.png)
От 400 млрд потерь и «плоского» справочника — к интеллектуальному строительству
Цена методологической ошибки
Оцифровка текста без научного обоснования его содержания лишь ускоряет накопление ошибок. В ходе конференции Арина Мохирева, основатель и генеральный директор ООО «ЭДМО», «вскрыла нарыв», разъясняя, почему до 30% времени проектировщиков уходит на работу с нормативами, а каждый седьмой проект получает отрицательное заключение. Критика действующих государственных XML-схем серьёзна: они редуцируют межобъектные отношения к набору свойств одного объекта, подменяют отметку тротуара отметкой уровня земли и смешивают уровень предметного смысла с уровнем вычислительной проверки. Задержка проекта из-за документации может достигать двухсот сорока четырех дней, а совокупные издержки отрасли приближаются к 400 млрд рублей.
Эту методологическую яму подтверждает и суровая статистика подготовки данных. 95% проектов в области искусственного интеллекта не способны выйти на масштаб именно из-за отсутствия качественных машиночитаемых датасетов и их регулярной доработки. В строительной отрасли, где на один жилой комплекс приходится полторы тысячи терабайт данных в 50 различных форматах, менее 20% информации имеют машиночитаемую разметку. При этом нормативная база включает более 20 тыс. действующих сводов правил и ГОСТов, 30% которых меняется ежегодно. Автоматическая разметка дает минимум 10% критических ошибок, поэтому необходим гибридный подход с участием человека. Без научного обоснования содержания нормативов и кропотливой ручной работы по их структурированию любые алгоритмы будут лишь быстрее обрабатывать изначальные неточности, а потенциальная экономия в миллиарды рублей ежегодно так и останется нереализованной.
Фильтр здравого смысла и инфраструктура доверия
Прежде чем внедрять алгоритмы, необходимо навести порядок в процессах и данных. Игорь Рогачев, экс-начальник Центра компетенций по ведению ТИМ компании «РЖД» и член рабочей группы по созданию ко-пилотов в Яндексе, предупредил об опасности ИИ-хаоса, когда автоматизация без системного подхода и внутренней культуры разработки превращается в кружок по интересам, рушащийся при уходе одного энтузиаста. Его жесткий принцип гласит, что если процесс можно автоматизировать без искусственного интеллекта, делать это нужно без него.
Главными точками эффективного применения остаются ИИ-визуализация, разработка плагинов для САПР и автоматизация офисной рутины, но разработка скриптов требует организации полноценного подразделения BIM Dev с бэклогом задач, едиными стандартами и централизованным хранением кода.
Эту мысль развил Тимур Жидиханов, коммерческий директор компании «Гранд Проект», утверждая, что сроки срываются не из-за одного фактора, а из-за цепочки взаимосвязанных рисков, и сначала нужна инфраструктура доверенных данных, и только потом точные прогнозы и ИИ-агенты. Связка искусственного интеллекта и технологий неизменяемого реестра делает прогнозы не просто умными, но и доверенными, создавая цифровой контур, в котором данные защищены от искажений.
Имеющаяся в отрасли инициатива консолидированных исследований, объединяющая девелоперов, вендоров и государственные структуры, подтверждает, что для отраслевого решения нужна аккумуляция данных и экспертизы, а не разрозненные локальные эксперименты.
От плоского справочника к композитным онтологиям
Чтобы машина поняла строительную логику, ей нужно объяснить связи между сущностями, а не просто скормить текст. Илья Кузьмин, первый заместитель директора ФАУ «ФЦС», уточнил, что в текущем году Классификатор строительной информации остается плоским справочником, не обеспечивающим в полной мере машинопонимаемый формат данных. Выход видится в переходе от стандартных методов поиска к архитектуре, обеспечивающей направленный обход графовых структур с учетом заданных типов связей. Это гарантирует детерминированность логического вывода и исключает генерацию недостоверных данных.
Виктор Клепа, технический директор ICE Unity и эксперт Международного консорциума строительного инжиниринга, показал, как строительство может учиться у машиностроения, внедряя семантические классификаторы для описания функциональных и продуктовых декомпозиций. Это позволяет собирать электронную структуру строительных элементов из поступающих на площадку сырья и агрегатов, обеспечивая связность информации на всем жизненном цикле.
Сергей Тихомиров, генеральный директор АО «Кодекс» и председатель технического комитета «Умные (SMART) документы», подтвердил, что без опоры на онтологически-семантические сети и квалификацию экспертов, обучающих систему, использование ИИ приведет к отрицательным результатам. В России уже накоплен практический опыт в этой сфере. Так, АО «Кодекс» развивает свою модель нормативного языка - она строится на анализе нормативных документов и предназначена для машинопонимания требований. Уже созданная для этой цели семантическая сеть в настоящее время содержит 750 тыс. элементов. Семантический классификатор можно экспортировать в международные форматы данных.
Сергей Трофимов, советник генерального директора Российского института стандартизации, дополнил эту картину, предупреждая, что наивное извлечение требований языковыми моделями ведет к матрице рисков: от лексической подмены терминов до прагматической ошибки применения нормы. Поэтому каждому требованию нужен уникальный цифровой идентификатор и обязательная экспертная валидация.
Технический двигатель и регуляторный каркас
Перевод норматива в машинный код должен завершаться конкретной проверкой в САПР, подкрепленной математически строгим стандартом.
Профессор и заведующий отделом Института системного программирования РАН Виталий Семенов отметил крайнюю неудачность терминов “машинно-читаемый формат” и “машинно-понимаемый формат”, которые не отражают ни цели цифровизации требований (однозначная и полная спецификация требований, достоверная и прослеживаемая верификация цифровых информационных моделей), ни сути лежащих в ее основе математических подходов (онтологический или объектно-ориентированный подход с соответствующими средствами спецификации аксиом, правил или ограничений). Докладчик представил системный многоуровневый подход к цифровизации требований в строительной отрасли, который начинается с концептуализации и формализации нормативной базы на основе языков OWL, SWRL, FOL и завершается верификацией ЦИМ в представлении стандарта IFC с использованием машинно-интерпретируемого формата IDS++. Формат позволяет описывать сложные нормативные требования, выражаемые логическими, метрическими, топологическими, пространственными, параметрическими и иными алгебраическими условиями.
Павел Челышков, руководитель Центра информационного моделирования НИЦ «Строительство», придал технической работе с информационной моделью нормативную форму. Он представил проект стандарта автоматизированных проверок ИМ, а также подход, который определяет четыре уровня применимости ИИ: от задач, где решение принимает только человек, до высокой автономности системы. Стандарт также устанавливает жесткие требования к форматам обмена замечаниями, чтобы автоматизированные проверки имели реальную юридическую силу.
Этический компас и прикладные результаты
Искусственный интеллект должен оставаться инструментом усиления человеческого интеллекта, а не его слепым исполнителем. Константин Воронцов, профессор РАН и заведующий кафедрой МГУ им. М.В. Ломоносова, поднял дискуссию на уровень концепции великого человечества, предупреждая, что если технологическое развитие происходит без соответствующего этического и социального роста, может случиться, что средств станет больше, а человечности - нет. Построение систем на методологически неверном фундаменте чревато риском масштабирования несправедливости и превращения человека в ресурс для оптимизации, подменой понятия «быть лучше» понятием «иметь больше». Однако когда методология и прагматика сходятся, мы получаем реальные метрики.
Алина Постовалова, заместитель директора по инновациям НИИСФ РААСН, показала, как в самой массовой и сложной отрасли - ЖКХ - предиктивная аналитика на структурированных данных переходит от реактивного управления к предупреждению аварий, компенсируя острый кадровый дефицит.
Аспирант Михаил Гиря и заведующая кафедрой «Городское строительство и хозяйство» Донского государственного технического университета Светлана Шеина продемонстрировали, как локальные языковые модели, интегрированные в САПР, способны за минуты проводить энергоаудит зданий, выявляя несоответствия нормам и предлагая меры с потенциалом экономии до 70%.
«Сухой остаток»
Конференция этого года укрепила чувство, что отрасль, наконец, перестала воспринимать цифровизацию, как простую оцифровку текста. Мы увидели, как плоские справочники превращаются в композитные графы, а разрозненные скрипты - в математически строгие форматы верификации. Главный итог обсуждения в НИИСФ РААСН - трезвое осознание того, что перевод в цифру без научного обоснования лишь умножает издержки. Отрасль совершила болезненный, но необходимый переход от иллюзии «волшебной кнопки» к строгой инженерной дисциплине управления знаниями.
Путь к интеллектуальному строительству лежит отнюдь не через слепое и массированное внедрение алгоритмов, а через глубокое понимание того, что машина должна освободить человека для творчества, оставив рутину и вычисления себе. А в балансе между мощью вычислений и человеческой ответственностью кроется подлинный смысл происходящих перемен.
Александр Гудко, медиаэксперт,
Коммуникационная платформа «Инженерка Гуд!»
Фото: А.Гудко
Этот материал опубликован в июньском номере Отраслевого журнала «Строительство». Весь журнал вы можете прочитать или скачать по ссылке
Комментарии