Špičkový výzkumník TUM André Borrmann nabízí fascinující pohled na výzkum znalostního inženýrství ve stavebnictví
Pokud jde o umělou inteligenci, otázka už nezní, zda změní stavebnictví, ale kdy a jak. Jaké inovace v oblasti umělé inteligence již existují? Jaké jsou současné trendy? Kde se skrývají příležitosti a jak je lze v budoucnu využít v inženýrských kancelářích?
Prof. Dr.-Ing. André Borrmann, vedoucí katedry počítačového modelování a simulace na Technické univerzitě v Mnichově, je jedním z předních světových výzkumníků v oblasti digitalizace ve stavebnictví. Během nedávné online akce ALLPLAN na téma "Umělá inteligence ve stavebním inženýrství" poskytl zajímavé informace o budoucnosti inženýrství založeného na znalostech s umělou inteligencí.
Od zadání k modelu BIM
Jedním z mnoha výzkumných projektů v oblasti umělé inteligence na Technické univerzitě v Mnichově je BIM CoPilot. "Jde o využití přirozeného lidského jazyka jako vstupu pro generování modelů BIM," vysvětluje Borrmann. Výzkumníci používají řadu různých velkých jazykových modelů (LLM), přičemž každý model funguje jako "agent" zodpovědný za konkrétní úkol v procesu modelování.
Funguje to takto: uživatelé začnou popisem budovy v přirozeném jazyce (například kancelářská budova se dvěma patry a určitou fasádou). První agent převede tento popis na přesné instrukce ve formě souřadnic, jako je poloha a výška stěn. Tento agent se může také poradit s agentem architektonické umělé inteligence, aby do něj zahrnul komplexní znalosti o stavebních konstrukcích. Tyto podrobné instrukce jsou poté předány programovacímu agentovi, který je převede na příkazy API pro modelovací nástroj.
Výsledný model je automaticky kontrolován z hlediska kvality v Solibri. Výsledky kontroly jsou zasílány zpět jako zpětná vazba programovacímu agentovi, čímž vzniká opravná smyčka, v níž jsou generovány stále lepší verze modelu budovy.
Borrmann vidí ve spojení generativní umělé inteligence s BIM obrovský potenciál zejména proto, že náročnost modelování zůstává hlavní překážkou pro zavedení BIM při plánování. Větší automatizace pomocí umělé inteligence by ji mohla v budoucnu pomoci překonat.
Digitalizace stávajících staveb pomocí umělé inteligence
Dalším důležitým tématem výzkumu Borrmanna a jeho týmu je digitální rekonstrukce stávajících staveb. Základem pro vytváření digitálních dvojčat stávajících budov je jejich geometrie, která je často zachycena pomocí laserového skenování nebo fotogrammetrie. Výsledná mračna bodů jsou však jako podklad pro plánování jen omezeně použitelná.
"Proto jsme vyvinuli metodu, která dokáže z těchto mračen bodů automaticky generovat vysoce kvalitní digitální dvojčata s konzistentní geometrií a sémantikou ," říká Borrmann.
I tato metoda se opírá o inženýrství založené na znalostech. Neuronová síť je nejprve trénována na základě lidských znalostí o tom, jak se například staví mosty. Na jejich základě je mračno bodů sémanticky segmentováno. "Původní surové mračno bodů rozdělíme na dílčí mračna bodů pro jednotlivé komponenty, jako jsou nosné konstrukce, opěry, zábradlí a podobně," vysvětluje Borrmann.
Poté následuje takzvaný krok "přizpůsobení modelu", při kterém se pomocí optimalizačního algoritmu k dílčím mračnům bodů přiřadí předem nakonfigurované parametrické objekty.
"Protože v mračnu bodů není vidět vše, využíváme k doplnění chybějících prvků také technické výkresy - opět pomocí metod založených na umělé inteligenci," dodává. Výkresy jsou analyzovány sítí pro detekci objektů ze zpracování obrazu, která pracuje s velmi vysokou přesností.
Digitální dvojčata mostů generovaná umělou inteligencí jsou již dostatečně přesná pro mnoho reálných aplikací.
Obrovský potenciál umělé inteligence ve stavebnictví
To jsou jen dvě z mnoha možných aplikací umělé inteligence ve stavebnictví, na kterých Borrmann a jeho tým pracují. "Podle našeho názoru má umělá inteligence ve stavebnictví obrovský potenciál," zdůrazňuje. Možných případů využití je nespočet, zejména v oblasti vyhodnocování a analýzy dat - například při zpracování mračen bodů. Obrovský potenciál má také zjednodušení opakujících se úkolů pomocí asistenčních systémů.
Při používání umělé inteligence doporučujeme opatrnost
Borrmann však zároveň nabádá k opatrnosti: jelikož se jedná o statistické metody, jejich výsledky jsou ze své podstaty zatíženy nejistotou a musí být vždy přezkoumány kvalifikovanými inženýry. Neméně důležitá je kvalita tréninkových dat. Pokud je umělá inteligence pověřena něčím, k čemu nebyla výslovně vyškolena, existuje vysoká pravděpodobnost chyb. Tato omezení je potřeba mít při používání umělé inteligence vždy na paměti.
