Павел Гуштюк, эксперт по цифровой трансформации, гендиректор компании «Формайнд», рассказал о применении искусственного интеллекта в строительстве. Нейронные сети (тип ИИ) особенно полезны в строительной отрасли благодаря их способности изучать закономерности из больших объемов данных. В строительной отрасли нейронные сети можно использовать для решения большого круга задач.

В направление работ по контролю качества можно использовать технологии для обнаружения дефектов в строительных материалах, таких как бетон, сталь и дерево. Благодаря анализу большие объемы данных, включая изображения можно выявлять дефекты, которые может быть трудно обнаружить технадзору. Некоторые компании уже используют алгоритмы машинного обучения для анализа изображений бетона и выявления таких дефектов, как трещины и воздушные карманы. Система может анализировать изображения в режиме реального времени и предоставлять обратную связь работникам, что позволяет быстрее выявлять и исправлять дефекты. Это приводит к улучшению контроля качества и уменьшению количества дефектов в готовой продукции.

Нейронные сети можно использовать для прогнозирования выхода оборудования из строя, что позволяет проводить упреждающее обслуживание. Это может сократить время простоя и затраты на техобслуживание.

Благодаря использованию фотометрии, видеопотока и нейронных сетей, на строительной площадке можно минимизировать потенциальные риски по охране труда. Анализируя данные с датчиков и других источников, нейронные сети могут прогнозировать вероятность возникновения аварий, что позволяет принимать превентивные меры.

Например, строительная компания в Японии разработала систему, которая использует искусственный интеллект, чтобы прогнозировать, когда строители рискуют упасть со строительных лесов. Система использует датчики для сбора данных о перемещениях рабочих и передает эти данные в нейронную сеть, которая может определять, когда рабочие находятся в опасности. Это помогло снизить количество несчастных случаев и травм на строительных площадках. Также нейронные сети можно использовать для решения задач по управлению проектом, а именно оптимизации графиков строительства с учетом таких факторов, как погода, доступность ресурсов и зависимости проекта. Это может привести к более эффективному использованию ресурсов и более быстрому завершению проекта.