ИИ замечает расхождения — инженер принимает решения
Фото: Сергей Ведяшкин / Агентство «Москва»
В проекте сооружения объекта капитального строительства одно решение живет сразу в нескольких местах: в 3D-модели, спецификации, документах субподрядчика. Когда характеристики оборудования меняются, все эти данные нужно привести в соответствие. Если расхождения обнаружатся уже в ходе строительства, исправлять их будет куда сложнее. Поэтому-то инженеры и тратят много времени на сверки, которые приходится повторять после каждой правки. И тут на помощь может прийти искусственный интеллект. Каким образом стоит выстраивать работу с ИИ, рассказывает Сергей Ергопуло, директор по развитию технологий информационного моделирования ГК «СиСофт».
В крупных и сложных проектах нужно особенно тщательно сопоставлять коды оборудования и материалов, проверять документацию субподрядчиков, искать отклонения 3D-модели от требований. Агент ИИ может просмотреть большие объемы данных и отметить подозрительные места. Инженеру остается разобраться, что за ними стоит.
Допустим, поставщик предложил заменить оборудование и прислал обновленные документы и данные. Агент находит характеристики, которые расходятся со спецификацией и моделью, но не решает, допустима ли замена. Возможно, ошибка закралась в документ; возможно, изменение затронет другие части проекта. Это выясняет специалист, который знает объект и отвечает за принятое решение. А ИИ помогает ему быстрее добраться до сути вопроса.
Особенно важна скорость такой проверки. Пока изменение проходит согласование, расхождение можно устранить, не отвлекая смежных специалистов от их работы. Если оно уже попало в документацию для стройки, круг участников расширяется, а исправление требует больше времени. Раннее обнаружение ошибки помогает всей команде работать спокойнее и точнее.
Чтобы такая схема работала, мало подключить модель к папке с файлами. Нужно понимать, как устроен путь данных внутри проекта: кто их создает, где они меняются и на каком этапе ошибка становится критичной. Здесь опыт разработчика инженерного ПО должен сочетаться с компетенциями компании, которая применяет ИИ на предприятиях. Общая задача — встроить агентов в работу так, чтобы их выводы можно было проверить и использовать. Ведь инструмент, который выдает ответ без понятной связи с исходными данными, инженеру мало поможет.
Пользу ИИ хороший разработчик тоже оценивает на конкретных задачах. Сколько времени занимает проверка сейчас? Как часто ее повторяют? Какие расхождения удается обнаружить раньше? Мы, например, проверяем гипотезы в собственной лаборатории и сопоставляем результат с затратами на модели и вычисления. Для одних операций ИИ оказывается оправданным, для других — хватит более простого инструмента: нет смысла усложнять проект ради самой технологии.
Думаю, в ближайшие годы самым устойчивым применением ИИ в инжиниринге станет именно такая помощь в повседневной работе. Она не избавляет инженера от ответственности, зато возвращает ему время. Чем точнее человек ставит задачу и внимательнее проверяет результат, тем полезнее оказывается ИИ-агент. Из этого взаимодействия постепенно складывается новый способ проектирования: меньше ручного поиска расхождений, больше внимания к решениям, от которых зависит будущий объект.
Еще по теме
