Tekoälyä rakennusten suunnitteluun
Suomessa tekoälyn mahdollisuuksia rakennusalalla ei ole vielä kartoitettu. Sweco selvitti, miten koneoppimisen menetelmiä voisi hyödyntää rakennusten suunnittelussa.
Mihin etsittiin ratkaisua?
Hallituksen tavoitteena on nostaa Suomi maailman ykköseksi tekoälyn soveltajana. Toisin kuin monilla muilla aloilla, rakennusalalla tekoälyn sovellusmahdollisuudet ovat vielä kartoittamatta. Hankkeen tavoite oli selvittää, miten koneoppimisen menetelmiä voidaan hyödyntää rakennusten suunnittelussa.
Rakentamisen prosessi monine osapuolineen ja lukemattomine toteutusvaihtoehtoineen on hyvin hankalasti hallittava kokonaisuus. Vaihtoehtojen laskentaan ei ole resursseja ja usein valitaan suoraan mahdollisimman pitkään käytössä ollut ratkaisu.
Koneoppisen menetelmillä vaihtoehtoisia ratkaisuja voisi tuottaa ohjelmallisesti. Kuvan mukaisesti rakennusten detaljien mallintaminen on merkittävä osa suunnittelutyötä, ja osittainenkin työn tehostaminen on heti käytäntöön sovellettavissa.
Tavoite: selvittää koneoppimisen soveltumista rakennusten suunnitteluun
Koneoppiminen on tekoälyn osa-alue. Sen tarkoituksena on saada tietokone tuottamaan käyttökelpoisia ratkaisuja yhdistämällä suuri määrä lähtötietoa, jota on muilla tekniikoilla mahdotonta analysoida.
Hankkeen päätavoitteena oli selvittää, miten rakennusten BIM-tietomallit soveltuvat koneoppimisen lähtötiedoiksi ja millä edellytyksillä menetelmää voitaisiin soveltaa rakennusten suunnitteluun. BIM (Building Information Model) on digitaalinen ja kolmiulotteinen kokonaisuus rakennuksen koko elinkaaren tiedoista.
Iso haaste on se, miten suunnittelumallien tieto voidaan esittää tekoälyn ymmärtämässä muodossa.
Mitä hankkeessa tehtiin?
Hankkeessa testattiiin kansainvälisesti hyvin harvinaisen, ison rakennusalan suunnittelutoimiston pitkäaikaisen digitaalisen arkiston käyttöä rajallisen ongelman ratkaisuun.
Hankkeessa sovellettiin kolmea eri tapa hyödyntää tietomallintamista tekoälyn lähtötietoina:
1. Tietomalleista luettiin tietoja yhteen tietokantaan, jota sitten käytettiin lähtötietoina.
2. Tallennetun tietomallin sijasta lähtötietoina käytettiin käyttäjän mallinnusohjelmalle antamia komentoja.
3. Tietomallista käytettiin vain siitä otettuja ruutukaappauskuvia tai kuvina tallennettuja osia.
Hankkeessa testattiin neljää eri käytännön sovelluskohdetta demonstraatiotasolla.
Kenelle tästä on hyötyä?
Rakennusinsinööreille, arkkitehdeille ja kaikille rakennusten suunnittelussa mukana oleville henkilöille.
Mitä tuloksia kokeilu tuotti?
Tärkein tulos oli lisääntyneet valmiudet tekoälyn hyödyntämiseen. Tulosten mukaan tekoälyn hyödyntäminen on selvästi mahdollista sekä numeeristen testausten että käyttäjien arvioinnin perusteella.
Konkreettisena tuloksena hankkeesta on neljä rakennusten suunnittelutehtäviin liittyvää demonstraatio-ohjelmaa, jotka hyödyntävät tekoälyä. Demonstraatio-ohjelmien avulla tekoälyn toimintaa voidaan esitellä konkreettisesti käyttäjille ja saada palautetta tuotteistamista varten.
Testikohteissa käytetty tiedon määrä oli melko pieni. Suunnittelutehtävissä on paljon muuttujia, jolloin nykyisellä tietojenkäsittelyn kapasiteetilla täysin avoin suunnittelutehtävä ei ole toteutettavissa tekoälyn avulla. Onnistuneissa testeissä valinnat koskivat rakennusosien tai niiden osakomponenttien valintaa rajatussa ympäristössä.
Kokeilussa ei vielä päästy niin pitkälle, että sovellutuksia olisi voitu ottaa tuotantoon. Kiradigi-hankkeen päättyessä menetelmät ovat pilotointivaiheessa.