции светофоров.
Предлагаем рассмотреть существующие российские и зарубежные практики.
Наибольшее количество цифровых практик на российском рынке в настоящее время представлено Центром искусственного интеллекта при ГБУ «Мосстройинформ».
Сервис «Цифровой нормоконтроль» – веб-сервис с использованием ИИ, позволяющий проверять оформление проектной и рабочей документации на соответствие нормативным правилам и требованиям. В результате проверки сервис указывает на ошибки, подсвечивая их в документе с указанием на соответствующий пункт нарушенных правил/требований.
Сервис «Квартирография» – веб-сервис с использованием ИИ, генерирующий архитектурно-планировочные решения многоквартирных домов по программе реновации на основе заданных параметров отселяемых домов, пользовательских и нормативных ограничений и требований (в том числе с акцентом на наиболее удачные планировки, выявленные по результатам имеющегося опыта по переселению жителей).
Разработанный сервис позволяет пользователю задать параметры будущего многоквартирного дома (далее – МКД):
- параметры земельного участка в привязке к координатам;
- тип МКД и его расположение на земельном участке для расчета инсоляции;
- требования к квартирам (количество/доли квартир и комнат в них, площадь квартир, инвалидные квартиры, типы санузлов и т. д.);
- требования к общим помещениям в МКД, лестничным маршам и лифтовым шахтам;
- максимальную этажность и прочее.
Далее сервис генерирует не менее трех возможных вариантов в соответствии с нормативно-техническими требованиями. Если заданные параметры невозможно соблюсти в полном объеме, сервис указывает на ошибки.
В организации есть и другие сервисы: «Сервис автоматического разбора градостроительных планов земельных участков (ГПЗУ)»; «Чат-бот для получения оперативной информации об ОКС»; «Сервис автоматической генерации проекта застройки территории на основе заданных параметров и ограничений для ППТ и КРТ»; «Сервис подготовки протоколов совещаний».
По словам руководителя Департамента градостроительной политики Москвы Сергея Лёвкина, сервис ощутимо экономит время работы с документом. Без использования сервиса на обработку 6,5 тыс. ГПЗУ уходило более 3,2 тыс. часов, а с помощью сервиса тот же объем специалисты выполнили за 9 часов.
Второй интересный пример использования ИИ – платформа, создающая концепции застройки rTim.
Генерация концепции застройки происходит с учетом более 140 параметров и рельефа. При этом рассчитывается экономика проекта и планируется очередность строительства. Фонд «ДОМ.РФ» с помощью rTIM в 2,5 раза быстрее, чем при традиционном подходе создал концепцию развития территории силами одного сотрудника. С помощью платформы моделирования территорий можно оценить экономический потенциал территории, транспортную нагрузку, требуемые этапы ввода в эксплуатацию школ и детских садов еще до старта проекта.
Третий занимательный пример – интеграция ИИ в различные структуры, связанные с эксплуатацией городской среды. В качестве примера приведем систему адаптивного управления светофорами «Умный перекресток».
«Умный перекресток» – система, оптимизирующая транспортные и пешеходные потоки, повышающая уровень безопасности и комфорта дорожного движения. Детекторы распознают потоки транспорта, а сервис в реальном времени адаптивно выстраивает работу с учетом текущего трафика на дорогах. Это снижает количество пробок и повышает пропускную способность, тем самым экономит время пешеходов и водителей. В результате работы системы снижается количество пробок, экономится время водителей и пешеходов.
Нельзя обойти вниманием уникальную систему развития территории города Москвы, в которой были использованы различные ИИ-решения. Прежде всего, речь о цифровом двойнике столицы.
Цифровой двойник Москвы – это комплексная цифровая модель города, использующая технологии ИИ, которая включает подробные геопространственные данные, характеристики зданий, инфраструктуры и другие элементы городской среды. Модель призвана улучшить управление городом, повысить качество жизни граждан и эффективно использовать ресурсы.
Платформа цифрового двойника обеспечивает возможность комплексного развития городской инфраструктуры и ее благоустройства с учетом различных условий; позволяет пользователю в режиме реального времени изменять параметры модели, включая местоположение проектируемых объектов и характеристики элементов благоустройства, а также анализировать и подбирать наиболее подходящий сценарий развития.
Цифровой двойник находит применение в сфере градостроительства, например при планировании застройки и обустройстве территорий с учетом действующих законодательных норм. При разработке нового жилого комплекса возможно визуально представить будущий архитектурный облик района, спрогнозировать этапы строительства (от проектировки до благоустройства дворовых территорий) и оценить влияние нового объекта на загруженность общественного транспорта, образовательных и медицинских учреждений.
В общем и целом, Москва – передовой центр России по использованию ИИ не только как инструмента градостроителей и архитекторов, но и как инструмента, помогающего в управлении городом. Так, в городе есть нейросеть, которая ищет неубранный снег, переполненные урны, грязные дворовые территории и опоры освещения или некошеный газон. Система работает в составе Центра автоматизированной фиксации административных правонарушений.
Институт территориального планирования «Град» также идет в ногу со временем. Проект PLUTONE, разработанный специалистами компании «Град», вошел в пятерку номинантов премии CIPR Digital-2024 как лучший кейс в области ИИ.
Далее перейдем к рассмотрению зарубежных сервисов. Первая в очереди Architechtures.AI – генеративная дизайн-платформа на базе ИИ, которая преобразует процесс проектирования зданий для жилых комплексов.
Дизайн-платформа позволяет архитекторам и девелоперам совместно создавать оптимальные проекты. Пользователи вводят критерии проектирования, а ИИ обрабатывает эти данные, чтобы предоставить наилучшие геометрические и аналитические решения, обеспечивая как соответствие нормативным требованиям, так и неплохое качество архитектурных решений.
Платформа также предлагает генерацию моделей BIM в реальном времени и мгновенный анализ затрат, что повышает общую эффективность проекта. Она также плавно интегрируется с традиционными рабочими процессами и программами.
Второй достойный внимания пример использования ИИ за рубежом – сервис, использующий ИИ для городского планирования, Spacio.AI.
Spasio.AI отличает от Architechtures.AI более эскизное представление итогового результата. Сервис Spacio.AI эффективен на начальных этапах проекта, когда требуется показать кому-либо первые результаты проектирования. Сервис подходит для ситуаций, в которых необходимо быстро получить объект без углубления в детали и подробных расчетов. Можно выбрать любое местоположение, установить нужные параметры и мгновенно получить проект территории.
Третий интересный пример использования ИИ – сервис, использующий ИИ для моделирования городских пространств, TestFit.
TestFit от предыдущих зарубежных ПО отличает 2D, а не 3D-моделирование.
Сервис позволяет пользователям быстро определять границы участка, разрабатывать дорожные сети и устанавливать необходимые отступы от земельных участков. С помощью TestFit можно проектировать различные объекты городской жизни: от парковки и склада до парка.
Каждая из опций имеет свои параметры настройки: например, увеличить или уменьшить количество озеленения на территории, а в зданиях в пару кликов добавить лифты и лестницы, установить размеры и количество помещений. Результаты моделирования конвертируются в форматы, позволяющие продолжить работу в AutoCAD и Revit.
Далее рассмотрим DBF (Digital Blue Foam) – сервис, использующий ИИ для городского планирования и реализации сложных проектов.
В основе его возможностей лежит DBF Engine, который использует передовые алгоритмы искусственного интеллекта для поддержки генеративного проектирования и пространственной аналитики.
Этот сервис позволяет градостроителям и архитекторам создавать инновационные, устойчивые и готовые к будущему городские пространства. Интеллектуальная оптимизация DBF снижает итоговые затраты на проект. Интегрирование сервиса в рабочие процессы обеспечивает бесперебойную связь с существующим программным обеспечением, что делает его бесшовным дополнением к любому процессу проектирования.
Deepblocks замыкает обзор архитектурных и градостроительных практик использования ИИ в программном обеспечении.
Deepblocks – это аналитический инструмент, обрабатывающий крупномасштабные изображения на базе ИИ для анализа беспилотных, спутниковых, аэрофотоснимков.
Платформа способна обнаруживать и классифицировать интересующие области, а также отслеживать изменения в снимках, сделанных в одном и том же месте в разное время.
Напоследок поразмышляем об использовании ИИ в ближайшем и далеком будущем.
Уже сейчас есть доступ к десяткам различных приложений и сервисов. Да, большинство этих сервисов находится в достаточно сыром виде, но всё это будет развиваться семимильными шагами[ТЮИ1] . Повсеместное внедрение искусственного интеллекта в урбанистику, градостроительство и архитектуру – вопрос времени.
Возможно, сегодня мы не поверим в то, какие сверхтехнологичные сервисы будут через 5, 10, 15, а то и через 50 лет. Сигналы светофоров уже регулируются в зависимости от трафика. А что если здания и пространства будут регулироваться в зависимости от ритмов жизни? Утром и днем – офисные, рабочие пространства, а вечером и ночью – жилые.
В перспективе ИИ будет менять энергопотребление в зданиях в зависимости от нужд, с учетом солнечного света и ветра, а в реках и каналах менять уровень воды.
Можно представить умные парки с автономными системами полива, которые будут учитывать прогноз погоды с объемом осадков и состояние почвы. Быть может, появятся подземные или надземные транспортные тоннели для грузовых перевозок, чтобы разгрузить улицы, которые будут наполнены электромобилями с автопилотом без людей.
ИИ, анализируя конкретный город, может предсказать, что через 15 лет в нем будет больше пожилых людей, и посоветует запроектировать в будущие градостроительные решения больше медицинских центров и парков для отдыха. Нейросети будут следить за износом инфраструктуры и зданий и предлагать реконструкции до того, как что-то приведет к крупной аварии и, соответственно, ущербу для бюджета.
Вариантов много, возможно, что часть из них мы увидим воочию. Рекомендую всем коллегам постигать азы искусственного интеллекта!
Автор статьи: Юрьев Илья.
