.png)
Интеллектуальная жизнь строительных стандартов
Шаг вперёд или цифровая имитация движения?
Кажется, что цифровизация давно стала реальностью строительства. BIM-модели создаются повсеместно, большие языковые модели внедряются в работу с нормативами, искусственный интеллект становится частью проектного процесса. Но если присмотреться, становится ясно: технологии часто используются ради соблюдения регламента, а не ради реального эффекта. Многие компании создают модели формально, без глубокого атрибутивного наполнения, отмечает Максим Журавлёв , BIM-менеджер ООО «Нанософт разработка». Получается, что ИИ и цифровая трансформация нередко служат скорее отчётным элементом, чем инструментом оптимизации.
То, что стандарты тоже должны быть не просто цифровыми, но и содержательно актуальными, готовыми к автоматизированному применению, подчеркивает и Сергей Тихомиров , генеральный директор Консорциума «Кодекс» и руководитель ПТК 711 «Умные (SMART) стандарты».
Цифровизация не должна быть самоцелью. Её ценность определяется тем, насколько она снижает издержки, делает проектирование точнее, а решения - более обоснованными. Если этого не происходит, то речь идёт не о развитии, а о замене старых документов на новые файлы в облаке.
Когда нормы начинают работать в цифровом формате
Нормативные документы в строительстве - это система знаний, которая формирует основу проектирования, экспертизы и контроля качества. Однако сегодня они остаются текстовыми, что мешает их использованию в цифровых процессах. Чтобы ИИ мог работать с нормами, а BIM-системы автоматически проверяли соответствие модели требованиям, эти стандарты должны быть представлены в машинопонимаемом формате.
Подобные наработки уже есть, в частности, у ООО «Нанософт разработка», где смогли внедрить модуль семантической разметки NSR Specification, выделяющий требования из текста НД и подсказывающий классификационные коды для связи их с объектами информационной модели. Это показывает, что даже сегодняшние подходы могут быть улучшены. Сергей Тихомиров считает, что будущее за теми стандартами, которые структурированы, классифицированы и связаны между собой. Опыт построения графа знаний, где сложные формулировки разбиваются на минимальные смысловые единицы, пригодные для работы алгоритмов и автоматических проверок, уже есть у Института искусственного интеллекта ИТМО, о чем сообщил Денис Насонов , к.т.н., старший научный сотрудник и руководитель лаборатории Университета.
Эти подходы указывают на то, что нормативные документы должны перестать быть «закрытыми» текстами. Только тогда автоматизация станет реальным улучшением всей системы проектирования и строительства.
Делаем нормы знанием
Все мы хотим, чтобы нормативная документация была не просто набором текстов, а системой знаний. Однако без чёткой структуры она превращается в хаос. Их трудно интерпретировать, ещё труднее - использовать для автоматизации. Именно поэтому всё больше внимания уделяется построению онтологической модели, где каждый термин, объект и требование связаны между собой.
Текст свода правил можно разбить на минимальные смысловые единицы - атомарные требования - и связать их в единую сеть. По мнению Дениса Насонова, это позволяет находить отдельные положения, выявлять противоречия и неполноту требований. То, что онтология становится основой классификации объектов стандартизации, обеспечивая однозначность и воспроизводимость, подтверждает и Сергей Тихомиров. При этом советник руководителя ФГБУ «Российский институт стандартизации» Сергей Трофимов предупреждает, что задача непростая - ведь один и тот же документ может быть прочитан при использовании алгоритмов искусственного интеллекта и воспроизведен совершенно по-разному в одних и тех же условиях, особенно если речь о высоком уровне детализации.
Создание графа знаний - не формальность, а необходимость. Он позволит связывать требования, анализировать их взаимосвязи и прогнозировать последствия проектных решений. Без него любые попытки внедрения ИИ останутся фрагментарными, ограниченными рамками одного документа или одной системы.
Эксперт по-прежнему на передовой
Искусственный интеллект может ускорять процессы, снижать нагрузку и повышать точность первичной обработки, но пока не способен заменить человека, особенно в задачах, требующих точности, ответственности и глубокого понимания нормативных формулировок. В строительстве, где цена ошибки высока, окончательное решение остаётся за специалистом.
Максим Журавлёв , ООО «Нанософт разработка», рассказывает, что их команда реализовала QA-чат для автоматизации анализа нормативных документов, используя большую языковую модель совместно с векторной базой требований. Такой подход помогает минимизировать ошибки. Вместе с тем Сергей Трофимов отмечает, что даже самые продвинутые модели могут упустить важную деталь, если документ содержит нетекстовые элементы - графики, таблицы или чертежи. А потому автоматическое преобразование всегда должно завершаться верификацией человеком.
Около 40% стартапов в сфере ИИ закрываются именно из-за недостатка экспертного контроля и экономической нецелесообразности решений. Этой невеселой статистикой делится заместитель директора ВИНИТИ РАН Анна Кан.
ИИ - не замена, а помощник. Он «усиливает» эксперта с его профессиональным опытом, но пока не может принимать решения самостоятельно.
Как текст норматива становится языком машины
Стандарты и своды правил - это не просто набор слов, который можно отсканировать и загрузить в систему. Это сложная структура, где каждое положение может содержать юридический, технический или проектный смысл. Чтобы искусственный интеллект мог с ними работать, их нужно не только перевести в цифровую форму, но и структурировать, классифицировать, связать между собой и представить в формате, пригодном для автоматизации.
По словам эксперта Института ИИ ИТМО Дениса Насонова, процесс выделения требований из текста строится на трёх этапах: модель сначала работает как эксперт, определяя, что является нормой, затем как критик, проверяющий полноту, и только после этого - как интерпретатор, переводящий фразу в машинопонимаемую форму.
Сергей Тихомиров, Консорциум «Кодекс», добавляет: современный стандарт должен содержать не только текст, но и 2D/3D-объекты, таблицы, формулы - всё, что делает его функциональным элементом знания.
Кроме того, ООО «Нанософт разработка» уже сейчас использует методы NLP для разметки текста требований. Данная система разметки позволяет решить сразу две задачи: генерация программного сценария проверки ЦИМ на основе нормативного текста и создание датасета для дообучения ИИ.
Семантическая разметка - ключ к автоматизации. Она превращает бумажные правила в данные, которые можно анализировать, проверять и использовать в реальном времени. Без этого ИИ остаётся на уровне генерации текста, а не поддержки принятия решений.
Стандарты начинают работать на экосистему
Если цифровизация строительства - не модный ход, а реальная трансформация, то она требует единых правил. Без стандартизации форматов и классификаторов невозможно создать систему, где информация будет одинаково понятна и человеку, и машине. Сегодня каждая организация делает по-своему, но для масштаба нужны общие принципы.
По информации Сергея Тихомирова, в настоящее время уже принят проект ПНСТ 864-2023, и он задаёт структуру SMART-стандартов, которые становятся участниками цифрового потока.
В русле темы Сергей Трофимов, ФГБУ «Российский институт стандартизации», дополняет - «XML-изация» позволяет перевести документы из бумажного формата в машиночитаемый вид, пригодный для дальнейшей автоматизированной обработки и формирования взаимосвязей между всеми его элементами и внешними сущностями (другими документами или их фрагментами, записями в различных информационных ресурсах и т.д.).
Без единой системы управления знаниями решения останутся разрозненными, как «зоопарк». Об этом предупреждает Павел Челышков , руководитель Центра информационного моделирования НИЦ «Строительство». Он уверен, что если такую систему не создать, то их потом придётся интегрировать, что потребует больших времени и ресурсов.
Стандартизация - это не формальность, а основа будущей экосистемы. Только она позволит требованиям взаимодействовать между собой, проверяться на соответствие и использоваться в автоматизированных процессах. И хотя таких стандартов пока мало, движение уже началось. И если государство возьмёт эту работу под контроль, можно избежать хаоса и создать устойчивую систему, которая станет опорой всей цифровой инфраструктуры строительства.
Ответственность за ИИ
Когда ИИ участвует в проектировании или экспертизе, возникает естественный вопрос: а что, если модель ошиблась? Кто несёт ответственность - разработчик, пользователь или сама система? В отличие от детерминированных алгоритмов, ИИ может генерировать решения, которые никто заранее не предусматривал. Это требует новых подходов к регулированию и чётких рамок использования.
Анна Кан из ВИНИТИ РАН констатирует: рост числа исков к чат-ботам из-за морального ущерба уже начался. Если даже в бытовом общении ИИ может навредить, то в строительстве, где цена ошибки высока, точно нужны жёсткие правила.
По наблюдениям Сергея Трофимова, модель может формально соответствовать норме, но важно определить границы глубины и ширины контекста, из которого модель формирует ответы и рекомендации, так как существуют риски не только упустить важную деталь, особенно если документ содержит графики, таблицы или чертежи, но и получить слишком обобщенный или неверный, или некорректный ответ модели. Поэтому любое решение, принятое ИИ, должно быть проверено человеком.
Иными словами, сегодня ИИ остаётся ассистентом, но при переходе к автономным системам прежние схемы контроля могут перестать работать.
Для внедрения искусственного интеллекта в строительство нужны новые правовые механизмы. Может быть, сертификация моделей, как это делается с материалами, или обязательная верификация выводов ИИ перед принятием решений. Без этого невозможно говорить о доверии к технологии. А без доверия - не будет массового внедрения.
Правила для ИИ: как строить доверие
Когда искусственный интеллект становится частью процессов проектирования, строительства и экспертизы, нельзя игнорировать не только технические, но и этические вопросы. Какие ограничения нужны? Что можно поручать модели, а что - только человеку? Как убедиться, что алгоритм не нарушает принципов справедливости и безопасности?
Анна Кан констатирует, что современные технологии способны к самообучению и могут выработать «привычки», отличные от человеческой логики. Это особенно критично, когда речь о решениях, влияющих на жизнь тысяч людей. Модель может давать разные ответы при одинаковых запросах, поэтому её выводы пока нельзя принимать без проверки. На этом акцентирует внимание и Сергей Трофимов, говоря, что даже если модель ошиблась, ответственность лежит на человеке - будь то заказчик или исполнитель.
Этика и регулирование - не абстракции. Создание системы сертификации, определение зон, где участие человека обязательно, должны стать частью государственной политики. Без чётких рамок любое внедрение ИИ будет восприниматься как риск, а не как прогресс.
Цифровизация: не разовое действие, а процесс
Есть и другие вопросы, которые пока остались за рамками этой статьи. Например, как обрабатывать таблицы и графики, если большие языковые модели часто «не понимают» сложных структур? Как правильно интегрировать ИИ в ТИМ-процессы? Кто подготовит специалистов, способных работать с новыми форматами знаний? Какие уроки можно извлечь из международного опыта, особенно в Германии и Китае? И сможет ли Россия перейти к мультиагентным системам, сохранив контроль над качеством?
Эти темы станут основой для следующих материалов. А пока важно помнить: цифровизация строительства - не разовое мероприятие, а процесс, который требует участия всех игроков отрасли. Только так ИИ станет надежным помощником, а не фактором риска.
Александр Гудко, медиаэксперт
Комментарии