Η τεχνητή νοημοσύνη στα κτίρια που μένουμε και κινούμαστε
Το σπίτι του μέλλοντος σήμερα
Πώς η τεχνητή νοημοσύνη «διεισδύει» - όπως σε πολλούς κλάδους - και στην κατασκευή, με ποιους τρόπους διευκολύνει τη διαδικασία, πώς εντοπίζει κινδύνους και προβλήματα πριν αυτά προκύψουν και πώς συμβάλει στην αύξηση της διάρκειας ζωής ενός έργου.
- 24/11/2023
Παρά το γεγονός ότι η τεχνητή νοημοσύνη τα τελευταία χρόνια έχει σχετιστεί με κλάδους όπως η μεταποίηση και το λιανεμπόριο ή ο πρωτογενής τομέας, η εφαρμογή της εντοπίζεται και σε άλλους σημαντικούς κλάδους οικονομικής δραστηριότητας όπως η κατασκευή. Δεδομένης της σημαντικής ανάπτυξης που παρουσιάζει στην Ελλάδα η κατασκευαστική δραστηριότητα την τελευταία διετία ιδίως μετά την άρση των περιοριστικών μέτρων που έφερε η πανδημία, σε συνδυασμό με την ισχυρή ζήτηση για νέα ακίνητα λόγω της παύσης της δραστηριότητας σε νέες κατασκευές στη διάρκεια της δεκαετούς οικονομικής κρίσης, η προοπτική για τον συγκεκριμένο κλάδο παρουσιάζεται ιδιαίτερα ευοίωνη για τα επόμενα χρόνια.
Ένα από τα πρώτα κτίρια στην Ευρώπη με τεχνητή νοημοσύνη – Το BIM στον Πύργο του Πειραιά
Στην Ευρώπη, το Rhinstrasse 143, ένα συγκρότημα πέντε πολυκατοικιών στο ανατολικό Βερολίνο της Γερμανίας, κατασκευάστηκε με τη χρήση τεχνητής νοημοσύνης. Πρόκειται για ένα συγκρότημα με 330 διαμερίσματα, που ολοκληρώθηκε τον Μάρτιο του 2022 από τη γερμανική κατασκευαστική εταιρεία MBN και αποτέλεσε ένα από τα πρώτα ευρωπαϊκά κτίρια που κατασκευάστηκαν με τη χρήση υλικού 360 μοιρών με δυνατότητα τεχνητής νοημοσύνης από βιντεοκάμερες τοποθετημένες στα κράνη των εργατών. Στην Ελλάδα προς το παρόν δεν υπάρχουν συγκεκριμένες αναφορές για χρήση τεχνητής νοημοσύνης σε κατασκευαστικά έργα. Ωστόσο στη χώρα μας η κατασκευή βασίζεται όλο και περισσότερο στη χρήση του BIM (Building Information Modelling), έναν αρκετά εξελιγμένο τρόπο για τον τεχνικό σχεδιασμό, τη διαχείριση της κατασκευής καθώς και τη λειτουργία τεχνικών έργων και παρουσιάζει παρουσιάζει τις φυσικές και λειτουργικές ιδιότητες ενός τεχνικού έργου σε ένα εικονικό μοντέλο 3D. Το BIM έχει χρησιμοποιηθεί για παράδειγμα στην διαδικασία ανακατασκευής του Πύργου του Πειραιά.
Στον κατασκευαστικό κλάδο η τεχνητή νοημοσύνη συναντά εφαρμογές μέσω της μηχανικής μάθησης, η οποία αποτελεί ουσιαστικά έναν υποκλάδο της και όπως αναφέρουν στελέχη της αγοράς, μπορεί να προσφέρει λύσεις και νέα δεδομένα που θα αλλάξουν ριζικά τον τρόπου που εργαζόμαστε και κινούμαστε μέσα σε ένα κτίριο. Η μηχανική μάθηση είναι ένα πεδίο μελέτης που υπάγεται στην τεχνητή νοημοσύνη και ασχολείται με την ανάπτυξη και τη μελέτη στατιστικών αλγορίθμων που μπορούν να γενικεύουν αποτελεσματικά και επομένως να εκτελούν εργασίες χωρίς συγκεκριμένες οδηγίες. Οι προσεγγίσεις της μηχανικής μάθησης έχουν εφαρμοστεί σε γλωσσικά μοντέλα, στην αναγνώριση ομιλίας, στο φιλτράρισμα των email, στη γεωργία και την ιατρική, όπου είναι πολύ δαπανηρό να αναπτυχθούν αλγόριθμοι για την εκτέλεση των απαραίτητων εργασιών.
Τα μαθηματικά θεμέλια της μηχανικής μάθησης παρέχονται με μεθόδους μαθηματικής βελτιστοποίησης (μαθηματικός προγραμματισμός). Η άντληση δεδομένων είναι ένα σχετικό – παράλληλο – πεδίο μελέτης, που εστιάζει στην ανάλυση δεδομένων μέσω της μάθησης χωρίς επίβλεψη. Είναι γνωστή για την εφαρμογή της σε επιχειρηματικά προβλήματα με την ονομασία predictive analytics. Αν και δεν βασίζεται όλη η μηχανική εκμάθηση σε στατιστικά, τα υπολογιστικά στατιστικά είναι μια σημαντική πηγή των μεθόδων του πεδίου.
Oι χρήσεις της τεχνητής νοημοσύνης στην κατασκευή
- Βελτιώνει την ποιότητα των σχεδίων
Η τεχνητή νοημοσύνη, ή πιο συγκεκριμένα, η μηχανική μάθηση, μπορεί να βελτιώσει τα σχέδια μίας κατασκευής συνολικά για να κάνει τους χώρους καλύτερους για τους ανθρώπους που κινούνται σε αυτούς. Για παράδειγμα, η αμερικανική εταιρεία αξιοποίησης και μίσθωσης χώρων εργασίας, WeWork, ήθελε οι αίθουσες συσκέψεών της να ταιριάζουν με τον τρόπο με τον οποίο οι άνθρωποι θα χρησιμοποιούσαν τους χώρους αυτούς. Χρησιμοποίησε τη μηχανική εκμάθηση για να βοηθήσει στην κατανόηση και την πρόβλεψη της συχνότητας χρήσης γι’ αυτές τις αίθουσες συσκέψεων και κατάφερε να τους σχεδιάσει έτσι ώστε να ταιριάζουν καλύτερα στις ανάγκες των ανθρώπων πριν ξεκινήσει την κατασκευή τους.
Τα οφέλη της τεχνητής νοημοσύνης στον σχεδιασμό δεν σταματούν εκεί. Η μηχανική μάθηση μπορεί επίσης να βοηθήσει τους εργαζόμενους να καταλάβουν λάθη και παραλείψεις που μπορεί να υπάρχουν στο σχεδιασμό ενός ακινήτου πριν προχωρήσει η κατασκευή.
- Δημιουργεί ασφαλέστερο περιβάλλον εργασίας σε εργοτάξια
Η αυξημένη ασφάλεια αποτελεί προτεραιότητα για τα εργοτάξια. Η τεχνητή νοημοσύνη ανοίγει το δρόμο της υψηλής τεχνολογίας για την επίτευξη αυτού του στόχου. Η χρήση υπολογιστή με τεχνητή νοημοσύνη μπορεί να χρησιμοποιηθεί για την ανάλυση περιστατικών ατυχημάτων στο εργοτάξιο, βοηθώντας τους κατασκευαστές να εντοπίσουν αποτελεσματικότερα μέτρα ασφαλείας για τους εργαζόμενους. Η ίδια τεχνολογία μπορεί επίσης να αναλύσει πλάνα βίντεο για να επισημάνει τους κινδύνους ασφάλειας καθώς και τη μη συμμόρφωση με τις προδιαγραφές ασφαλείας. Για παράδειγμα, εάν τα μέλη της ομάδας δεν φορούν σωστά τον προστατευτικό τους εξοπλισμό, η τεχνητή νοημοσύνη μπορεί να εντοπίσει αυτό το γεγονός και να ζητήσει από τους διευθυντές εργοταξίων να πραγματοποιήσουν εκπαίδευση στον τομέα της ασφάλειας.
Επίσης οι αισθητήρες, οι κάμερες και οι συσκευές Internet of Things που είναι εγκατεστημένες στο χώρο μπορούν να παρακολουθούν και να συλλέγουν δεδομένα σε πραγματικό χρόνο και να καταγράφουν τυχόν περιστατικά που προκύπτουν.
- Αξιολόγηση και μείωση του κινδύνου
Μία από τις σημαντικότερες δυνατότητες της τεχνητής νοημοσύνης στις κατασκευές είναι ότι μπορεί να εντοπίσει τους κινδύνους πριν συμβούν. Αυτό βοηθά τους ανθρώπους να ενισχύσουν την επίγνωση των πιθανών παγίδων και να καταλάβουν πώς να αποτρέψουν την εμφάνιση προβλημάτων. Η τεχνητή νοημοσύνη και η μηχανική μάθηση μπορούν να προβλέψουν προβλήματα, να μετρήσουν τον αντίκτυπό τους και να χρησιμοποιήσουν προγνωστικά αναλυτικά στοιχεία προς την κατεύθυνση αυτή.
Για παράδειγμα υπάρχουν προγράμματα που εξετάζουν τις προκλήσεις των εταιρειών που δραστηριοποιούνται στον κατασκευαστικό τομέα για να κατανοήσουν πώς η τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει. Οι αλγόριθμοι τεχνητής νοημοσύνης είναι σε θέση να ιεραρχήσουν προβλήματα και να κατανοήσουν τον κίνδυνο. Μεταξύ άλλων δίνεται η δυνατότητα στις κατασκευαστικές να προχωρούν σε αποτελεσματική διαχείριση του κόστους και σε πρόληψη κινδύνων.
- Αύξηση της διάρκειας ζωής του έργου
Πέρα από το σχεδιασμό και την κατασκευή, η τεχνητή νοημοσύνη μπορεί ακόμη και να συμβάλει καθοριστικά στη διαχείριση εγκαταστάσεων για την επέκταση της συνολικής διάρκειας ζωής ενός περιουσιακού στοιχείου με συγκεκριμένες οδηγίες που σχετίζονται με τη συντήρησή του. Για παράδειγμα, η τεχνητή νοημοσύνη χρησιμοποιήθηκε σε μοντέλα BIM του ουρανοξύστη Salesforce Tower στο Σαν Φρανσίσκο για τη βελτίωση της διαχείρισης εγκαταστάσεων. Με αυτά τα δεδομένα, οι ομάδες διαχείρισης εγκαταστάσεων μπορούν να βελτιστοποιήσουν το χώρο και να παρακολουθούν κρίσιμες μετρήσεις όπως η κατανάλωση ενέργειας και οι επερχόμενες ανάγκες συντήρησης.
Καθημερινός αυτοματισμός διαδικασιών
Οι απλές δυνατότητες τεχνητής νοημοσύνης έχουν ήδη μεταμορφώσει την καθημερινότητά μας εκτός εργασίας χωρίς πιθανώς να το έχουμε αντιληφθεί. Για παράδειγμα, το Gmail ή άλλη υπηρεσία email που χρησιμοποιούμε. Το φιλτράρισμα μας απαλλάσσει από τα ανεπιθύμητα μηνύματα και επισημαίνει τα πιο σημαντικά μηνύματα ηλεκτρονικού ταχυδρομείου που πρέπει να διαβάσουμε κατά προτεραιότητα. Στην κατασκευή, η τεχνητή νοημοσύνη ενισχύει αυτοματισμούς που διευκολύνουν τις εργασίες και αυτοματοποιούν επαναλαμβανόμενες δραστηριότητες.
Η ανάπτυξη της κατασκευαστικής δραστηριότητας στην Ελλάδα
Βλέποντας συνολικά την κατασκευαστική δραστηριότητα στην Ελλάδα, αναπτύσσεται και θα συνεχίσει να αναπτύσσεται τα επόμενα χρόνια. Σύμφωνα με τα πιο πρόσφατα στοιχεία της Ελληνικής Στατιστικής Αρχής (ΕΛΣΤΑΤ), το μέγεθος της συνολικής Οικοδομικής Δραστηριότητας – ιδιωτικής και δημόσιας -, τον Ιούλιο του 2023, στο σύνολο της χώρας με βάση τις εκδοθείσες οικοδομικές άδειες, ανήλθε σε 2.423 οικοδομικές άδειες, που αντιστοιχούν σε 612.421 τετραγωνικά μέτρα επιφάνειας και 3.112.259 κυβικά μέτρα όγκου. Παρουσίασε, δηλαδή, αύξηση κατά 7,5% στον αριθμό των οικοδομικών αδειών, αύξηση κατά 17,5% στην επιφάνεια και αύξηση κατά 20,6% στον όγκο, σε σχέση με τον αντίστοιχο μήνα του 2022.
Η δημόσια και ιδιωτική οικοδομική δραστηριότητα στην Ελλάδα
Οι εκδοθείσες άδειες ιδιωτικής οικοδομικής δραστηριότητας, στο σύνολο της χώρας, κατά τον Ιούλιο του 2023 σύμφωνα με την ΕΛΣΤΑΤ ανήλθαν σε 2.402 οικοδομικές άδειες, που αντιστοιχούν σε 584.886 τετραγωνικά μέτρα επιφάνειας και 2.965.898 κυβικά μέτρα όγκου, παρουσιάζοντας αύξηση κατά 8% στον αριθμό των οικοδομικών αδειών, αύξηση κατά 16,0% στην επιφάνεια και αύξηση κατά 18,5% στον όγκο, σε σχέση με τον αντίστοιχο μήνα του 2022. Οι εκδοθείσες άδειες δημόσιας οικοδομικής δραστηριότητας κατά τον μήνα Ιούλιο 2023, στο σύνολο της χώρας, ανήλθαν σε 21 οικοδομικές άδειες, που αντιστοιχούν σε 27.535 τετραγωνικά μέτρα επιφάνειας και 146.361 κυβικά μέτρα όγκου. Το ποσοστό συμμετοχής της δημόσιας οικοδομικής δραστηριότητας στον συνολικό οικοδομικό όγκο, για τον μήνα Ιούλιο 2023 ήταν 4,7%. Με βάση τα παραπάνω αλλά και τη συνολική εικόνα της αγοράς, η κατασκευή δείχνει ότι τα επόμενα χρόνια θα μπορέσει να επιστρέψει στο σημείο που βρισκόταν πριν τη δεκαετή κρίση. Με μία μεγάλη διαφορά: ότι πλέον εκτός από την αύξηση της οικοδομικής δραστηριότητας στην Ελλάδα, αλλάζει ο τρόπος που κατασκευάζουμε ένα κτίριο συνολικά. Είτε έχει να κάνει με την ενεργειακή του θωράκιση και αυτονομία, είτε με τα κριτήρια βιωσιμότητας που εφαρμόζονται, είτε και με το προφίλ των αγοραστών, όπου πλέον ένα μεγάλο μέρος τους προέρχεται από το εξωτερικό, με στόχευση συχνά αρκετά ακριβά ακίνητα με σημαντικό αριθμό ανέσεων και υπηρεσιών.