پتانسیل BIM با کمک هوش مصنوعی

پتانسیل BIM با کمک هوش مصنوعی

ادغام  AI( هوش مصنوعی) با صنایع ساخت­و­ساز در حال رشد و گسترش می­باشد. چگونه دقیقا می­توانیم از داده­های BIM ( مدل سازی اطلاعات) و AI ( هوش مصنوعی) برای کمک به ساخت و ساز راحت­تر و پایدارتر ساختمان­ها استفاده کنیم؟

زمینه به دست آوردن AI

یکی از موضوعات داغ امروزه، هوش مصنوعی می­باشد. تقریبا هر کسی در مورد آن صحبت می­کند، به بخش فناوری در صنعت توجه می­کند و زمینه­های ساختمان و ساخت­و­ساز را در نظر می گیرد.

با گسترده شدن صنایع مختلف ساختمانی و شناخت آنها، مقدار مشکلات کمی برای هماهنگی بین فناوری ها وجود دارد. و این کمی عجیب نیست؟ معماران، برنامه ریزان و توسعه دهندگان برای هماهنگ کردن بسیاری از قسمت های پویا، آموزش دیده اند. ما با فناوری های جدیدی روبرو هستیم. به مرور زمان، ما قطعا به چیزهایی مانند AI رسیده­ایم.

ما امروزه BIM (مدل­سازی اطلاعات ساخت) را داریم. BIM به معماران، مهندسان، توسعه دهندگان، پیمانکاران و مشاوران ساختمان کمک می­کند تا بهتر کار کنند و در یک زبان مشابه و مشترک شروع به صحبت کنند. BIM هم فرآیند طراحی و هم خود طرح را بهبود می بخشد.

اینکه( طراحی) به شی­ای در انتها تبدیل شود، به ویژه در صنایع ساختمانی، می تواند وسوسه کننده باشد. اما این نباید در هزینه های فناوری های جامع و مفید مانند BIM (مدل­سازی اطلاعات ساخت) محاسبه شود. هنگامی که برای ما جهانی با هوش مصنوعی امری عادی و حیاتی می شود؛ با استفاده از مدل­ها، برای به حداکثر رساندن مزیت ها و استفاده از قدرت خود در کنار نوآوری های در حال افزایش، این قضیه بحرانی خواهد بود.

می توان گفت که ما به لطف  BIM(مدل­سازی اطلاعات ساخت) و سایر نرم افزارها، طراحی بهتری را انجام می دهیم. اما نمی توان طراحی و ساختی را انجام داد که به طور هم زمان به یک اندازه موثر باشند. در این جا AI وارد قضیه می شود.

BIM (مدل­سازی اطلاعات ساخت) و نرم افزارهای شبیه سازی ساخت، اطلاعات بسیار زیادی را ارائه می دهند که اکثر مردم نمی دانند با آ­ن­ها چه باید بکنند. شرکت های ساختمانی و مشاوره در سرتا سر جهان، تقسیمات کاملی را برای شناسایی نحوه گرد آوری، سازماندهی، ذخیره و به اشتراک گذاری داده های ساختمان ایجاد کرده اند. با استفاده از داده های جمع آوری شده از شبیه سازی ها، مدل ها و حتی عناصر فیزیکی مانند سنسورها در داخل سازه های تکمیل شده، ما می توانیم روند طراحی را تغییر دهیم یا حداقل آن را با هر طرح جدید ساختمان سازگار کنیم.

اخیرا نیکلاس کلوخول، متخصص صنعت و مدیر Geniebolt، در مورد مشکلات BIM، داده های بزرگ و AI در بخش ساختمان و ساخت و ساز صحبت کرده است. او برخی از مشکلات ما را با داده ها و استراتژی ها برای کار، از طریق آنها مشخص می کند. او می گوید: ” ما مقدار زیادی از داده ها را تولید می کنیم، اما پروژه یکبار انجام می­شود. ما ۹۵% از تمام اطلاعاتی را که تولید کرده­ایم، به جای تجزیه و تحلیل و خودکاری سازی آنها برای بهینه سازی نه تنها کسب­و­کار خودمان، بلکه برای پروژه­هایی که در حال کار بر روی آنها هستیم، می­توانیم استفاده کنیم”.

این دیدگاه بسیار عادی می باشد؛ معماران، مهندسین و دیگر مختصصان ساختمان، از مزایای استفاده از داده ها بهره نمی برند. به شروع و حرکت پروژه های بعدی توجه می شود، بدون آنکه به آن فکر کنند و بدانند که چگونه می توان از اطلاعات جمع آوری شده در قبل برای بهبود کار جدید بهره گرفت.

درک نحوه ی عملکرد AI

هنگامی که ما داده ها را گرد آوری و سازماندهی می کنیم، قدم بعدی به دست آوردن نحوه ی درست استفاده از آنها و استفاده از محاسبات می باشد. در AI، تعدادی الگوریتم مختلف وجود دارد که از داده ها برای ایجاد راه ­حل مناسب برای مشکلات پیچیده استفاده می شود. الگوریتم تکاملی یکی از آن­ها می باشد که برای ساخت چالش­های طراحی، مناسب می­باشد. همان­طور که از نام آن مشخص است، یک الگوریتم تکاملی، تکامل بیولوژیکی را تقلید می کند، یعنی جایی که مولفه ها به ارائه ی راه حل های بهینه یا گزینه ها می رسند.

در مقاله ی” طراحی هوش مصنوعی از طریق طراحی معماری” که اخیرا منتشر شده است، Jan Cudzik و Kacper Radziszewski در مورد روش های مختلف اجرای الگوریتم های مبتنی بر هوش برای بهبود شیوه های طراحی صحبت می کنند. آنها نشان می دهند که الگوریتم های تکاملی« برای هنرمندان، طراحان و معماران» می باشد و مورد توجه آنها قرار می گیرد. و افزودند که کاربرد آنها در طراحی معماری طولانی مدت مورد مطالعه قرار گرفته است. آنها یاد آوری می کنند که الگوریتم های تکاملی می توانند به طراحان کمک کنند تا با بهینه سازی چیزهایی مثل توپولوژی ساختاری، مقطع عرضی و انتخاب مصالح، مشکلات را حل کنند.

شاید فرصتی هیجان انگیز به وسیله ی الگوریتم های تکاملی هوشمند در مراحل اولیه ی طراحی وجود داشته باشد. برای مثال، الگوریتم METABUILD مدل ها و سایر داده های مربوط به عملکرد انرژی، نور و انتقال حرارتی و کیفیت هوا را که برای ایجاد گزینه های طراحی با اهداف پایداری هستند، ارزیابی می کند. با این حال بهتر است فاکتورهای عملکرد هزینه را برای محدود کرد هزینه های چرخه ی عمر و حفظ هزینه های بهره وری، مورد ارزیابی قرار داد.

طرح هایی که واقعا پایداری، راحتی و هزینه ها را به طور جدی مورد توجه خود قرار می دهند، ساختمانی های بهتری را تولید می کنند. و ما می توانیم این طرح ها را به کمک  AI ایجاد کنیم.