📆В НИУ МГСУ состоялся круглый стол «Внедрение искусственного интеллекта в организацию стратегического управления отраслью строительства и ЖКХ».

✅Цель мероприятия - выработка научно-обоснованной методологии внедрения искусственного интеллекта в систему стратегического управления инновационным развитием отрасли строительства и ЖКХ в условиях современных угроз.

📝С докладами выступили Заместитель Министра строительства и ЖКХ РФ Константин Михайлик, профильные специалисты НИУ МГСУ, эксперты отрасли.

💬«Минстрой готов и считает необходимым развитие искусственного интеллекта в области строительства. Мы ждем свежие идеи и решение конкретных проблем», — сказал Константин Михайлик. Он обратил внимание на проблему подготовки квалифицированных кадров, умеющих работать с ИИ. По его словам, развитие кадровой базы от момента образования до момента постоянного переобучения возможна только на уровне системообразующих институтов, в частности, консорциума НИУ МГСУ.

@digitalbuild

#минстрой #ИИ

💬Павел Гуштюк, эксперт по цифровой трансформации, гендиректор компании "Формайнд", - о применении искусственного интеллекта в строительстве:

🤖Нейронные сети (тип ИИ) особенно полезны в строительной отрасли благодаря их способности изучать закономерности из больших объемов данных. В строительной отрасли нейронные сети можно использовать для решение большого круга задач.

🔎В направление работ по контролю качества можно использовать технологии для обнаружения дефектов в строительных материалах, таких как бетон, сталь и дерево. Благодаря анализу большие объемы данных, включая изображения можно выявлять дефекты, которые может быть трудно обнаружить технадзору. Некоторые компании уже используют алгоритмы машинного обучения для анализа изображений бетона и выявления таких дефектов, как трещины и воздушные карманы. Система может анализировать изображения в режиме реального времени и предоставлять обратную связь работникам, что позволяет быстрее выявлять и исправлять дефекты. Это приводит к улучшению контроля качества и уменьшению количества дефектов в готовой продукции.

✅Для профилактическое обслуживание, нейронные сети можно использовать для прогнозирования выхода оборудования из строя, что позволяет проводить упреждающее обслуживание. Это может сократить время простоя и затраты на техобслуживание.

‼️Благодаря использованию фотометри, видео потока и нейронных сетей, на строительной площадке можно минимизировать потенциальные риски по охране труда. Анализируя данные с датчиков и других источников, нейронные сети могут прогнозировать вероятность возникновения аварий, что позволяет принимать превентивные меры. Например, строительная компания в Японии разработала систему, которая использует искусственный интеллект, чтобы прогнозировать, когда строители рискуют упасть со строительных лесов. Система использует датчики для сбора данных о перемещениях рабочих и передает эти данные в нейронную сеть, которая может определять, когда рабочие находятся в опасности. Это помогло снизить количество несчастных случаев и травм на строительных площадках.

📈Также нейронные сети можно использовать для решения задач по управлению проектом, а именно оптимизации графиков строительства с учетом таких факторов, как погода, доступность ресурсов и зависимости проекта. Это может привести к более эффективному использованию ресурсов и более быстрому завершению проекта.По нашим исследованиям эффективность может превышать 30%. @digitalbuild

#ИИ #нейросети #IoT #мнение #павелгуштюк

📣Немецкий стартап разработал умные камеры для отслеживания хода стройки.

💻Разработка мюнхенской компании Oculai позволяет в режиме реального времени мониторить все работы, не присутствуя на объекте. Умные камеры, оснащенные искусственным интеллектом и технологией глубокого обучения, следят за выполнением KPI на стройке, предоставляют ежедневные (или почасовые) отчеты и осуществляют наблюдение за процессом со всех точек. Заказчик получает всю информацию на компьютер или смартфон, она хранится в облаке.

💰По словам разработчиков Oculai, это решение помогает видеть ход строительства целиком, не упуская никаких деталей, — вне зависимости от сложности и масштабности проекта. В результате снижается число ошибок, экономится время и деньги. Сейчас стартап привлек 2,5 млн евро инвестиций и планирует заняться новыми разработками для строительства на основе ИИ. @digiralbuild

#ИИ #умныеустройства

Отраслевые сценарии для применения нейросетей.

📈Согласно подсчетам аналитиков банка Goldman Sachs, искусственный интеллект в перспективе 10 лет способен заменить 300 млн рабочих мест. Нейросети, например, смогут выполнять работу лучше и быстрее среднестатистических специалистов.

📃 В каких отраслевых сценариях можно применить нейросети?

1️⃣ Оценка рыночной стоимости недвижимости

В Перми создали программу, которая сможет прогнозировать рыночную стоимость жилой недвижимости различных городов в зависимости от исходных параметров: уровня престижности и удобства места расположения квартиры в городе, строительно-эксплуатационных параметров, технических характеристик здания макроэкономической обстановки и т.д. Разработка может использоваться застройщиками как система поддержки принятия решений на ранних этапах жилищного строительства.

❗️ По оценкам Павла Гуштюка, генерального директора компании «Формайнд», к 2025 году 15-25% строительных компаний в России внедрят нейросети.

2️⃣ Создание трехмерных моделей городов

В Казани сгенерировали цифровую модель квартала Ново-Савиновского района города. По материалам аэросъемки система с использованием ИИ обучилась определять озелененные территории жилых дворов. Информация о состоянии деревьев и газонов поможет сотрудникам муниципалитета быстро определить, где нужно запланировать посадку новых растений, а где — восстановить поврежденные. Проект в будущем поможет управлять городом.

3️⃣ Обеспечение дорожной безопасности

На дорогах Москвы планируется инсталлировать камеры с нейросетью, которая определит угрозу дорожному движению (мусор или выпавший груз), животных на проезжей части, ДТП, задымления, движения в запрещенном направлении и другие происшествия.

4️⃣ Генерация изображений для дизайнеров и архитекторов

Midjourney создает картинки по текстовому описанию, может дорисовывать изображения из части проекта и т.д. InteriorAI помогает оформить помещения в различных стилях.

@digitalbuild

#ИИ #городбудущего #нейросети

Как построить безопасный умный дом?

🔍Компания «Лаборатория Касперского» опубликовала результаты опроса 21 тыс. владельцев умных устройств из 21 страны.

📈Почти половину (47%) пользователей волнует уровень безопасности небольших домашних видеокамер (например, видеонянь). 43% беспокоятся о безопасности всего умного дома. Но только 37% принимают те или иные меры для защиты.

Устройства интернета вещей имеют доступ к сети благодаря встроенному в них мини-компьютеру. Такой компьютер есть внутри умных холодильников, телевизоров, кофеварок, камер, систем отопления.

⏳Через интернет-протокол устройства подключаются к единому центру управления. Это может быть контроллер или облачный сервис. Контроллер или облако собирают данные со всех устройств, и в них содержится масса информации о владельце умного дома, которая может представлять интерес для злоумышленников.

⚡️Контроллером или облаком можно управлять через мобильное приложение или веб-сервис и таким образом программировать умную технику и управлять ей. Для пользователя это удобно, а для злоумышленника тем более. Ведь достаточно получить доступ к контроллеру или облаку, чтобы захватить весь умный дом.

⚡️Как сделать дом безопасным? Владимир Дащенко, эксперт по кибербезопасности Kaspersky ICS CERT, дал советы о том, каким образом обезопасить себя и свои персональные данные, читайте об этом на сайте «Цифровое строительство».

@digitalbuild

#умныйдом #ИИ #безопасность

Правительство Великобритании анонсировало запуск цифровой транспортной стратегии, призванной решить накопившиеся проблемы.

🗂 Согласно 41-страничному документу, правительство преследует такие ключевые задачи, как:
➡️ улучшение обмена данными в интересах пользователей транспорта;
➡️ продвижение стандартов для обмена данными;
➡️ улучшение навыков работы с данными;
➡️ обеспечение надлежащего уровня управления и связи с сектором;
➡️ поддержка цифровизации отрасли.

⛔️ Из-за роста миграции и количества автомобилей в стране год от года ухудшалась ситуация с транспортной доступностью. Кроме того, из-за роста уровня выбросов в атмосферу британские власти увеличивали стоимость парковки, вводили плату за въезд в определенные районы для машин на ископаемом топливе, а владельцев электрокаров освобождали от пошлин. Накопившиеся проблемы собираются решить системно.

🇬🇧 Министерство транспорта Великобритании разрабатывает модель обмена данными с общими стандартами, которые можно применить ко всем крупным городским центрам. Также ведется работа по совершенствованию сетей данных подключенных транспортных датчиков в Бирмингеме, Манчестере и Ньюкасле.

👩🏻‍🎓 Институт Алана Тьюринга в рамках реализации стратегии с помощью машинного обучения и искусственного интеллекта агрегирует и анализирует информацию по транспортной отрасли страны, чтобы создать модели поездок и городской мобильности.

🚗 В рамках реализации стратегии запущен пилотный проект «Поиск транспортных данных». Это каталог датасетов, который поможет в разработке новых приложений и инноваций.

🚗 Более эффективное использование транспортных данных может улучшить сферу мультимодальных перевозок, поддержать разработку приложений для автомобилистов, пассажиров общественного транспорта, пешеходов, упростить планирование поездок.

@digitalbuild

#цифровыеданные #ИИ #великобритания

Работа с искусственным интеллектом на практике.

💬Павел Гуштюк, эксперт№1 по цифровой трансформации, генеральный директор ИТ-компании «Формайнд», поделился опытом применения решений, построенных на базе искусственного интеллекта, на практике.

✔️ChatGPT от OpenAI позволяет создавать хорошо структурированные электронные письма, отчеты и предложения, которые легко воспринимаются клиентами благодаря последовательности ипривлекательности. Например, при подготовке отчета по анализу рынка для клиента ChatGPT помогает составить краткое резюме, выделив ключевые идеи и тенденции, что значительно экономит время.

✔️Toggl Plan – инструмент управления проектами, который помогает автоматизировать процесс распределения задач, планирования и мониторинга. С помощью алгоритмов машинного обучения Toggl Plan прогнозирует оптимальные сроки и распределение ресурсов.

✔️Для проведения маркетинговых исследований мы используем Crimson Hexagon+Brandwatch – инструмент для изучения социальных сетей и исследования рынка. С помощью этого инструмента мы собираем важную информацию о поведении и предпочтениях потребителей, что позволяет нам уточнить маркетинговую стратегию для бренда или конкретного продукта.

В части написания кода мы используем несколько продуктов, которые значительно упрощают нашу работу.

✔️GitHub Copilot – инструмент, разработанный совместно компаниями GitHub и OpenAI, использует GPT-4 и предлагает рекомендации по написанию кода. Мы используем его для написания backend (Python), frontend (TypeScript), автотестов (TypeScript) и нагрузочных тестов (TypeScript). GitHub Copilot подстраивается под стиль репозитория, в котором мы работаем, поэтому качество рекомендуемых дополнений зависит от того, насколько хорошо стиль соответствует требованиям.

🖍GitHub Copilot не способен написать грамотную структуру проекта или готовое решение для автоматизации бизнес-функции. Но он сокращает количество набираемых символов и с высокой точностью предлагает подходящий комментарий, описывающий написанный только вами или с его помощью метод. Хотя GitHub не предоставляет статистики по проценту дополнений относительно кодовой базы репозитория, наш опыт показывает, что это решение помогает сократить время работы на 20%.

✔️SourceryAI – платформа использует алгоритмы машинного обучения для анализа образцов кода и предоставления рекомендаций по улучшению качества кода, снижению количества ошибок и оптимизации производительности. На данный момент поддерживается только язык программирования Python. Мы используем SourceryAI в основном для проверки нашего кода на соответствие Google Python Style Guide. Инструмент также уменьшает цикломатическую сложность написанного кода и предлагает более оптимальный вариант, если используется устаревшая конструкция. @digitalbuild

#нейросети #ии #IoT #павелгуштюк

Рынок решений и услуг на базе искусственного интеллекта в строительстве к 2031 году вырастет на 34%.

📈 Размер рынка ИИ-решений и услуг в строительстве, по данным Research Dive, увеличится c $496 млн по итогам 2021 года. К 2031 году объем сегмента достигнет $8,5 млрд (+34%).

👷🏼‍♂️ Внедрение ИИ в строительном секторе ускорится благодаря желанию застройщиков повысить безопасность на строительных площадках. ИИ будет использоваться совместно с видеокамерами и датчиками для мониторинга объектов строительства.

🚗 Также на рынке будут доминировать приложения для поддержки логистики, планирования проектов и управления рисками.

📷 Наиболее востребованными ИИ-сервисами станут те, что смогут в режиме реального времени отслеживать взаимодействие между рабочими на объектах, оборудованием и материалами.

👩🏻‍🎓 Одновременно с этим вырастет роль подготовки профильных сотрудников в сфере ИИ. Ведь нехватка квалифицированного персонала может разубедить застройщиков в важности ИИ-инструментов.

🤑 Также барьерами для роста рынка могут стать стоимость интеграции систем искусственного интеллекта. Ведь приобретение и обслуживание робототехники и автономных систем обходится дорого. А это значит, что только крупные предприятия смогут позволить себе внедрение этих машин.

@digitalbuild

#цифровизация #ии #прогнозы

Нейросеть назвала города, в которых вторичное жилье за квартал подешевело сильнее всего.

🏆 Лидером назван Калининград (-3,5%, до 108,1 тыс. руб.). Вторым и третьим по темпам падения стоимости вторичного жилья соответственно стали Севастополь (-2,3%, до 148,5 тыс. руб.) и Казань (-1,3%, до 140,9 тыс. руб.).

📊 Такие данные приводятся в исследовании консалтинговой фирмы SRG. Нейросеть по запросу компании исследовала 50 городов. Автоматизированная система оценки недвижимости компании с помощью искусственного интеллекта и математических алгоритмов машинного обучения. Основой данных стали 100 источников, в том числе платформы частных объявлений и региональные базы информации.

🧮 Система рассчитала среднюю стоимость 1 кв. м в 50 городах России с самыми крупными рынками вторичного жилья.

🤓 Нейросеть определила, что стоимость «квадрата» снизилась в семи из 50 городов. Кроме лидеров жилье подешевело в Курске (–0,9%), Санкт-Петербурге (–0,8%), Брянске (–0,4%) и Москве (–0,2%).

🗺 В остальных 43 городах цены только выросли. Максимальный прирост наблюдался в Чебоксарах (+6%), Махачкале (+5,6%), Саратове (+5,2%) и Новокузнецке (5,1%). В целом.

@digitalbuild

#нейросеть #ии