Нейросети как средства построения и модификации смет

Развитие современных технологий детерминирует изменения в строительном секторе РФ: использование искусственной нейросети при расчете сметной стоимости работы ведет к существенному удешевлению деятельности, а BIM-технология позволяет быстро моделировать возможные критические ситуации при строительстве того или иного объекта.

BIM-ТЕХНОЛОГИИ

BIM-технологии — это информационное моделирование здания, то есть представление возможных физических и функциональных характеристик объекта в цифровом формате. BIM учитывает большое количество разных деталей, факторов: оценивается как география, так и иные данные (например, влияние строящегося объекта на окружающую среду). На основе такого моделирования строитель получает сведения об объекте, может прогнозировать возможные риски от ранней концепции проекта до последующего сноса.

Основные достоинства технологии по сравнению с нейросетями:

• BIM-технологии не контрастируют с нейросетями, они их успешно дополняют;
• BIM нормативно урегулированы (нормативное определение нейросетей до сих пор разрабатывается в правительстве).
• BIM разрешили использовать для возведения объектов капитального строительства с участием средств государственного бюджета (Поручение Президента РФ от 19 июля 2018 г. № Пр-1235).

Таким образом, BIM-технологии с 2019 г. уже активно применяются в России при конструировании проектов государственного заказа, а с 2022 г. все государственные структуры при строительстве зданий и сооружений обязаны перейти на BIM.

Основные задачи, разрешаемые BIM-технологиями:

• создание проектного предложения,
• экспертиза проектов с финансово-технической и инвестиционной позиции,
• надзор за осуществляемым проектом,
• управление проектами,
• консультирование по экологическим вопросам,
• проверка правильности заполнения сметных расчетов,
• контроль обоснованности затрат,
• экспертиза.

Фактически вся работа с BIMпроектом осуществляется в несколько основных этапов.

1. 3D-модель строящегося здания со всеми необходимыми планами, разрезами и видами.

2. Созданная модель загружается в специальную программу, которая позволяет рассчитать параметры элементов здания. В это же время программа выдает основные рабочие чертежи, ведомости объемов выполняемых работ, осуществляет предварительный расчет сметной стоимости.

3. Фирма запрашивает дополнительные данные у муниципалитетов по поводу размещения инженерных сетей, их основных параметров. Эта информация сразу же загружается в 3D-модель.

4. На основе полученных данных специалисты разрабатывают проекты организации строительства и производства работ. Программа автоматически составляет план выполнения работ.

5. В модель обязательно включаются логистические данные об использовании материалов, а также сроках доставки этих объектов на территорию строящегося здания.

6. Информационная модель может работать и при эксплуатации здания. Для этого устанавливаются специальные датчики. В результате в здании постоянно отслеживаются все коммуникации, предотвращается вариантность возникновения разных аварийных ситуаций.

Подобные конструкции активно используются при строительстве крупных объектов. Например, на основе моделирования были возведены башня «Федерация», стадионы «Лужники» и «Краснодар». В мире наиболее значимым объектом, построенным с использованием BIM-модели, считается Шанхайская башня. Ее высота составляет 632 м, она находится в Китае.

BIM-технологии имеют (при наличии всех позитивных черт) один большой минус — расчет информации, составление планов строительных работ производится не в автоматическом режиме, то есть приходится задействовать сметный отдел. Решение этой проблемы уже найдено — для сокращения влияния человека на расчетные данные необходимо использовать искусственные нейросети.

ИСКУССТВЕННАЯ НЕЙРОСЕТЬ — ЧТО ЭТО ТАКОЕ?

Нейросеть — это совокупность нескольких программ, устроенных по аналогии с нервной системой человека. Внутри сеть состоит из нескольких искусственных нейронов, то есть простых программ, каждая из которых занимается решением определенной задачи. В совокупности нейросеть может справиться с достаточно сложными функциями.

В сети существует несколько групп нейронов, отвечающих за определенные операции.

Входные нейроны — через них поступает информация.

Выходные нейроны — программы, через которые представляется решение.

Скрытые нейроны — специальные программы скрытого типа, существующие между входными и выходными нейронами.

Главное отличие нейросети от других программ в том, что она никогда не программируется. Сотрудники фирмы, работающие с ней, обучают программу основным командам, наполняя специальной информацией. Задачи, поставленные перед нейросетью, она выполняет, учитывая предыдущий опыт, ошибки и т. д.

Для обучения необходимо представить ей несколько отличающихся вариантов объектов, явлений, определяя в каждом конкретном случае то, что нейросеть должна увидеть. Когда порог вариативности будет пройден, нейросеть самостоятельно сможет координировать поступающие к ней образцы с необходимыми категориями.

ИСПОЛЬЗОВАНИЕ НЕЙРОСЕТЕЙ В СТРОИТЕЛЬСТВЕ

Нейросети активно применяются в сфере строительства России. Так, например, Сбербанк использует эти программные комплексы для оценки построенной коммерческой недвижимости (как указывали в самой компании, для этих целей оценивается ряд показателей: траффик возле построенного объекта, коммуникационная доступность, размещение объекта).

Обращение крупных компаний к нейросетям вызвано в первую очередь их эффективностью работы.

ОСНОВНЫЕ ПРИЗНАКИ ЭФФЕКТИВНОСТИ НЕЙРОСЕТЕЙ

Нейросетевые подходы предполагают необязательность постановки задачи. Они позволяют создавать специальные имитационные модели, учитывающие в полном объеме возможные реальные свойства системы, включая аспекты нелинейности.

Нейросеть функционирует достаточно оперативно из-за установленных прямых связей между входными и выходными нейронами. Быстродействие достигается за счет того, что трудоемкость переходит в формат предварительного обучения. Благодаря быстродействию система получает абсолютно новое качество — она может решать конкретные задачи механики, где требуется гигантский объем вычислений.

Нейросетевая модель позволяет быстро проектировать на основе самостоятельного доучивания программ: модель совершенствуется на основе поступающих к ней данных. Все это позволяет качественно совершенствовать не только саму конструкцию системы, но и ее управление.

Главное преимущество нейросети в том, что внутренняя архитектура системы отражает природу материала, а также реальные свойства предлагаемой конструкции строящегося объекта. Все это создает возможности для создания специальных управляющих нейросетей, встроенных в сам объект. Кроме того, всегда остается возможность создания своеобразных имитаторов функционирования подобных конструкций.

МЕТОДОЛОГИЯ ПРИНЯТИЯ НЕЙРОСЕТЕВОГО РЕШЕНИЯ

Обучение должно отвечать определенным требованиям: к ним относится известная плавность, однородность поставляемых данных, отсутствие внутренних противоречий, достоверность сведений, поступивших к контрагенту, полнота и достаточность предлагаемых примеров.

Принятие решения внутри нейросети может быть одно- или многошаговым. Одношаговое — это нейросетевая экстраполяция в определенную исследуемую область или зону. Таким образом, нейросеть может при принятии решения немного отойти от заданных параметров, действуя только в тех зонах, которые пограничны с зоной обучения. Многошаговая система — предполагается, что нейросеть действует, постепенно продвигаясь к решению. Это осуществляется с использованием определенного сгущения разного рода информации возле подвижной границы данных, установления для нейросети некоторого рода ориентиров, условий или критериев, на которые она должна ориентироваться.

Структура нейросети может оставаться статичной или самосовершенствующейся. При использовании многошагового подхода в нейросеть может быть внесена одна и та же модель, система, которая не просматривает возможные новшества внутри процесса. Второй возможный подход — на каждом шаге осуществляется определенная модернизация поступивших сведений, нейросети фактически совершенствуются с использованием данных предыдущего шага.

С использованием нейросетей возможно определить:

• спецификацию материалов, оборудования, предлагаемого для строительства;
• среднюю стоимость работ, заложенных в проект.

Полученные результаты направляются проектировщику с учетом стоимости объектов в конкретном регионе.

ЦИФРОВИЗАЦИЯ СТОИМОСТНОГО ИНЖИНИРИНГА ВНУТРИ СТРОИТЕЛЬСТВА

Идея создания цифровой платформы, способной быстро определить количественно-качественные показатели выполняемых работ, впервые возникла в западных государствах.

В России первая нейросеть, занимающаяся подобной работой, получила название BIMLIB. Ее задача: распознать строительные материалы, заказываемое оборудование по имеющимся характеристикам с высокой степенью точности (то есть более 90 %).

Как рассказывают разработчики системы, подобная работа всегда максимально усложнена, т. к. строительные материалы и оборудование во всех каталогах, имеющихся в сети Интернет, описываются с использованием технических характеристик, а не фотографических или видеоданных.

BIMLIB оценивает объект на основе десяти основных технических данных, собрав всю информацию от заинтересованных сторон.

Компанию основали в 2015 г. Инвесторами проекта стали Илья Усов и Максим Решетников, позже к ним присоединился Александр Ручьев. Первоначально платформа позиционировалась как крупнейшая библиотека информационных моделей строительства. В дальнейшем ее перепрофилировали на молниеносную оценку стоимости проекта с использованием сети Интернет.

ТРИ КАТЕГОРИИ ПОЛЬЗОВАТЕЛЕЙ, СПОСОБНЫХ ИСПОЛЬЗОВАТЬ НЕЙРОСЕТЬ

Как отмечают в самой компании, представленная нейросеть рассчитана в первую очередь на три основных категории пользователей.

Производители, используя товар, смогут производить больше продукции, не держать ее на складе.

Поставщики получат уникальную возможность продавать больше и транснациональнее. Приведем пример. Если гражданин хочет построить детскую школу искусств в столице, то сметный отдел потратит минимум несколько недель на составление сметы, просчет основных расходов: время уйдет и на запросы большого количества самых разных коммерческих предложений. Нейросеть позволит сформировать в специальной системе спецификацию, быстро запросить все необходимые данные о ценах, наличии материалов и оборудования в нужном регионе, выбрать наилучших поставщиков (предлагающих самые выгодные условия и минимальные риски).

КАКОВЫ ПРЕДВАРИТЕЛЬНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ ПРОЕКТА?

Уменьшение сроков получения и обработки информации до нескольких минут приводит к распределенному производству, возможности более детального планирования имеющихся мощностей. Платформа сближает производителей, инженеров и заказчиков, создает единую информационную среду для убыстрения разных строительных процессов.

ГЛАВНЫЙ МИНУС НЕЙРОСЕТЕЙ — ОТСУТСТВИЕ НОРМАТИВНОГО РЕГУЛИРОВАНИЯ

Российские (да и зарубежные) законодатели пока не устанавливают пределы функционирования подобных нейросетей: отдельные аспекты их работы урегулированы только в ведомственных актах, касающихся безопасности, обработки персональных данных. Создание единого документа, регламентирующего сферу нейросетей, пока явно затягивается: в Государственной думе РФ в течение 2019 г. прошли несколько мероприятий, посвященных высоким технологиям, но последующего эффекта (внесение законопроекта, разработка подзаконной нормативной базы) не было зафиксировано.

Подобная ситуация при несбалансированности регуляторной политики государства ставит под угрозу любые новшества: если федеральные органы исполнительной власти установят, что контроль за нейросетями будет усложнен, то их могут просто исключить из системы. Соответственно, это ударит и по разработчикам подобной технологии.

ВЫВОДЫ

Несколько лет назад футурологи предсказывали, что в новом информационном обществе обмен данными будет происходить чуть ли не мгновенно, скорости работы интернет-соединений достигнут показателей 1000 Гб, а все строительство станет осуществляться роботами. Эти представления чем-то напоминали фантастические рассказы Азимова, Стругацких. Большинство людей не воспринимали такие прогнозы в качестве возможного (потенциального) пути развития.

Однако, как мы видим, через несколько лет в практику прочно вошла идея обязательного моделирования планируемого здания. Следующий шаг — создание специальных нейросетей, которые позволят правильно и быстро рассчитывать стоимостные сметные показатели. Человеческий фактор при внедрении таких систем будет удален практически полностью, сократятся коррупциогенные факторы. Главное в этой ситуации — успеть законодательно урегулировать данную деятельность, убрать возможные административные барьеры, создать динамику для развития строительства.