ИИ в проектировании пока остается инструментом для локальных задач

В проектных организациях искусственный интеллект пока в основном применяется точечно — для работы с текстами, автоматизации отдельных операций и предварительной визуализации. Масштабное внедрение сдерживают риски ошибок, требования информационной безопасности и отсутствие механизмов распределения ответственности, рассказал NSP BIM-менеджер ГК «Глобал ЭМ» Алексей Иванов.

Одно из наиболее распространенных направлений — анализ документации. Нейросети используют для поиска противоречий в технических заданиях и нормативных документах, преобразования таблиц и подготовки данных для расчетных программ.

Еще один сценарий — написание скриптов для специализированного ПО. По словам Иванова, ИИ позволяет инженерам без навыков программирования автоматизировать отдельные операции, например в Revit. При этом результат требует проверки: модель может предлагать устаревшие методы, обращаться к функциям из других версий ПО или формировать неработающий код.

В отдельных задачах такая автоматизация дает значительный выигрыш во времени. По оценке специалиста, код, на самостоятельную разработку и отладку которого потребовалось бы несколько дней, с помощью ИИ можно подготовить за несколько часов.

Ответственность остается за проектировщиком

Одним из ключевых ограничений для применения ИИ в инженерных расчетах остается невозможность передать алгоритму ответственность за результат. За проектные решения отвечают проектная организация и главный инженер проекта.

Поэтому использование нейросетей в расчетах и при подготовке технических решений требует обязательной верификации специалистом. В отличие от специализированного расчетного ПО, у генеративной модели нет установленного механизма ответственности за ошибочные результаты.

Дополнительное ограничение связано с защитой данных. Крупные девелоперы и проектные организации запрещают передавать коммерческую документацию и BIM-модели во внешние облачные сервисы. Для корпоративного применения рассматривается размещение моделей внутри собственного ИТ-контура, однако это требует дополнительных вычислительных ресурсов.

Для автоматизированной экспертизы нужны машиночитаемые требования

Отдельное направление — применение ИИ для проверки проектной документации на соответствие нормативным требованиям. По оценке Иванова, основной барьер здесь связан не только с возможностями языковых моделей, но и с форматом самой нормативной базы.

Строительные нормы преимущественно представлены в виде текстовых документов и могут содержать условия и формулировки, требующие профессиональной интерпретации. Для автоматизированной проверки требования необходимо переводить в структурированный машиночитаемый вид.

Главгосэкспертиза России и ФАУ «ФЦС» работают над онтологической моделью строительных требований. Она должна связать нормативные положения с классификатором строительной информации и представить их в форме, пригодной для автоматизированной обработки.

Отдельной задачей остается подготовка данных для обучения моделей. Исторический массив проектной документации включает решения, выполненные по утратившим силу нормативам, ошибки прошлых лет и проекты со специальными техническими условиями. Без предварительной классификации такие данные могут давать некорректную основу для автоматизированной проверки.

Пока ИИ в проектировании остается вспомогательным инструментом. Его применение наиболее отработано в задачах обработки текстов, автоматизации рутинных операций и подготовки скриптов, тогда как расчеты, нормативная проверка и принятие проектных решений требуют обязательного контроля инженера.