В СПбПУ проверили возможности искусственного интеллекта при обследовании зданий и выявлении строительных дефектов

В Санкт-Петербургском политехническом университете Петра Великого провели исследование эффективности применения искусственного интеллекта при техническом обследовании зданий и сооружений. На примере малоэтажного жилого дома была проверена возможность использования программных продуктов с функциями ИИ для выявления строительных дефектов, обработки результатов обследования и подготовки технических рекомендаций. Исследование показало, что применение таких инструментов может ускорять подготовительные, визуальные и камеральные этапы работ, однако сформированные алгоритмами рекомендации по ремонту и демонтажу конструкций требуют дополнительной проверки специалистами.

Работа выполнена Дмитрием Прокопчуком в Инженерно-строительном институте СПбПУ в рамках магистерской программы «Экспертиза и эксплуатация объектов недвижимости». Научным руководителем выступил Павел Михеев. Исследование представлено в 2026 году, а запись о нём появилась в электронной библиотеке университета 26 августа.

Основной задачей стало определение практических возможностей использования современных технологий искусственного интеллекта при выполнении технических обследований зданий.

Традиционное обследование предполагает комплекс работ, включающий изучение исходной документации, визуальный осмотр, фиксацию дефектов и повреждений, инструментальные измерения, оценку технического состояния конструкций и подготовку заключения.

Продолжительность и трудоёмкость этих операций во многом зависят от сложности объекта, его конструктивной схемы, состояния документации и количества выявленных повреждений.

Особенно значительный объём работ может приходиться на систематизацию результатов осмотра, обработку фотографий, описание дефектов, анализ нормативных требований и подготовку отчётных материалов.

Развитие компьютерного зрения и больших языковых моделей создаёт предпосылки для автоматизации отдельных операций. Однако их использование в техническом обследовании требует оценки не только скорости обработки информации, но и достоверности получаемых результатов.

Ошибочная классификация повреждения или некорректная рекомендация по его устранению способна привести к неправильной оценке состояния строительной конструкции.

Поэтому в исследовании СПбПУ рассматривалась возможность включения технологий искусственного интеллекта в существующую методику обследования без отказа от профессиональной инженерной оценки.

На первом этапе автор изучил научно-техническую литературу и нормативную базу, регулирующую проведение обследований зданий и сооружений.

Отдельное внимание было уделено применению технологий искусственного интеллекта в строительстве, в том числе инструментам, которые могут использоваться при анализе технического состояния конструкций.

Затем был выполнен многокритериальный сравнительный анализ программных продуктов, использующих технологии ИИ.

Такой анализ был необходим для выбора решений, пригодных для практической проверки при выполнении обследования.

Исследователь оценивал возможности программных средств применительно к задачам выявления дефектов, обработки информации и подготовки результатов обследования.

Практическую апробацию выбранных инструментов провели на примере малоэтажного жилого здания.

В ходе работы оценивалось, насколько применение программных продуктов с искусственным интеллектом может облегчить выполнение отдельных операций технического обследования.

По результатам исследования автор установил, что использованные инструменты способны правильно определять значительную часть рассматриваемых дефектов.

Кроме того, применение ИИ позволило ускорить выполнение работ на подготовительном, визуальном и камеральном этапах при сохранении качества результатов в условиях проведённого исследования.

При этом в открытой аннотации магистерской диссертации не приведены точные значения доли правильно распознанных дефектов, величины сокращения трудозатрат или продолжительности отдельных операций.

Поэтому опубликованные выводы подтверждают наличие положительного эффекта в исследованном случае, но не позволяют количественно оценить производительность технологии.

Особенно важным результатом стало выявление ограничений искусственного интеллекта при формировании инженерных рекомендаций.

Как отмечается в аннотации, предложения программных продуктов по ремонту или демонтажу конструкций нуждались в частичной экспертной корректировке.

Это обстоятельство имеет принципиальное значение для практического применения подобных технологий.

Выявление внешних признаков дефекта и определение его инженерных последствий представляют собой разные задачи.

Например, обнаружение трещины на поверхности конструкции ещё не позволяет автоматически установить её причину, характер развития и влияние на несущую способность.

Для этого могут потребоваться сведения о конструктивной схеме сооружения, действующих нагрузках, свойствах материалов, деформациях основания, истории эксплуатации и результатах инструментальных измерений.

Аналогичным образом наличие коррозионных повреждений, увлажнения, отслоений или других внешних признаков не всегда позволяет определить техническое состояние конструкции только по фотографическому изображению.

Следовательно, результаты автоматизированного распознавания должны рассматриваться как один из источников информации для специалиста, выполняющего обследование.

В рамках подобного подхода программные средства с ИИ могут помогать систематизировать полученные данные, формировать предварительные описания дефектов и упорядочивать материалы для дальнейшего инженерного анализа.

Однако окончательная оценка технического состояния и выбор необходимых мероприятий должны основываться на проверенных исходных данных, нормативных требованиях и профессиональном заключении.

Это особенно важно при подготовке рекомендаций об усилении, ограничении эксплуатации или демонтаже строительных конструкций.

Ошибки на таких стадиях могут иметь существенно более серьёзные последствия, чем неточности при автоматизированной обработке документации.

Исследование СПбПУ показывает, что практическая эффективность искусственного интеллекта при обследовании определяется не только способностью распознавать отдельные повреждения.

Необходимо учитывать весь рабочий процесс: подготовку к обследованию, сбор данных, классификацию дефектов, сопоставление полученных сведений с нормативными требованиями, формирование выводов и проверку предложенных инженерных решений.

Важным условием является сохранение возможности экспертного контроля результатов, формируемых программными средствами.

Это относится как к распознаванию дефектов, так и к содержанию рекомендаций, которые впоследствии могут быть включены в техническое заключение.

По результатам работы автор подготовил предложения по совершенствованию технологий искусственного интеллекта и изменению отдельных элементов методики обследования зданий и сооружений.

Основное направление таких изменений связано с сокращением продолжительности работ при сохранении необходимого качества инженерной оценки.

В то же время исследование имеет определённые ограничения.

Практическая проверка выполнена на примере одного малоэтажного жилого здания. Полученные результаты не могут автоматически распространяться на многоэтажные здания, промышленные сооружения, мосты и другие технически сложные объекты.

Кроме того, для полноценной оценки возможности массового применения технологии потребуются сравнительные исследования с участием различных обследовательских организаций, проверкой результатов на независимых наборах дефектов и определением фактической трудоёмкости.

Особое значение будет иметь оценка ложных срабатываний и пропущенных дефектов, поскольку оба вида ошибок способны влиять на достоверность выводов о состоянии конструкций.

Необходимо также учитывать различия между визуально обнаруживаемыми повреждениями и скрытыми дефектами, для определения которых требуется инструментальное обследование.

Искусственный интеллект, анализирующий внешние изображения, не может заменить измерение прочности материалов, определение геометрических параметров конструкций, контроль деформаций и другие исследования, необходимые для обоснованной оценки технического состояния сооружения.

Таким образом, проведённая в СПбПУ работа представляет интерес как пример практической апробации искусственного интеллекта непосредственно в процессе технического обследования здания.

Её основной вывод заключается в том, что технологии ИИ способны повысить оперативность обработки информации и выполнения отдельных этапов работ, однако не обеспечивают полной автоматизации обследования.

Наиболее перспективным направлением остаётся использование таких инструментов в качестве вспомогательных средств специалиста, позволяющих сократить рутинные операции и сосредоточить внимание на инженерной интерпретации результатов, проверке выявленных повреждений и обосновании решений по дальнейшей эксплуатации сооружения.