Искусственный интеллект

[samsony1]

Искусственный интеллект на стройке. Мировая практика и российская перспектива

Использование ИИ сейчас модная тема в самых разных отраслях. Пока что внедрение ИИ в строительство находится на ранней стадии, тем не менее интерес есть. Развиваются такие направления, как использование роботов и дронов на стройке, предиктивная аналитика и др. О практике и перспективах применения ИИ в строительстве рассказывает Кирилл Поляков, сооснователь цифровой платформы для управления стройкой Pragmacore.

Мировая практика использования ИИ в строительстве
Уровень проникновения ИИ в строительной отрасли намного ниже, чем в наиболее передовых в технологическом направлении секторах (например, финансовом). Однако рост есть: по некоторым прогнозам, мировой рынок ИИ в строительстве в период с 2022 по 2031 год будет расти на 34% в год и расширится с чуть менее $500 млн в 2021-м до $8,6 млрд в 2031 году.

Одно из перспективных и довольно простых способов применения ИИ в строительстве — использование роботов и дронов. Уже довольно многие компании используют беспилотники для контроля за процессом строительства или создания 3D-моделей. Есть и другие варианты использования дронов в строительстве: так, швейцарская компания Tinamu стала применять беспилотники для более быстрой и точной оценки запасов строительных материалов. Такие беспилотники оснащены ИИ-системой, которая делает съемку запасов на складе или в другом месте, самостоятельно анализирует эти данные и выдает точный результат. Причем, в отличие от использования традиционных методов оценки запасов, беспилотники могут быстро и просто проводить такую оценку ежедневно.

А вот несколько примеров использования на стройке роботов. В Китае при строительстве дамбы на реке Янцзы роботы собирали эту конструкцию из крупных элементов. Еще один пример — робот, которого использовали в Швейцарии для строительства стены из камней неправильной формы. Такой робот ориентируется по созданной с помощью лидаров карте местности, разработчики обучают основанную на ИИ модель, в результате чего робот «учится» находить камни нужно формы и устанавливать их, строя стену. Пока что такого робота тестируют, а не полноценно применяют в строительстве, тем не менее это интересные разработки.

Еще одно перспективное направление — предиктивная аналитика. Это прогнозирование на основе big data с использованием ИИ. Системы предиктивной аналитики на основании больших массивов данных выдают вероятные сценарии по длительности стройки, стоимости, возможным рискам и т.д. Все это позволяет компаниям лучше планировать процесс и снижать издержки.

ИИ на российских стройках
Уровень внедрения технологий ИИ в российской строительной отрасли пока низкий. Многие компании уже заинтересовались этим направлением, однако для полноценного использования ИИ нужна большая предварительная работа. Особенно если мы говорим не про точечные решения, такие как дроны на стройке, а про комплексный сбор и анализ данных.
В этом случае компаниям зачастую нужно масштабно перестроить принципы своей работы. Сначала сделать так, чтобы все процессы в работе были достаточно простыми, понятными и легко переводимыми в цифровой вид. Дальше — собственно цифровизация, в результате которой у вас должны быть базы данных, в которых в структурированном цифровом виде будет вся информация о работе компании.
Только на следующем этапе возможно переходить к применению ИИ для анализа этих данных, выстраивания сценариев и т.д. Сейчас многие российские строительные компании уже поняли, что им нужно провести такую цифровизацию.

Тем не менее решения на основе ИИ на российском рынке есть. Вот один из них — в прошлом году компания «Дом.РФ» сообщила о запуске основанного на ИИ инструмента, который помогает определить ликвидность будущих строительных объектов, их стоимость, возможные риски. В этом случае нейронные сети оценивают все эти параметры на основе широкого набора данных: динамики продаж Росреестра, стоимости строительных материалов, информации об инфраструктуре вокруг этой новостройки и др. В «Дом.РФ» говорят, что при использовании этого инструмента девелоперы смогут более эффективно выделять инвестиции и планировать строительство.

У «Самолета» есть и другие проекты с применением ИИ — например, система предиктивной аналитики.
В нашу платформу Pragmacore также добавлен модуль предиктивной аналитики. Основная его цель — делать более точные прогнозы по длительности строительства, а также избегать простоев. Такой инструмент анализирует десятки разных факторов — возможные изменения погоды, снижение числа работников на стройке, перебои с поставками материалов и др. — и выстраивает несколько сценариев, оценивая вероятность каждого из них. Соответственно руководство стройки может более точно оценить реальную длительность строительства и принимать решения исходя из этих данных.
Еще одна возможность, которую дает предиктивная аналитика, — оценка, какие работы вы можете осуществить прямо сейчас. С помощью ИИ-инструмента можно определять открытые и доступные фронты работ. Например, вы не можете выполнять какие-то работы из-за задержки поставок какого-то материала. Подобная система позволяет увидеть, для каких еще работ есть все необходимое — проектная документация, рабочие, материалы — и приступить к ним, не дожидаясь завершения предыдущего этапа.
Перспективы применения и развития ИИ на российских стройках
Искусственный интеллект может решить или по крайней мере смягчить некоторые хронические проблемы, свойственные для российского строительства. Одна из важнейших проблем — высокие избыточные расходы и простои. В некоторых случаях потери достигают миллионов рублей в день.
Такие избыточные расходы связаны с теми сложностями, которые уже были перечислены: часто не отлажены процессы, есть много непредвиденных обстоятельств, таких как изменение погоды или перебои с поставками. Применение ИИ позволяет более эффективно наладить работу и снизить избыточные расходы.

источник - здесь

[samsony1]

ИИ и BIM в реконструкции аэропортов

Аэропорты уже давно перестали быть просто транзитными пунктами для путешествий. В наши дни они стали примерами достижений в области инновационных технологий и эффективной логистики. Ключ к трансформации простого здания в современный транспортный узел лежит в интеграции в архитектуру передовых технологий, таких как искусственный интеллект (ИИ) и информационное моделирование зданий (BIM).

Искусственный интеллект и BIM помогают проектировщикам и архитекторам комплексных транспортных узлов по всему миру. В каждом отдельном случае применяемые технологии и услуги чётко направлены на потребности местных жителей и наиболее частых гостей страны: в Токио постарались снизить количество живых контактов со служащими аэропорта, а в Дохе предоставили возможность ещё раз насладиться высококлассным сервисом перед отлётом. Так что, где бы вы не находились, знайте: ИИ и BIM точно помогут вам удовлетворить самые главные потребности.

Эти инструменты не только меняют подход к проектированию и управлению аэропортами, но и устанавливают новые стандарты для инфраструктуры аэропортов будущего. Как именно эти технологии помогают трансформировать до неузнаваемости самые крупные аэропорты мира? Разбираемся в этой статье.

подробнее - здесь

[samsony1]

Что такое YandexGPT 3

YandexGPT 3 — новая линейка генеративных моделей Яндекса. Она лучше решает сложные задачи и следует заданному формату ответа, поэтому особенно хорошо подходит для применения в ИТ-продуктах и для других бизнес-задач.
Первая модель линейки — YandexGPT 3 Pro — уже доступна на сайте Yandex Cloud. Компании могут дообучать её на собственных примерах.

подробнее - здесь

[samsony1]

Нейросеть на стройке. Как ИИ помогает в строительстве и ЖКХ

По оценке Национального центра развития ИИ, около 3% строительных компаний используют технологии на основе искусственного интеллекта в своей работе, благодаря чему в 2021 году они дополнительно заработали 2,1 млрд рублей. В сфере ЖКХ и развития городской среды таких компаний 6% и экономический эффект от применения технологий в 2021 году здесь составил 400 млн рублей. Минстрой в начале 2023 года прогнозировал, что «прирост в строительной области за счёт использования решений на основе искусственного интеллекта (ИИ) может достигнуть 2,5% внутреннего валового продукта в год».

ИИ уже на текущем этапе развития технологий помогает строительной отрасли генерировать дополнительные доходы. И в процесс модернизации вовлекается всё больше игроков рынка.
«Отрасли строительства и ЖКХ уже сегодня сталкиваются с рядом вызовов, которые можно решить с помощью ИИ, — отмечает Кирилл Поляков, сооснователь цифровой облачной платформы для мониторинга, контроля и управления инвестиционно-строительными проектами Pragmacore. — Например, рост населения и уровня городской застройки приводят к увеличению количества проектов, которые необходимо реализовывать быстро и эффективно. В этом контексте ИИ может помочь оптимизировать процессы, снизить затраты и риски».

Как ИИ повышает эффективность строительного бизнеса и компаний из сферы ЖКХ: разбираем с экспертами Альянса в сфере ИИ.

ИИ в строительстве
«Строительство как одна из самых консервативных отраслей экономики всегда с настороженностью относится ко всем нововведениям. Тем не менее ИИ тут уже прижился и применяется в решении таких прикладных задач, как мониторинг хода строительства (обработка фото- и видеоданных с дронов), учёт рабочей силы на площадке, контроль перемещения персонала и материалов, соблюдение техники безопасности», — говорит Борис Хапачёв, генеральный директор компании «Проптех», основатель двух ИТ-стартапов для строительства — экосистемы PropTech.OnLine и решения по «умному» мониторингу бетона PropTech.SMC. По его мнению, наибольший эффект уже виден в маркетинге и продажах — там, где надо работать с большим объёмом неструктурированной информации, в коммуникации с клиентами (в чатах и с голосовыми ботами). На подходе, по мнению Хапачева, следующее направление применения — специализированные ИИ-ассистенты для различных специалистов, от инженера до генерального директора.

«В среднесрочной перспективе ждём появления „роботов“ на площадке, — говорит Хапачёв. — Например, роботизированных кранов, экскаваторов и бульдозеров, самосвалов и бетономешалок с автопилотом. Эксперименты и пилотирование технологий уже идут на отечественных площадках».

Группа компаний «Самолёт» уже тестирует робособак для сканирования строительного объекта. Задачи — контроль соответствия построенного объекта проекту, соблюдение техники безопасности на площадках, проведение различных измерений. С помощью технологии машинного обучения робот самостоятельно ориентируется на местности, свободно передвигается по разным поверхностям. Робособака ускоряет решение многих задач в строительстве. Так, на создание 3D-модели объекта площадью 2000 «квадратов» у неё уйдёт всего 12 минут, тогда как у геодезиста — до 72 часов. Кроме того, отклонение в 3D-модели будет составлять не более 2 сантиметров.

Приоритетные направления применения ИИ в строительстве

Мониторинг строительных объектов и рабочих
Проблема. Низкая производительность строительных работ из-за несоблюдения рабочими регламента, срыва сроков, несвоевременного информирования руководства.
Решение:
отслеживание прогресса строительства, поступления материалов, объёмов ресурсов дронами и камерами видеонаблюдения;
фиксация времени простоя рабочих, сверка с закреплённым графиком путём анализа информации с носимых устройств и стационарных камер.
Результат: рост производительности на 30%.

Прогнозирование рисков и автоматизация типовых операций
Проблема. При ручном проектировании приходится каждый раз заново осуществлять типовые операции, что повышает вероятность ошибки и затраты времени. Также отсутствие автоматизированных технологий не позволяет учесть все факторы риска при долгосрочном планировании.
Решение:
внедрение ИИ в системы планирования и управления: разработка сметы, критический анализ, выявление рисков на основе исходных данных, прогнозирование и т. д.;
применение модулей искусственного интеллекта в типовом проектировании: разработка инженерных сетей, описание элементов, проверка соответствия строительным нормам, выгрузка информации и т. д.
Результат: рост производительности на 20%, снижение издержек на 10%, сокращение времени проектирования на 40%.

Применение автономной техники
Проблема. Для управления сложной строительной техникой требуется комплектация штата высококвалифицированных рабочих, что вызывает трудности из-за нехватки кадров на рынке труда.
Решение:
освоение автономной строительной техники, способной выполнять сложные операции круглосуточно и без перерывов, облегчая труд рабочих и повышая эффективность строительных работ.
Результат: снижение эксплуатационных расходов на 50%, повышение скорости возведения зданий на 50%.
Источник: Альянс в сфере ИИ
На 30% может вырасти производительность после внедрения ИИ на стройке

К основным сдерживающим факторам применения ИИ в строительстве и ЖКХ эксперты относят:

- отсутствие понимания необходимости внедрения технологии;
- недостаток информации об искусственном интеллекте;
- несовместимость с используемым оборудованием;
- недостаток квалифицированных кадров.

«Применение ИИ позволит ускорить проектирование, улучшить контроль, повысить производительность,
уменьшить потери и, как итог, снизить себестоимость строительства, — подытоживает Борис Хапачёв. — Но надо понимать, что это эволюционные изменения, а не революционные. ИИ — это всего лишь новый инструмент, которым ещё надо научиться пользоваться».
На 40% сокращает ИИ период проектирования в строительстве

ИИ в ЖКХ
Жилищно-коммунальное хозяйство развивается в соответствии с концепцией «умного города». Главные задачи — моментальное выявление неисправностей и сокращение до минимума периодов аварийного простоя.

Приоритетные направления применения ИИ в ЖКХ

Обнаружение утечек, выявление отклонений в потреблении воды и мошеннических действий
Проблема. Регулярные потери ресурсов из-за протечек в системе водоснабжения и мошеннических действий повышают расходы на эксплуатацию, снижают износоустойчивость инфраструктуры и её защищённость.
Решение:
использование виброакустических датчиков для своевременного выявления протечек в системе;
выявление отклонений на основе предыдущего опыта с помощью нейросетей;
анализ данных с целью обнаружения мошеннических действий и аномалий в потреблении водных ресурсов.
Результат: сокращение потерь воды на 20%, сокращение расходов на ТО и ремонт на 10%, повышение доходов на 10%.

Создание цифровых двойников
Проблема. Подбор параметров и регулирование положений запорной арматуры выполняются неэффективно, что приводит к увеличению расходов и снижению прибыли.
Решение:
внедрение ИИ в системы планирования и управления: реализация цифрового двойника коммунальной инфраструктуры, который силами искусственного интеллекта подберёт оптимальные параметры для котельных, трубопроводов, тепловых сетей и т. д. В режиме реального времени.сметы, критический анализ, выявление рисков на основе исходных данных, прогнозирование и т. д.;
Результат: снижение эксплуатационных расходов на 20%, снижение убытков от аварий на 50%.

Прогнозирование электропотребления
Проблема. Предприятия подают заявку на объёмы электропотребления заранее, что приводит к штрафам при несоблюдении установленных лимитов (как в меньшую, так и в большую сторону).
Решение:
внедрение ИИ-модели прогнозирования, позволяющей с учётом разных переменных факторов сформировать корректную заявку.
Результат: снижение штрафов на 20%.
На 50% снижаются убытки от аварий в ЖКХ при внедрении ИИ

«Применение технологий информационного моделирования в связке с ИИ позволяет автоматизировать процессы закупок, контроля проектных решений, исправлений ошибок перехода на строительную площадку», — отмечает Николай Козак, директор по ИТ и цифровой трансформации ДОМ.РФ. Также эксперт видит огромные перспективы применения ИИ в бюджетировании и планировании проекта, в динамичном пересчёте на основе подготовленных размеченных данных с предшествующих и уже реализованных объектов, классификаторов и справочников.

источник - здесь

[samsony1]

Выходцы из ПИКа создали робота-проектировщика BIM-GPT, который уже пилотируют вместе со «Страной Девелопмент»

Директор по развитию бизнеса в НТЦ «Платформа» Петр Манин (ранее работал директором Autodesk в России/СНГ, а также техдиром Центра цифрового моделирования в Росатоме) показал нам презентацию нового продукта, который заменяет классические САПР/BIM системы.

Директор компании НТЦ «Платформа» — экс-директор по IT и цифровизации девелопмента и проектирования ПИК Андрей Нагнибедов. Ну и команда соответственно. В составе, в том числе Сергей Кривой, многократно показывавший продукты для проектирования ПИК на наших эфирах.

Роботизированное решение BIM-GPT принимает параметры на вход, сам создает BIM-модель и документацию для стадий П и РД c минимальным участием человека. Планируется, что оно сможет проектировать многоэтажный дом за 1 день, а также автоматизирует до 80% задач проектирования.

Источник: здесь

[samsony1]

Применение ИИ в BIM

Функционал современных BIM/ТИМ‑систем также использует возможности искусственного интеллекта. Например, рекомендации по оптимизации архитектуры, конструкций, трассировок сетей и технологических/производственных линий, поиск геометрических и параметрических коллизий между системами, разделами, элементами и т.д., автоматический анализ проектных решений (информационной модели) на соответствие нормативным требованиям и стандартам. Отчеты, правила и требования поступают инженеру-проектировщику в режиме реального времени, а значит он может работать эффективнее, быстрее, высвобождая время на принятие более сложных и взвешенных решений.

ИИ может автоматически генерировать 3D‑модели зданий и сооружений на основе чертежей и существующих данных о проекте, анализировать разные варианты проектных решений и материалов, выбирая наиболее эффективные и экономически выгодные, следить за ходом строительных работ, выявлять отклонения от графика и предлагать меры для их устранения, а также прогнозировать оценки стоимости капитальных вложений по проекту еще до начала строительства. Все это приводит к минимизации ошибок, которые чаще всего обусловлены человеческим фактором. Это, в свою очередь, позволяет снизить риски срыва сроков и выхода за рамки бюджета.

С преимуществами, которые дает применение ИИ, невозможно спорить. То, что в будущем он станет необходимостью во всех сферах промышленности, — лишь вопрос времени. Но для того, чтобы как можно больше компаний могли внедрять эти технологии, необходима поддержка государства.

источник - здесь

[samsony1]

Искусственный интеллект (ИИ) в тенденциях строительного рынка

Число строительных компаний, использующих в работе искусственный интеллект (ИИ или AI, artificial intelligence), растет в России с каждым годом. ИИ помогает зарабатывать дополнительные доходы – согласно прогнозу Минстроя, прирост в строительной области за счет использования решений на основе ИИ может достигнуть 2,5% ВВП в год. Исследователи считают, что перспективы ИИ в строительстве глобальны, однако практика его применения пока небольшая.

Можно выделить два основных направления применения ИИ в строительстве: «умный» анализ данных и использование робототехники. Из устройств, работающих без непосредственного участия человека, наибольшее распространение получили дроны, спектр возможностей которых постоянно расширяется. В первую очередь, они являются поставщиками в реальном времени всей информации со стройплощадки, а также осуществляют измерения, отслеживают движение и использование техники, поступление материалов, контролируют меры безопасности на критических участках и многое другое.

Одна из областей «умного» анализа данных, в которой ИИ нет равных – предиктивная аналитика, построенная на обработке больших массивов данных и формировании на их основе прогнозов. Первым шагом здесь является выявление проблемных зон, дальнейшими – их анализ и прогнозирование решений, тоже посредством ИИ-технологий. Получается модель, позволяющая определить, как множество различных факторов влияет на процесс строительства, какой объем инвестиций потребуется и как он будет окупаться.

Грамотное применение ИИ при планировании и проектировании строительства дает возможность увидеть более полную картину проекта, учесть риски и избежать ошибок.

Традиционно в сфере строительства существуют систематически возникающие и сложно регулируемые проблемы. К решению некоторых из них можно успешно подключать ИИ.

Варианты решения проблем с помощью ИИ:

Проблема №1: Рабочие нарушают нормы на стройке. Используют материалы не по назначению. Присутствует подмена, расхищение материалов и инструментов.

Решение: Использование дронов и камер для отслеживания хода строительства, времени работы сотрудников, поставки и применения материалов, инструментов.


Проблема №2: Операторам тяжелой техники сложно справляться с управлением. Сроки выполнения работы и количество ошибок из-за этого сильно увеличиваются.

Решение: Использование автономных строительных машин и механизмов, способных работать непрерывно с минимальным участием оператора.


Проблема №3: В процессе планирования строительства сложно учесть все риски и множество факторов. Ошибки в планировании приводят к существенным сдвигам сроков и экстренным крупным расходам.

Решение: Внедрение систем автоматизации, обрабатывающих поступающую от ИИ информацию для ее дальнейшего использования в создании смет, анализе и прогнозировании. Интеграция ИИ с различными программными продуктами для улучшения процессов проектирования и моделирования.

Как искусственный интеллект меняет строительную отрасль

Изменения, связанные с применением ИИ в строительстве, пока сложно назвать повсеместными, но их начало положено и развитие происходит интенсивно. ИИ проникает во все этапы строительства – от проектирования до контроля над стройкой. Перечислим основные задачи в области строительства, решению которых эффективно помогает ИИ:

1. Прогнозирование рисков и автоматизация типовых операций путем внедрения ИИ в системы планирования, проектирования и управления.
2. Мониторинг хода строительства путем обработки фото- и видеоданных с дронов и камер наблюдения.
3. Контроль перемещения рабочих и материалов, соблюдения техники безопасности.
4. Использование автономной строительной техники.
5. Использование чат-ботов и голосовых ботов в коммуникации с клиентами.
6. Контроль соответствия построенного объекта проекту посредством создания 6D-моделей строящихся объектов.
7. Учет трудозатрат на объекте в специализированных программных решениях.
8. Осуществление предпродажных виртуальных туров по цифровым двойникам зданий.

источник - здесь

[samsony1]

Куда ведет цифровая трансформация государства?
Данные, доверие и развитие – три основы для движения вперед

ПАВЕЛ ГОЛОСОВ
директор Института общественных наук РАНХиГС (Президентская академия)

Мир научился производить огромное количество данных, которые прирастают ежегодно почти на четверть, и не собирается на этом останавливаться. В эпоху, когда взаимодействие людей, компаний, государств построено на цифровой коммуникации, особое место в этой иерархии занимает вопрос доверия как к самой коммуникационной среде, так и к данным в ней. Цифровая трансформация для государства становится способом лучше понимать то, как устроены все компоненты действительности в модели измеримости и возможности доверенного принятия решений на перспективу с разным фокусным расстоянием.

Принято полагать, что доверие граждан к системам, применяющим искусственный интеллект, прямо пропорционально уровню их доверия к государственным социальным институтам. Пять лет назад, в октябре 2019 г., указом Владимира Путина была утверждена Национальная стратегия развития искусственного интеллекта на период до 2030 г. Она приводит показателем роста спроса на технологии ИИ увеличение числа предприятий (в том числе организаций социальной сферы и государственных органов), которые в качестве механизмов, стимулирующих повышение эффективности своей деятельности, применяют цифровизацию процессов.

В профильных документах планирования можно встретить индикаторы по уровню проникновения высокоскоростного интернета в населенные пункты или наличию вычислительных средств в школах по стране. Это, безусловно, важные инфраструктурные элементы, позволяющие с должным откликом повышать цифровую зрелость государства. Нельзя не сказать и о ключевых держателях цифровых сервисов для наших граждан – ФНС, МВД, портале госуслуг, иных акторах цифрового пространства. Преуспели и банки – предлагая пользование цифровыми продуктами, они накапливают знания о нас, непрерывно обогащая их дозволенными способами. И вот уже профилирование заемщика проходит точно, риски снижаются, позволяя говорить о дополнительных доходах, исчисляемых уже сотнями миллиардов рублей в год.

Последний из описанных эффектов стал возможен благодаря анализу, который происходит там, где применяются методы машинного обучения, или, используя более распространенный и общий термин, – уже упомянутый ИИ. Всего несколько лет назад, когда было положено начало активной цифровой трансформации государственного управления, только самый смелый исследователь мог представить влияние интеллектуальных методов на формирование цифрового контента, принятие решений и как таковой образ будущего, который явно стал более цифровым после марта 2023 г., когда стало явным понятие «большой языковой модели» и мир увидел обновленный и массово доступный сервис ChatGPT. Вскоре возник термин «промт-инженерия», теперь этому учат – и не только в вузах. Уже сегодня интеллектуальные технологии, завернутые в новые вычислительные мощности, позволяют цифровым лидерам, которые, кстати, не всегда дружественны нам, лучше прогнозировать и даже создавать версию нового мира, который, возможно, слишком виртуален и слишком трансгуманен.

Итак, что же дает человеку и бизнесу цифровая трансформация государства? Она призвана приносить снижение стоимости доверия, повышать индивидуализацию сервисов и удобство пользования (в том числе за счет исключения избыточных запросов и пр.), давать возможность самостоятельно управлять видимостью собственных данных, обеспечивать тот уровень безопасности, который присущ «аналоговому» миру, обеспечивать проактивность. Бизнес, работая на единых цифровых платформах, снижает риски, в том числе для банков, поэтому для доверенных акторов могут снижаться ставки по кредитам. Так, например, уже делают в Китае. И тогда цифровые платформы становятся инструментом трансграничного взаимодействия, установления нового уровня открытости и доверия. По крайней мере, в одном из допустимых сценариев, например, для стран группы БРИКС.

Так что же будет беспокоить нас в самом ближайшем будущем? Вопросы увеличения количества объектов непрерывного управления. Цифровые двойники, включая промышленность, интернет вещей, которые уже облепили нас, развитие беспилотных систем и систем безопасности – лишь часть новой цифровой инфраструктуры, требующей согласованного управления, активного развития энергетики и, кроме того, измерения сопутствующих индикаторов этого самого развития. И на них один ответ – цифровая трансформация государства.

Из цифровой трансформации системы государственного управления вытекает переход от понимания управления как исполнения функций к управлению как сети взаимосвязей государства и граждан. Произведение реформы, которая базируется на внедрении цифровых решений, и формирует «новое государственное управление». Стоит отметить, что исследователи все еще не пришли к единому выводу о возможных результатах реформирования системы государственного управления с применением цифровых платформ, изучение этого фактора продолжается и по сей день. А на пути формирования «цифрового правительства» становится кадровый дефицит в области компетентных специалистов, обладающих не только необходимыми «мягкими» навыками, но и компетенциями в разрезе информационных технологий, интернета вещей, искусственного интеллекта и т. д. Но применение подобных технологий необходимо при формировании качественной системы государственного управления, особенно учитывая новые требования, которые информационная реальность предъявляет к навыкам современных государственных служащих, от опережающего уровня познаний которых во многом зависит жизнь страны.

С каждым днем цифровая трансформация будет становиться все более и более заметной для каждого гражданина. Существует даже предположение, что цифровизация процессов сделает возможным отказ от субъективных решений на уровне отдельных служащих и улучшит качество предоставления услуг посредством снижения издержек. Цифровая трансформация в государственном управлении это не просто вывод некоторых государственных услуг на автоматизированный и оптимизированный уровень, что, безусловно, позволит ускорить многие процессы. Это целостное повышение качества всей системы госуправления посредством комплексного внедрения современных информационно-коммуникационных и интеллектуальных систем.

источник - здесь

[samsony1]

Как меняется строительная отрасль с приходом искусственного интеллекта?

Последние несколько лет в технологии для строительства вкладываются значительные средства. Огромная часть этих инвестиций идет на оцифровку различных аспектов рабочего процесса строительства. Модели BIM изменили подход к проектированию зданий, процессы управления проектами и проблемами переместились в облако, оперативное управление также приобретает более «сенсорный» и автоматизированный характер. С увеличением объема доступных данных приложения на основе искусственного интеллекта находят все большее применение в строительной отрасли.

Генеративное проектирование
Генеративное проектирование представляет собой процесс поиска форм, имитирующий аналогичный процесс в ходе естественной эволюции. Специалисты по компьютерным технологиям нашли способы усовершенствовать процесс проектирования зданий. Обычно он начинается с четкой постановки проектной задачи, после чего исследуются многочисленные варианты решения, пока не будет найден наиболее оптимальный.

Ежедневно на строительных площадках делается множество снимков и видеозаписей. Каждый строитель носит с собой смартфон с камерой, и стало практически обычным делом фиксировать с его помощью каждую возникшую проблему. Все чаще используются дроны, позволяющие делать снимки с воздуха и выполнять более сложные задачи, такие как оценка хода реализации работ. Кроме того, все большую популярность приобретают экшен-камеры и умные шлемы. В большинстве случаев технологии пока не в состоянии справиться с подобным изобилием фотоснимков, а достойное решение для управления фотографиями и их использования в аналитике пока не изобретено.

[samsony1]

ИИ применяется в строительной отрасли все чаще: разгружает сотрудников от рутинных механических задач, обрабатывает большие объемы информации и формирует аналитику.
Кроме того, ИИ повышает безопасность на стройке: «умные» камеры контролируют работу строителей и оборудования, а датчики при необходимости быстро отключают технику. Все это ускоряет процессы, делает строительство более эффективным и экономичным. Но контроль безопасности данных, с которыми взаимодействуют и которые генерируют нейросети, — один из самых больных вопросов для бизнеса во всем мире.

 Какие проблемы ИИ особенно актуальны

Кибератаки: нейросети работают с закрытыми документами и персональной информацией пользователей, и эти данные могут представлять интерес для хакеров. Получив несанкционированный доступ к такой информации, «цифровые преступники» используют ее в любых противозаконных целях.

Использование big data злоумышленниками: даже если данные хорошо защищены от хакеров, это не исключает их неправомерного использования самими разработчиками. Кроме того, конфиденциальная информация может попасть в руки третьих лиц, которые далее будут продавать их в даркнете лицам четвертым.

Отсутствие нормативной базы: законодательство и национальные стандарты для искусственного интеллекта еще очень несовершенны, они только разрабатываются. Из-за этого возникает путаница с правами, качеством данных и их эксплуатацией.

«Отравление» данных возникает, когда в модель машинного обучения попадает ложная информация, и в результате нейросеть начинает генерировать неправильные и даже опасные решения.

Человеческий фактор: ИИ по-прежнему работает в одной команде с человеком, и это правильный подход. Но он может приводить к ошибкам, если за дело берутся некомпетентные или недобросовестные сотрудники.

источник - здесь

________
там же перечислены методы борьбы

[samsony1]

Искусственный интеллект становится неотъемлемой частью энергетического комплекса

Совершенствование технологий искусственного интеллекта — одна из основных задач национальной стратегии развития России до 2030 года. Внедрение «умных» систем происходит в разных отраслях промышленности, в том числе и в энергетике. В крупных энергосистемах уже сейчас невозможно обойтись без ИИ и список проектов в сфере искусственного интеллекта на отечественном рынке энергетики ежегодно обновляется.

Особой популярностью пользуются рекомендательно-прогностические системы, позволяющие составлять точные прогнозы уровня загрузки и объемов выработки электроэнергии солнечных, ветряных и топливных электростанций. AI-технологии также применяются для прогнозирования спроса и цен на рынке электроэнергии. «Умные» системы предоставляют информацию о загруженности сети и интенсивности использования электрических устройств, что позволяет равномерно распределять нагрузку в периоды пикового потребления.

Искусственный интеллект активно внедряется и в сфере генерации «зеленой» энергии. Например, на нескольких российских АЭС запущен проект по оценке с помощью машинного зрения правильности применения сотрудниками средств индивидуальной защиты. В ядерной энергетике также внедряются проекты по контролю генерирующего оборудования — мониторинг эффективности работы турбогенераторов, выявление дефектов и трещин в реакторах, управление рисками.

Однако основным направлением применения ИИ в энергетике остается взаимодействие с конечным потребителем. Сейчас на отечественном рынке уже действует «робот-оператор», помогающий сообщать гражданам об изменениях тарифов, задолженностях, плановых отключениях электроэнергии, аварийных работах, а также собирать и анализировать обратную связь.

На данный момент в развитие подобных проектов российские энергетические компании вкладывают только 3-7 % своих бюджетов. Однако интерес к сфере искусственного интеллекта с каждым годом растет, и по прогнозам экспертов в ближайшие пять лет уровень инвестиций может вырасти еще на 10-15 %. При этом совокупный экономический эффект от внедрения проектов ИИ в ТЭК к 2025 году может составить более 530 миллиардов рублей.

Развитие искусственного интеллекта позволит существенно снизить потенциальные потери электроэнергии, благодаря чему энергетикам за пять лет удастся сэкономить около 180 миллиардов рублей. Кроме того, ИИ помогает сократить затраты на ремонт и восстановление систем после аварий, оценивать риски возникновения поломок, оптимизировать расходы на модернизацию техники. В перспективе большинство задач по анализу, планированию и принятию решений будут решаться с помощью искусственного интеллекта.

Источник - здесь

[samsony1]

ЧТО ТАКОЕ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И КАК ОН РАБОТАЕТ?

Говоря простым языком, ИИ - это вид программного обеспечения, содержащий множество алгоритмов и математических формул, которые могут выполнять задачи, традиционно выполняемые человеком, за долю времени. Например, такая трудоемкая задача, как организация или анализ информации, может быть возложена на ИИ для преобразования большого массива данных в небольшой список задач или полезных идей.  Принцип работы ИИ будет зависеть от поставленной перед ним задачи, но в основе своей программа получает информацию до тех пор, пока не сможет сделать выводы о реальных условиях на основе этих данных.
Например, если ИИ обучить различным аспектам строительства и предоставить ему фотографии строительных работ, он сможет научиться различать разные строительные материалы и понимать, как правильно их устанавливать. Чем больше информации поступает в ИИ, тем более интеллектуальным он становится. Такая неограниченная способность к обучению упрощает простые операции и позволяет понять макротенденции с высоты птичьего полета за несколько месяцев или лет, которые даже опытные наблюдатели могут не заметить.
Цифровые строительные решения, такие как новое оборудование с поддержкой WiFi-технологий и устройства IoT, создают огромное количество данных, которые можно обрабатывать для поиска новых эффективных решений. Их также можно использовать для выявления несоответствий в условиях строительства, предотвращая дорогостоящие ошибки.

Вот четыре популярные области применения технологий искусственного интеллекта в строительстве:
1. ОПТИМИЗАЦИЯ УПРАВЛЕНИЯ ПРОЕКТАМИ
2. ПОВЫШЕНИЕ БЕЗОПАСНОСТИ
3. УСТРАНЕНИЕ ПОВТОРЯЮЩИХСЯ ЗАДАЧ
4. РЕВОЛЮЦИОННЫЙ АНАЛИЗ ДАННЫХ

подробнее - здесь

[samsony1]

Эксперты – об искусственном интеллекте в строительстве

видео - здесь

[samsony1]

Цели использования и внедрения ИИ в строительстве.

Базовые цели внедрения ИИ в строительной отрасли должны однозначно и безусловно отражать как очевидное повышение эффективности государственного управления, так и качественному повышению благосостояния и обеспеченностью услугами граждан в рамках задач строительной отрасли! Среди прочих, считаем следующие цели приоритетными для строительной отрасли:

     1. Резкое, на протяжении ближайших 10 лет, качественное снижение стоимости владения и стоимости эксплуатации ОКС. Переход от парадигмы дешевого строительства к парадигме дешевого содержания и владения. Высвобождение средств от экономии на содержании в целях расширения базы объектов недвижимости и роста их качества. Здесь вопросы использования ИИ просто чрезвычайно важны, поскольку экономия от затрат на эксплуатацию ведет не просто к созданию дополнительных источников инвестиций, но и к обогащению населения, а значит росту инвестиционной активности нации в целом.

      2. Значительное качественное изменение уровня обеспеченности населения объектами недвижимости. Цифровой показатель: количество кв. м. жилья на человека, стоимость содержания 1 кв. м. жилья, количество торговых, медицинских, образовательных, спортивно-рекреационных, санаторно-курортных площадей на 1 гражданина страны (зданий), количество объектов инфраструктуры (км дорог, точек сервиса, точек заправки, прочих сооружений и т.п.) на 1 гражданина страны. Рост обеспеченности при снижении стоимости 1 кв. м. на человека.

      3. Системное повышение уровня безопасности и защищенности граждан во всех аспектах создания, изменения и использования объектов капитального строительства. Цифровые показатели по направлениям безопасности, безопасность труда, создания и изменения, безопасность проживания и пребывания, безопасность использования, безопасность влияния на будущие поколения, экологическая безопасность, ресурсная безопасность, энергетическая, военная безопасность, антитеррористическая и т.п. комплексная безопасность зданий и сооружений. Рост безопасности при снижении стоимости её обеспечения на человека.

         Все прочие цели, так или иначе, являются или подцелями трёх главных, или производными от них направлениями деятельности, в т.ч. снижение энергетической себестоимости строительства, снижение доли добавленной себестоимости к строительной, снижение прироста стоимости материалов и ресурсов за отчетный период и т.п. Создание системы балансирования бюджета страны на основе агрегирования затрат на эксплуатацию с использованием ИИ – одна из приоритетных задач. Многие прекрасно понимают основной макроэкономический разрыв: чем больше строишь за счет бюджета, тем дороже обходится содержание государственных активов, тем больше требуется налогов, тем быстрее падает предпринимательская активность и уровень жизни населения. Эта коллизия ведет к падению многих экономически развитых держав и спасение здесь может быть только в точном гибком расчете потребностей и возможностей страны и населения в целом. А для этого и требуется ИИ.

         С другой стороны, сама цель внедрения ИИ предполагает резкое повышение эффективности системы управления объектами капитального строительства с учетом концепции непрерывной экономической целесообразности эксплуатации и минимизации затрат на содержание. Эта же причина требует при моделировании объектов капитального строительства искать не самое лучшее решение стартовый CAPEX-min, а минимизацию затрат на возможный реинжиниринг строительных объектов в будущем, поскольку строительство гибких трансформеров - это и есть решение по качественному снижению затрат на эксплуатацию. Здесь роль ИИ трудно переоценить.

         Наконец, есть направления ИИ, которые уже сейчас могут приносить реальную выгоду, при относительно невысоком уровне затрат, в том числе:

      1. Программные роботы (RPA). Позволяют заменить людей в рутинной работе, там, где не требуется принятие решений.

      2. Автоматически собираемые базы данных и их ИИ-идентификация на основе алгоритмов классификации. В крупных строительных проектах тысячи классифицируемых позиций, а, с учетом изменений, объем работы увеличивается кратно.

      3. Цифровые помощники (DA). Тому же проектировщику требуется знать содержание сотен нормативных документов, да еще и отслеживать их изменения.

      4. Цифровые переводчики. В крупных проектах зачастую приходится общаться и вести документацию на нескольких языках.

      5. Системы распознавания текстов, изображений и их привязка с действующим документам проектов или сопоставление с набором данных ИМ.

источник - здесь

[samsony1]

Камни преткновения

Стоит отметить некоторые ограничивающие факторы для успешной разработки и применения систем искусственного интеллекта в строительстве. Уже сейчас в строительной отрасли есть достаточно много компаний-поставщиков отдельных автоматизированных решений в строительной отрасли, от процесса проектирования, до логистики и планирования, но часто эти информационные системы несовместимы друг с другом, что является ограничением для создания эффективных систем машинного обучения и искусственного интеллекта. Потенциал решений на основе искусственного интеллекта может быть реализован только через интеграцию всех источников разнородных данных. Для этого необходимо создание единой платформы для агрегации, хранения и доступа к данным из всех информационных систем строительных компаний.

Естественным ограничивающим фактором для применения искусственного интеллекта в строительстве является сложность и уникальность каждого строительного объекта. Искусственный интеллект не является моделью естественного человеческого интеллекта, поэтому искусственный интеллект помогает людям, но не заменяет их, особенно в строительстве, где каждый проект уникален и зависит от многих внешних факторов, учесть которые и оперативно обрабатывать сложно даже самой совершенной информационной системе.

Дополнительным ограничивающим фактором для внедрения искусственного интеллекта является стоимость. Использование автономных транспортных средств и робототехники может увеличить количество сданных в эксплуатацию строительных объектов, но цена их при этом будет выше. Капитальные вложения в оборудование нового поколения, наряду с инвестициями в разработку систем управления на основе искусственного интеллекта, представляют собой крупные авансовые инвестиции для компаний, что может оказаться нецелесообразным для многих компаний в отрасли, которые тратят только 1% дохода на совершенствование технологического процесса строительства. Таким образом, преимущества от внедрения систем искусственного интеллекта в будущем смогут получить только достаточно крупные и развитые строительные компании.

Несмотря на упомянутые ограничения, машинное обучение и искусственный интеллект обладают неограниченным потенциалом применения в строительной отрасли. Внедрение автономной строительной техники, роботов и систем генеративного проектирования позволит повысить эффективность строительства, безопасность и качество. Вместе с тем, для реализации в строительстве потенциала больших данных через алгоритмы машинного обучения и искусственного интеллекта необходимо накопление критической массы данных по различным строительным проектам и интеграция различных информационных систем строительных компаний. Но без четкого бизнес-обоснования рентабельности и инвестиций, проекты цифровой трансформации могут стать неэффективны в использовании времени и ресурсов, что может послужить разочарованию, увеличить скептицизм в отношении больших данных и машинного обучения.

источник - здесь