Размышления о развитии ИИ
Прежде чем начать рассказ о нейросетях, сделаем лирическое отступление и вспомним о важном этапе технической революции — о постановке массового производства на конвейер. Когда-то Генри Форд произвел революцию в автомобилестроении, внедрив на своем заводе поточное производство.
Внедрение конвейера сделало машины доступными. Сборка первых в мире общедоступных автомобилей Ford Model T занимала всего 2 часа, а цена составляла 400 долларов. История развития ИИ сегодня напоминает ситуацию с внедрением конвейерных технологий в прошлом веке. То, что раньше занимало недели и месяцы, с помощью облачных вычислений и систем машинного обучения делается за считанные минуты.
Как и в случае с конвейером, искусственный интеллект не появился в одночасье. Пионером нейросетей был американец Рэймонд Курцвейл, родившийся в творческой семье в 1948 году.
Когда юному дарованию было 12, его дядя, трудившийся на должности инженера в Bell Labs, открыл для Рэймонда мир компьютерных наук. Кроме того, родственник предоставил юноше возможность использовать компьютер Университета Нью-Йорка для учебы. В 15 лет Рэймонд представил программу, которая писала музыку, имитируя стиль выбранного композитора. Разработка была оценена по достоинству и получила главный приз на Международной научной ярмарке в США.
Рэймонд заложил основы развития нейросетей: первой его коммерческой разработкой стала программа по подбору колледжей для старшеклассников, затем он создал мультишифровую систему распознавания символов OCR и на ее основе разработал читающую машину для слепых. Курцвейл изобрел программный синтезатор имитирующий звук живого инструмента. Его Kurzweil K250 стал первым электронным инструментом, воспроизводящий звук быстрее, чем это делал проигрыватель компакт-дисков. Музыканты-профессионалы не могли отличить звук синтезатора от звука живого инструмента. Также Рэймонд Курцвейл занимался разработкой нейросетей для фондовой биржи и создал хеджфонд FatKat.
Искусственный интеллект в архитектуре
Нейросети проникли во все творческие сферы деятельности человека. Искусственный интеллект позволил упростить и автоматизировать многие рутинные задачи, прежде требовавшие значительных затрат труда и времени. Ведущие проектные бюро уже давно используют возможности ИИ для реальных проектов. Директор архитектурного бюро Zaha Hadid Architects Патрик Шумахер сообщил, что нейросети были задействованы для значительной части проектов студии.
Права интеллектуальной собственности при этом принадлежат исключительно Zaha Hadid Architects. В Китае уже есть отель (Shenzhen Bay International Hotel), полностью спроектированный с помощью нейроинструментов китайской компании XKool.
Профессионалы в сфере архитектуры применяют ИИ для самых разных задач:
- проводят мозговые штурмы и оттачивают концепции идей;
- ищут инновационные дизайнерские решения;
- проводят оптимизацию проектов с точки зрения экономической эффективности;
- выявляют закономерности, способствующие принятию эффективных и экологически безопасных проектных решений.
Подробнее рассмотрим возможности нейросетей, применяемые на разных этапах работ в архитектуре и строительстве.
Оптимизация первичного планирования
Составление планов этажей отнимает у архитектора немало сил и времени при создании планировки здания. С помощью нейросетей можно забыть от составления документации вручную и получать готовые планы на основе размеров зданий и условий окружающей среды. Преимуществом машинных моделей обучение является адаптивность к методам и привычкам архитектора. Со временем нейросеть подстраивается к стилю мастера и копирует его наработки в проектировании.
Алгоритмы первичной оптимизации
Для оптимизации планирования на ранних стадиях используются генеративно-состязательные сети (Generative adversarial network, GAN). Суть GAN заключается в том, что сеть состоит из двух нейросетей. Одна из них генерирует образцы, вторая выделяет правильные и отбрасывает неподходящие. Фишка GAN заключается в том, что предназначения нейросетей имеют прямо противоположный характер: одна производит модели, другая занимается выбраковкой материала. Нейросети словно играют в игру «орёл или решка»: одна нейросеть подкидывает монетку, вторая пытается угадать, какой стороной монетка будет смотреть вверх после падения на поверхность. В результате пользователь получает те модели, для которых вторая нейросеть угадала правильную сторону. Чем дольше продолжается игра, тем проще второй нейросети угадывать сторону монетки, поскольку она пользуется для анализа накопленным опытом с предыдущих итераций игры.
Улучшение картографического моделирования методами ИИ
Нейросети дают архитекторам возможность оценивать архитектуру зданий и составлять поэтажные планировки, используя изображения окружающих пространств. Для этого камеру необходимо оснастить компьютерным зрением, дающим возможность анализировать картинки, видео и текст по данным из общей базы. Данная технология находится в стадии тестирования и используется для топографических и геодезических работ при проектировании, реконструкции и реставрации зданий.
Оптимизация эскизов без горящих дедлайнов
Решения на основе искусственного интеллекта помогают дизайнерам создавать большее количество эскизов в сжатые сроки. Сегодня профессиональные архитекторы нередко обращаются к общедоступным инструментам искусственного интеллекта (MidJourney и другие), чтобы ускорить работу над набросками и частично автоматизировать разработку концепций. Однако волшебных кнопок и таблеток не ждем: вмешательство человека необходимо, конечный результат всегда требует доработки.
Контроль соблюдения строительных норм
Строительный контроль, проверки проектной и рабочей документации — головная боль для строителей и архитекторов. ИИ автоматически анализирует строительные нормы и проекты на соответствие установленным требованиям, экономя время и нервы специалистов. Нейросети выявляют любые потенциальные проблемы до того, как проект попадет к заказчику. Благодаря автоматизации соответствия архитектурные фирмы могут снизить риски, связанные с соблюдением требований, улучшить взаимодействие с пользователем и повысить свою востребованность на рынке.
Оптимизация городского планирования
Городское планирование находится на стыке строительных и социальных аспектов. При выполнении городского планирования требуется принимать во внимание множество комплексных факторов, таких как:
- плотность населения;
- уровень загруженности дорог;
- действующий общественный транспорт;
- наличие и плотность зеленых насаждений;
- окружающая социальная инфраструктура.
Трехмерное моделирование городских пространств с помощью нейросетей позволяет планировщикам оптимизировать процесс принятия решений и прогнозировать потенциальные проблемы до их возникновения.
Управление энергопотреблением зданий
Благодаря машинному обучению можно забыть о холодных новостройках и зданиях, не соответствующих актуальным нормам по энергоэффективности. Решения на основе искусственного интеллекта обнаруживают неэффективность и предлагают оптимальные настройки для систем кондиционирования, вентиляции, отопления и освещения. Более того, инструменты искусственного интеллекта позволяют оценить тепловую эффективность архитектурного проекта до начала строительства.
Контроль безопасности строительства
Стройка — зона повышенной опасности. Обрушения лесов, падения с высоты и прочие события приводят к травмам на строительных площадках. Несчастных случаев на стройке можно избежать с помощью ИИ. Используя камеры с компьютерным зрением на объекте, можно обнаруживать нарушения безопасности в режиме реального времени. Например, работник находится слишком близко к тяжелой технике, система фиксирует данный факт и передает данные руководству. С помощью баз данных BIM нейросети успешно находят зоны повышенной опасности, что позволяет предупреждать травматичные ситуации.
Модели машинного обучения также могут выступать в качестве дополнительной системы проверки и обнаруживать недостатки в инженерных проектах. Нейросеть способна распознать слабые места в конструкции из-за дефектных материалов или некорректных методов строительства, что важно для повышения качества и безопасности строительства.
Автоматизация документооборота
Архитектурные проекты требуют большого количества документов. Нейросети способны извлекать соответствующую информацию из планов строительства и автоматически создавать необходимую техническую и контрактную документацию. С помощью искусственного интеллекта архитекторы могут получить технически точный документ и не тратить личное время на выполнение данной работы в ручном режиме.
Подведем итоги
Искусственный интеллект дает специалистам многое: упрощает рутинную работу, открывает новые возможности для креативных решений, позволяет за несколько кликов вносить в проекты масштабные изменения. Однако у нейросетей есть и темная сторона. Подробнее о ней расскажем в следующей статье нашей серии материалов про ИИ.
