به گزارش سرویس ترجمه ایمنا، با گسترش بیشتر مدلسازی اطلاعات ساختمان (BIM) در طول چرخه عمر پروژه، تغییر به طراحی و ساخت دادهمحور به افزایش حجم دادههای تولیدشده در تمام مراحل پروژه منجر میشود. صنعتگران در طول زنجیره ارزش طراحی و ساخت، بیشتر وقت خود را بهعنوان متصدی اطلاعات صرف سازماندهی و ترکیب مفاد این اطلاعات میکنند و تکنیکهای هوش مصنوعی و یادگیری ماشینی (ML) ابزارهای قدرتمندی برای به حداکثر رساندن ارزش و درک دادهها برای تصمیمگیری مناسب و سریعتر محسوب میشوند که بر معماری، مهندسی، ساخت و عملیات ساختمانی تأثیر قابل توجهی میگذارند.
دادهها سوختی است که هوش مصنوعی را تقویت میکند. یادگیری ماشینی با استفاده از اطلاعات تاریخی میتواند آینده را بر اساس عملکرد گذشته پیشبینی کند، الگوها را شناسایی و بینش جدیدی ایجاد کند. برنامهریزی و طراحی در حال حاضر از ابزارهای نرمافزاری پیشرفتهای بهره میبرند که به شناسایی ناسازگاری بین مدلها، ایجاد شبیهسازیها و زمانبندیهای دقیق ساخت و افزایش کارایی مرحله طراحی کمک میکنند. هوش مصنوعی روشهایی مانند طراحی مولد (generative design) را معرفی کرده است که در اندک زمانی هزاران گزینه ایجاد میکند که پس از آن، در راستای تأمین نیازهای مشتری توسط طراح اصلاحات انجام میگیرد.
در آینده، هوش مصنوعی در طراحی به اتوماتیک کردن کارهای دستی خواهد پرداخت و یک فناوری کمکی ارائه میدهد که طراحی و برنامهریزی را سریعتر، باکیفیتتر و از بعد هزینه بهینهترین میکند. نیاز به ارائه موفقیتآمیز پروژهها با منابع کمتر، نیازمند استفاده از بینشهایی است که هوش مصنوعی و یادگیری ماشینی فراهم میکنند.
استفاده از منابع
حداکثر استفاده از منابع موجود، یک موضوع مهم برای مدیران پروژه و کارکنان است. صنعت AEC (معماری، مهندسی و ساخت) بهویژه در عصر حاضر که پروژهها بزرگتر و پیچیدهتر شدهاند با زمان و هزینههای زیاد روبهرو است. هوش مصنوعی همراه با دادههای گرفته شده از نظارت بر محل ساخت مانند عکسها، ویدئوها و حسگرهای میدانی، کلیدی برای غلبه بر این چالشها، بهبود نظارت پروژه و مدیریت ریسک محسوب میشود. با شناسایی الگوهای رایجی که منجر به ایجاد مشکلات میشود و هشدار به مدیران پروژه، میتوان اقدامات اصلاحی را قبل از اینکه مسائل بحرانی شوند و پیشرفت پروژه را تحت تأثیر قرار دهند انجام داد. سیستم هوش مصنوعی همچنین با شناسایی و اولویتبندی ریسکها به گروه ساختمانی کمک میکند تا منابع را روی اصلیترین مسائل متمرکز کنند و مهمتر از همه، کمک میکنند ریسکهای ایمنی را بهتر شناسایی و در لحظه رفع کنند.
راندمان فرآیند ساخت
در اکثر پروژهها هماهنگی تعداد زیادی کارگر، مصالح و ماشینآلات چالشهای لجستیکی و برنامهریزی قابلتوجهی نیاز دارد. در زمینه هوش مصنوعی این قدرت را دارد که بر هماهنگی پروژه تأثیرگذار باشد. برنامهریزی انبار مصالح و توزیع در محل ساختمان، حوزههایی هستند که با کمک هوش مصنوعی شاهد پیشرفت قابلتوجهی در بهینهکردن مسیر، الگوهای بارگیری و مدیریت موجودی بودهاند.
از سوی دیگر با توجه به اینکه برنامهریزی بهتر در گرو تأمین مصالح و استفاده از تجهیزات قرار دارد، زمان توقف پروژه به حداقل میرسد و منابع به طور مؤثر مدیریت میشود. این روند از پایین دست تا تأمینکنندگان مصالح و سازندگان تجهیزات ادامه مییابد و کنترل کیفیت، تدارکات، مدیریت انبار، قیمتگذاری و سامانههای توزیع را با ادغام هوش مصنوعی در فرآیندهای خود بهینه میکند. از آنجایی که مدیریت و نظارت بر فرآیند ساختوساز بسیار پیچیده است، هوش مصنوعی مزایای قابلتوجهی را در این زمینه ارائه خواهد کرد.
نیازهای کاربر و پایداری
در حالی که محرک اصلی هوش مصنوعی در صنعت ساختوساز افزایش بهرهوری محسوب میشود، بیشترین میزان تمرکز آن بر نیازهای کاربر نهایی و تمایل به ایجاد ساختمانهای پایدارتر قرار دارد. پس از تکمیل یک پروژه، استفاده از هوش مصنوعی همچنان در طول دوران بهرهبرداری سودمند است؛ سامانههای پیچیده مدیریت امکانات که اطلاعات را از حسگرهای مجهز به اینترنت و سایر تجهیزات جمعآوری داده ادغام میکنند، به سرعت در حال تبدیل شدن به ابزاری معمول هستند.
هیچ فناوری نوظهور دیگری به میزانی که هوش مصنوعی انجام میدهد پتانسیل ایجاد دگرگونی و تغییر را در کل چرخه عمر ساختمان ندارد. با توجه به اینکه دادهها به لطف مدیریت اطلاعات ساختمان (BIM) نقش مهمی در فرآیند طراحی، ساخت و بهرهبرداری ایفا میکنند، استفاده از قدرت هوش مصنوعی برای افزایش کارایی و برآورده کردن نیازهای ساکنین گام منطقی بعدی در تکامل صنعت AEC (معماری، مهندسی و ساخت) به حساب میآید.
نظر شما