La inteligencia artificial en el sector de la construcción no deja de suscitar un interés muy similar al que generó BIM en su momento. Expertos de todas partes del mundo dialogan e intercambian pareceres acerca de este nuevo factor en la industria. En primer lugar, aún se trata de entender con la mayor amplitud posible la profundidad de las implicaciones de la IA para el AEC, de dar solución a ese cómputo entre los beneficios y las amenazas que representa este gamechanger. Como de costumbre, el mundo anglosajón pisa el acelerador hacia la integración de la inteligencia artificial en el sector de la construcción y merece la pena seguir de cerca sus descubrimientos y reflexiones.
Hoy queremos hacernos eco de un cibersimposio celebrado la semana pasada y convocado por Mark Hustler, catedrático de ingeniería y gestión de la construcción y jefe de división en la Universidad de Purdue y actual presidente de la CIB, contó con la presencia del profesor Robert Amor, investigador en el campo de la informática de la construcción y docente en la Universidad de Auckland, Nueva Zelanda.
Uno de los principales intereses del profesor Amor es la interoperabilidad, campo que investiga en entornos integrados que abarcan el modelado de la información y su automatización, así como el modelado de procesos de comprobación e interacción con el usuario, mapeo de la información y un nutrido etcétera.
Desde 2003 coordina el grupo de trabajo de CIB w78, el grupo de trabajo del Consejo Internacional para la Investigación y la Innovación en la Construcción. También es redactor jefe del Journal of Information Technology Infrastructure.
¿Desempeño superhumano en el AEC?
Uno de los aspectos más interesantes de la IA es su capacidad de lograr un rendimiento sobrehumano en muchas de las áreas donde se aplica. Y es que hoy “somos capaces de desarrollar sistemas capaces de aprender a un nivel que va más allá de lo que los humanos son capaces de hacer”.
“En 2016 la IA venció al Grand Master de ajedrez”, recordaba Amor. “Fue una hazaña que los científicos de la computación no esperaban que se lograra por lo menos en otra década. No obstante, al final, Alphago venció al Grand Master mucho antes de lo previsto.
Sin embargo, como explica el profesor Amor, “es obvio que la IA no aprende de la misma forma que los humanos y, en muchos casos, el progreso es muy lento a medida que los sistemas de IA aprenden una nueva tarea, pero el aprendizaje es exponencial y entonces se convertirán en un experto en la tarea que están haciendo. En muchos casos se convierten en sobrehumanos.
Otro tipo de sistemas donde la IA sobresale son los sistemas de atención, un punto en el que, precisamente los humanos son típicamente débiles. Concentrarse durante largos períodos de tiempo no es algo en lo que seamos muy buenos…
Por ejemplo, una IA puede monitorear montones de vídeos, automatizar el mercado o conducir un coche sin dormirse. “Su enfoque en lo que hacen es siempre nítido. Sistemas como chatGPT básicamente han leído todo el conocimiento humano y las respuestas a pesar de que son modelos estadísticos, se basan en una muy amplia base de conocimientos”, comentaba el profesor.
Enriquecimiento semántico de los modelos BIM mediante código IA
La IA es por tanto increíblemente capaz en infinidad de áreas, muchas de ellas probablemente capaces de tener un impacto útil en la industria de la construcción. Como explica el profesor Robert Amor, “uno de los campos en el que se ha aplicado la IA es la mejora de la calidad de los modelos BIM. Concretamente, un proceso llamado enriquecimiento semántico.
¿Qué significa este término? El enriquecimiento semántico de los modelos de construcción es un proceso que añade información significativa y específica a un modelo digital de construcción. También tiene la habilidad de resolver problemas de interoperabilidad y de compilación de modelos a partir de datos de nubes de puntos. Según el prototipo de software SeeBIM (Semantic Enrichment Engine for BIM), el enriquecimiento semántico encapsula los conocimientos de expertos en la materia en reglas legibles por ordenador para la inferencia de tipos de objetos, identidad y agregación de sistemas. Además, el enriquecimiento semántico añade, automática o semiautomáticamente, información significativa a un modelo digital de un edificio u otra estructura mediante un sistema informático capaz de deducir nueva información procesando reglas.
Según Amor, “este proceso ha recibido mucha atención a lo largo de los años y se basa en el entendimiento de que los humanos no son buenos para desarrollar modelos de alta calidad de los edificios. En muchos procesos donde necesitamos buena información, cuando investigamos los BIM que recibimos, encontramos que hay problemas con ellos, que a menudo son de calidad muy variable. Por ejemplo, al abrir un modelo es posible que veamos que no se han modelado ciertos espacios dentro del edificio o que no se ha clasificado el tipo de uso de un espacio.”
En este sentido, con el ánimo de ir puliendo estas faltas de información, explica el profesor neozelandés que “muchos de nuestros códigos requieren el conocimiento sobre el tipo de uso para hacer los cálculos que están haciendo”.
El BIM automatizado y supervisado por IA ya está aquí
La gente modela de muchas maneras diferentes. Por ejemplo, es posible utilizar losas para generar una escalera en lugar de usar la herramienta de escaleras dentro del software BIM utilizado. Así se generan muchas losas y al interrogar al modelo acerca de cuál es la ruta de salida desde el segundo piso al primero, por ejemplo, dirá que no hay nada porque no hay objetos de dirección en el modelo. Pero la realidad es que hay losas que representan una escalera… y por lo tanto hay una manera de salir.
Ahora la pregunta es: ¿Podemos usar sistemas informáticos para arreglar los modelos y mejorar su calidad? Robert Amor hablaba durante su intervención de un número de técnicas que se han desarrollado a lo largo de los años que permiten encargarse de este tipo de cometidos, como el de mirar miles y miles de planos y decir: «bueno, estadísticamente es probable que este espacio sea de este tipo. Si es un dormitorio y hay una pequeña habitación contigua, es bastante probable que sea un baño, así que estadísticamente…”.
Es decir, la IA liberada dentro de los bytes de un modelo BIM es capaz de inferir cuál es el tipo de uso de cada elemento. Pero también “ha sido usada para entrenar y arreglar modelos”. Por ejemplo, las losas dispuestas como una escalera se identifican como tal y así se clasifican correctamente y todo se alinea perfectamente. Es entonces cuando podemos hacer los cálculos y simulaciones que queramos, porque el diseño es hermético y los sistemas estructurales están todos conectados y en el lugar correcto.
Inteligencia artificial en el sector de la construcción: algunas conclusiones para la ingenieria civil
A la luz de todos estos avances, en la ingeniería civil la IA enriquecida semánticamente puede desempeñar un papel crucial en la supervisión, análisis e identificación de problemas en modelos de edificios y estructuras en una etapa temprana.
La IA puede analizar los datos y detectar problemas que pueden no ser visibles para los ingenieros y diseñadores humanos. Con la detección temprana de problemas, los ingenieros pueden tomar medidas preventivas y hacer ajustes en la etapa de diseño para evitar posibles problemas de construcción.
Además, el semantic enrichement también puede ayudar a reducir el riesgo de error humano en el proceso de construcción. Los modelos BIM pueden ser complejos, y cualquier pequeño error en el diseño puede tener grandes consecuencias.
En resumen, la IA puede desempeñar un papel importante en la mejora de la ingeniería civil, especialmente en la identificación temprana de problemas y la reducción del riesgo de error humano en el proceso de construcción. La supervisión, análisis e identificación de colisiones realizados por IA dentro de un modelo BIM pueden ayudar a solventar problemas concretos de nuestro rubro.
Dejamos aquí el link al vídeo de la conferencia:
https://www.youtube.com/watch?v=T4UEvgkl9JA
