Впровадження штучного інтелекту в будівельну галузь та аналіз існуючих технологій
DOI:
https://doi.org/10.15587/2706-5448.2021.229532Ключові слова:
штучний інтелект, інформаційні технології, BIM-технологія, машинне навчання, автоматизація будівельної галузіАнотація
Об'єктом дослідження є процес використання інформаційної технології в будівельній галузі. Одним з найбільш проблемних місць є підвищення ефективності роботи будівельної галузі за рахунок впровадження цифрових технологій. Проведені дослідження базуються на застосуванні підходу, який реалізується за допомогою використання штучного інтелекту. В ході дослідження використовувалися методи машинного навчання та нечіткої логіки, що дозволяють відзначати візуальні дані та аналізувати їх на предмет потенційних загроз, а також для скорочення всіх можливих ризиків. Головна особливість даного підходу полягає в тому, що за допомогою технології машинного навчання можна скорочувати ризики проєкту до того, як вони вплинуть на його прибуток. Так, використовуючи штучний інтелект у поєднанні з BIM-технологіями, можна на основі даних в режимі реального часу, минулої діяльності та інших факторів спрогнозувати роботу над будівельними проєктами таким чином, щоб оптимізувати будівельні процеси. Переваги, які можна отримати в результаті впровадження цифрових процесів, будуть ще більш очевидними при роботі над проєктами в майбутньому в міру того, як штучний інтелект продовжить аналізувати дані компаній. Це пов'язано з тим, що запропонований підхід з використанням нечіткої логіки має ряд особливостей, зокрема чим більше інформації обробляють алгоритми машинного навчання, тим складнішими вони стають. А в результаті вони надають ще більше корисної інформації та дозволяють приймати ще більш грамотні рішення. Завдяки цьому забезпечується можливість максимально знизити ризики та ефективно розподілити ресурси при роботі над проєктами. У порівнянні зі звичайними інформаційними технологіями, штучний інтелект можна використовувати для створення системи управління безпекою, що базується на наявних знаннях, і об'єднати статистичні ймовірності для допомоги в зниженні ризиків безпеки будівельних проєктів.
Посилання
- Casebeer, W. D.; Masakowski, Y. R. (Ed.) (2020). Building an Artificial Conscience: Prospects for Morally Autonomous Artificial Intelligence. Artificial Intelligence and Global Security. Bingley: Emerald Publishing Limited, 81–94. doi: http://doi.org/10.1108/978-1-78973-811-720201005
- Sacha, D., Sedlmair, M., Zhang, L., Lee, J.A., Peltonen, J., Weiskopf, D., Keim, D. A. et. al. (2017). What you see is what you can change: human-centered machine learning by interactive visualization. Neurocomputing, 268, 164–175. doi: http://doi.org/10.1016/j.neucom.2017.01.105
- Hunn, L. K., Fyhn, H.; Pasquire, C., Hamzeh, F. R. (Ed.) (2019). Building and Sustaining a Culture with a Mindset for Disruptive Performance: A Case Study from Bispevika Norway. Proc. 27-th Annual Conference of the International. Dublin: Group for Lean Construction (IGLC), 369–378. doi: http://doi.org/10.24928/2019/0172
- Walday, M., Olsgard, F. (2004). Ny senketunnel I Bjørvika. Biologiske forundersøkelser i November 2003. Rapport 0-VK-203, 30.
- Terentiev, O. O., Balina, O. I., Shabala, Ye. Ye., Turushev, O. S. (2016). Model definition of physical deterioration of structural elements the building for the tasks of diagnostics of technical condition. Management of Development of Complex Systems, 26, 153–157
- Kyivska, K. I., Tsiutsiura, S. V., Tsiutsiura, M. I., Kryvoruchko, O. V., Yerukaiev, A. V., Hots, V. V. (2019). A study of the concept of parametric modeling of construction objects. International Journal of Advanced Research in Engineering and Technology, 10 (2), 636–646. doi: http://doi.org/10.34218/ijaret.10.2.2019.060
- Terentyev, O., Tsiutsiura, M. (2015). The Method of Direct Grading and the Generalized Method of Assessment of Buildings Technical Condition. International Journal of Science and Research, 4 (7), 827–829.
- Mikhailenko, V. M., Terentiev, O. O., Shabala, Ye. Ye., Kyivska, K. I., Horbatiuk, Ye. V. (2017). Modeli, metody ta informatsiina tekhnolohiia diahnostyky tekhnichnoho stanu budivelnykh konstruktsii i sporud. Kyiv: TsP «Komprynt», 161.
- Terentyev, O., Bohdan, M. (2015). The Method of Prediction of Deformations of Buildings and FІlure Analysis the Examination of Technical Condition of Buildings. International Journal of Science and Research, 4 (8), 280–282.
- Terentyev, О., Poltorak, О. (2017). Risk assessment of delayed damage diagnostics of technical condition of building structures. ScienceRise, 2 (31), 42–45. doi: http://doi.org/10.15587/2313-8416.2017.93907
- Terentyev, О., Poltorak, О. (2016). Development of models and methods for determining the physical deterioration of items for the task of diagnostics of technical condition of buildings and structures. ScienceRise, 8 (2 (25)), 14–19. doi: http://doi.org/10.15587/2313-8416.2016.76318
- Abbass, H. A. (2019). Social Integration of Artificial Intelligence: Functions, Automation Allocation Logic and Human-Autonomy Trust. Cognitive Computation, 11 (2), 159–171. doi: http://doi.org/10.1007/s12559-018-9619-0
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2021 Катерина Іванівна Київська, Світлана Володимирівна Цюцюра
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.