Проверяем на практике, какие задачи строительных специалистов уже сегодня можно автоматизировать с помощью искусственного интеллекта.
Наша компания с самого основания придерживается строгой практической направленности в применении информационных технологий. Уже 12 лет мы стараемся не следовать за технологическими трендами только потому, что они стали модными, а ищем в них реальные сценарии применения в строительстве.
Показательный пример — история с BIM. Когда около 2016 года BIM начали активно продвигать как технологию, которая «изменит всё» в строительстве, мы внимательно изучили возможные сценарии применения и убедились, что их практическая ценность далеко не всегда соответствует масштабу заявлений.
При этом мы видели вполне конкретную пользу от других технологий. Например, обычные PDF-чертежи в связке с мобильным приложением позволяли инженеру прямо на стройке локализовать замечание на чертеже, не объясняя его положение через оси, отметки и словесные описания. Облачные сервисы и мобильные приложения давали понятный и измеримый эффект — поэтому именно их мы активно развивали и внедряли.
Теперь пришло время разобраться с искусственным интеллектом.
На наш взгляд, ИИ — прежде всего инструмент для освобождения специалистов от рутины, повторяющихся операций и бесполезной траты времени. Уже сегодня существуют сценарии, в которых задачи, связанные с обработкой текста, документов, изображений и речи, можно существенно ускорить или вообще передать программе.
Но, пожалуй, самое интересное свойство современных ИИ — снижение порога входа в разработку и автоматизацию.
Сегодня человек, не являющийся программистом, может описать необходимую ему операцию обычным языком, попросить ИИ написать программу, внести изменения и запустить её. Это не означает, что программисты больше не нужны. Сложные системы, архитектура, безопасность, интеграции и промышленная эксплуатация по-прежнему требуют профессиональной разработки.
Но на этапе проверки гипотез часть работы действительно может выполнить сам пользователь вместе с ИИ.
Именно это открывает большое поле для экспериментов в строительстве.
MRS LAB
Мы долго думали, как организовать такую работу системно — не в формате отдельных экспериментов отдельных сотрудников, а как постоянный процесс поиска, проверки и внедрения новых сценариев.
Так появилось направление MRS Lab.
Это экспериментальная площадка МРСПро, где мы формулируем гипотезы, быстро собираем прототипы и проверяем, действительно ли ИИ способен решить конкретную задачу строительного специалиста.
При этом MRS Lab следует тому же принципу, которого мы придерживаемся при разработке основных продуктов: практическая применимость без «шапкозакидательства».
Поэтому отправной точкой для первых экспериментов стали не абстрактные возможности нейросетей, а реальные запросы наших пользователей:
«Было бы хорошо, если бы программа сама…»
Дальше обычно следовала задача, которая ещё недавно воспринималась как что-то вроде магии.
Например: взять большой отчёт независимого эксперта по квартире, найти в нём дефекты, понять, о чём именно идёт речь, сопоставить их с нормативными требованиями и подготовить структурированные замечания.
Или другой сценарий: инженер надиктовывает нарушение своими словами — быстро, как привык говорить на стройке, — а система превращает эту формулировку в нормальное техническое замечание и предлагает нормативные основания, на которые можно сослаться.
Именно такие задачи мы и хотим проверять в MRS Lab.
А что с безопасностью данных?
Отдельный вопрос для строительной отрасли — где именно работает ИИ и куда отправляются данные.
На практике мы видим, насколько серьёзно строительные компании относятся к информационной безопасности. Для крупных и особенно вертикально интегрированных компаний размещение программного обеспечения внутри собственного контура часто является обязательным требованием внутренних политик.
Поэтому часть экспериментов MRS Lab мы проводим полностью локально — на собственном сервере с мощным процессором и GPU, без передачи обрабатываемых документов и данных на зарубежные серверы.
Это, конечно, накладывает ограничения. Мы сознательно отказываемся от части самых современных облачных моделей и сервисов.
Но эксперименты показывают, что для значительного количества прикладных задач вовсе не обязательно использовать самую большую и самую дорогую нейросеть. При правильно поставленной задаче вполне можно использовать доступные open-source модели и библиотеки и при этом получать вполне практический результат.
Для нас это особенно важно: мы хотим исследовать не только «что умеет ИИ?», но и «что из этого реально можно использовать в строительной компании с учётом требований к безопасности, инфраструктуре и стоимости?»
Первые эксперименты
01. Проверка отчётов об обследовании
Загрузите PDF-отчёт независимой экспертизы квартиры — сервис распознает выявленные дефекты, сопоставит указанные в отчёте нормативные ссылки с актуальными требованиями и поможет найти расхождения.
02. Надиктовка нарушений
Надиктуйте нарушение своими словами — сервис распознает речь, сформулирует замечание техническим языком и предложит до пяти подходящих пунктов ГОСТ, СП или СНиП.
Оба сервиса уже доступны в экспериментальном режиме. В следующих статьях подробно разберём, как они работают, какие задачи решают и где пока остаются ограничения ИИ.
В следующих статьях разберём каждый из этих экспериментов подробнее: покажем, как устроен сервис, на каких данных его проверяли, что получилось хорошо, где ИИ пока ошибается и в каких реальных рабочих сценариях он может быть полезен. И, конечно, дадим возможность попробовать сервис самостоятельно.
