Трансформация градостроительства: как ИИ и роботы помогают в мастер-планировании и проектировании

Редакция портала Всеостройке.рф выяснила, на что уже способны алгоритмы. 

Сегодня роботы и искусственный интеллект (ИИ) все активнее внедряются, в том числе, и в строительную отрасль и становятся эффективными инструментами для создания продуманных и комфортных пространств. Впрочем, несмотря на все преимущества их использовании, в том числе, и в проектировании, есть и риски. Редакция портала Всеостройке.рф выяснила, как ИИ трансформирует сферу проектирования, открывая новые горизонты для архитекторов и проектировщиков, и какие трудности еще существуют.

 Немного теории или что такое мастер-планирование и проектирование

Мастер-планирование – это своего рода видение того, как можно в перспективе преобразовать территорию крупного объекта или целого города. Это долгосрочная стратегия развития, которая учитывает социальные, экономические и экологические аспекты и включает в себя множество направлений, в том числе стратегию развития жилого строительства, промышленности, транспортной системы и прочее. При таком  долгосрочном планировании важен не только анализ текущей ситуации, но и прогнозирование будущих потребностей.

Проектирование, в свою очередь, фокусируется на создании конкретных объектов или систем, таких как здания, транспортные сети или энергетические комплексы. При этом оба процесса требуют обработки огромного количества данных, учета множества факторов и принятия сложных решений. Именно поэтому здесь большой потенциал демонстрируют роботизированные технологии и искусственный интеллект, предлагающие новые подходы и инструменты.

Так, искусственный интеллект способен анализировать большие объемы данных, выявлять закономерности и предлагать оптимальные решения. ИИ помогает оптимизировать транспортные потоки, снижая загруженность дорог, предлагает наилучшее расположение объектов инфраструктуры (школ, больниц, парков) с учетом потребностей населения, и даже прогнозировать рост городов и планировать расширение инфраструктуры. Не смотря на то, что пока искусственный интеллект только начинает проникать в сферу проектирования и мастер-планирования, ряд процессов уже перешли алгоритмам. 

Роботы и ИИ в проектировании

Роботизированное проектирование – это направление, позволяющее автоматизировать значительную часть проектных процессов, сохраняя при этом гибкость и вариативность.

«”Робот” (нейросеть или другой алгоритм) получает от нас исходные данные: технические требования, нормы, пожелания заказчика — и быстро генерирует несколько вариантов решений, будь то планировка или конструктивная схема. Человек же включается на этапе проверки качества: оценивает эстетику, соответствие нормам, логику проекта. Фактически, машина берёт на себя рутинную часть, а архитектор продолжает отвечать за финальную экспертизу и креатив», – пояснил принцип роботизированного проектирования Артур Хасиятуллин,  основатель и CEO Платформа Штаб (веб-платформа для контроля и управления строительством).

Говоря о возможности ошибок он отметил, что алгоритм проходит обучение на уже проверенных проектах. Затем его результаты сверяются с формальными нормами (СНиП, пожарка и т.д.) через встроенные проверки. И, конечно, последнее слово всегда остается за специалистом, который оценивает, не упустил ли «робот» важных деталей или не выдал что-то заведомо неадекватное.

При этом, как отметил Артур Хасиятуллин, роль архитектора смещается от детальной «чертежной» работы к более концептуальной и управленческой. Он формулирует задачу для ИИ, определяет ключевые параметры проекта и проверяет результаты с точки зрения красоты, функционала и соответствия общей концепции. Соответственно, ценятся навыки BIM, управление данными и умение «обучать» алгоритмы, а также способность мыслить креативно.

В том числе поэтому при роботизированном проектировании сохраняются высокие требования к квалификации специалиста, отметил в свою очередь Геннадий Дрягин из НТЦ Платформа, отвечающий за внедрение продукта (НТЦ Платформа – это научно-технологический центр, который занимается цифровизацией процессов и разработкой комплексных решений для строительного комплекс).

«При классическом или даже автоматизированном проектировании давно известен список операций, и он принципиально не менялся многие годы. Архитектор, конструктор или инженер знал и контролировал переход информации между операциями. Роботизированный подход совершенно новый и операции могут значительно отличаться по составу, схеме взаимодействия, зоне ответственности. А информация приобретать новые формы. При роботизированном проектировании специалист в свою очередь должен не только выполнить приемку результата алгоритма, но и понимать влияние введенных исходных данных на получаемый результат»,  – считает Геннадий Дрягин.

Поэтому, по его мнению, самой алгоритмизации и последующей роботизации подлежат операции которые с большей вероятностью неизменны.

«Возьмем пример из жилого строительства. Если есть санузел или кухня, то всегда будет вертикальная трасса канализации и соответственно всегда будут отверстия в плите перекрытия, и они должно смещаться от вертикальных конструкций, а данные инженерные зоны должны зашиваться архитектурными элементами и им одновременно запрещено находиться в зоне некоторых технических помещений на нижестоящих этажах. Все указанные действия подлежат описанию и могут переданы в алгоритм. При этом они могут находиться вне действий пользователя системы роботизированного проектирования и выполняться без его участия. В то же время пользователь может выбрать именно ту квартиру и количество санузлов, которая подходит ему в данный момент времени на основе его проектного опыта. Грань между этими операциями достаточно тонкая и может смещаться в зависимости от зрелости технологии, но общий принцип будет неизменен», – пояснил Геннадий Дрягин.

Примеры есть   

Например, роботы уже берут на себя алгоритм работы рядового конструктора при создании чертежей, автоматизируя рутинные операции. А именно – при создании чертежей марки КЖ («Конструкции железобетонные»), рассказал Роман Пинаев, руководитель отдела строительных конструкций в компании IND, которая специализируется на проектировании масштабных объектов различных типологий, мастерпланировании и создании стратегий развития городов, территорий и рекреационных зон в России и за рубежом. 

По его словам, робот берет на себя следующие этапы:

• Сбор данных из конечно-элементной расчетной модели по всем маркам конструкций;
•  Сопоставление полученных данных с рабочей моделью пользователя;
• Автоматическая генерация чертежей, включая создание листов, видов, аннотаций, размеров, отметок, схем армирования, маркировки, спецификаций и других элементов.

Конструктору остается лишь проверить сгенерированные чертежи и внести необходимые корректировки. 

«Таким образом, основной объем рутинной работы берет на себя робот, что значительно сокращает трудозатраты и снижает вероятность ошибок», – подчеркнул эксперт.

Экономический эффект

Каждая рутинная операция отнимает рабочее время сотрудника, а любые процессы с четким алгоритмом поддаются автоматизации, говорит Роман Пинаев из компании IND. По мнению эксперта, автоматизация таких задач позволяет существенно сократить затраты времени, что напрямую повышает эффективность работы как отдельных специалистов, так и всей компании. В результате сотрудники могут сосредоточиться на более сложных и творческих аспектах работы, а компании получают экономию ресурсов и повышение производительности.

Роботы и ИИ в мастер-планировании

Если взять для примера задачу автоматического создания концепций комплексного развития территорий, то, говоря простым языком, роботизация выглядит следующим образом: человек рисует на карте границы участка проектирования, а алгоритмы заполняют их всем содержимым: улицами, кварталами, жилыми домами, инфраструктурой с учетом нормативных требований и ограничений, рассказал эксперт Егор Смирнов, представляющий лабораторию «Интеллектуальные технологии городского планирования». 

В итоге, по его словам, получается концепция застройки с посчитанными технико-экономическими показателями. Пользователь может посмотреть такую цифровую модель в 2D и 3D, скачать векторные слои, BIM-модель или таблицы с показателями, чтобы продолжить работу с результатами в специализированном программном обеспечении (ПО). 

«На основании сгенерированной концепции можно решить, например, стоит ли браться за освоение данной территории, будет ли это выгодно, какое количество метров жилья можно будет продать, какие расходы на инфраструктуру будут нужны», – рассказал эксперт. 

После того, как алгоритм сгенерировал планировку, человек может ее отредактировать. Подвигать улицы, поменять местами школу с парком или внести еще какие-то правки согласно своим желаниям и целям.

Эксперт обратил внимание, что в строительной сфере все сильно зарегулировано. Множество различных нормативов регулирует то, какие объекты и как надо располагать в жилом районе. И все это проверяется, когда проекты проходят согласования для получения разрешений на строительство. Такой уровень регулирования, с одной стороны, усложняет процесс проектирования. Но с другой — понятно, как проверять результат, полученный алгоритмами: все формулы и коэффициенты доступны и прописаны в различных документах.

«Если говорить про технологии генерации, которые развиваем мы, то основная идея в этом вопросе в том, что алгоритм изначально нацелен на нулевую ошибку. Если для заданной территории с заданными условиями невозможно создать проект без нарушений, то он и не будет создан. А если есть успешный результат генерации, то это значит, что робот безошибочно нашёл оптимальный сценарий, соответствующий нормам. И при необходимости это легко проверить», – подчеркнул Егор Смирнов. 

Примеры есть 

Лаборатория «Интеллектуальные технологии городского планирования» Университета ИТМО уже 9 лет исследует и развивает цифровые решения в урбанистике, рассказал Егор Смирнов. В последние годы в рамках Национального центра когнитивных разработок (центр компетенций НТИ) и исследовательского центра «Сильный ИИ в промышленности» было создано множество полезных инструментов и программных библиотек, в том числе публично доступных. Например, была автоматизирована работа с геоданными, научились предсказывать движение пешеходов и появление стихийных троп на газонах, обучили ИИ создавать концепции благоустройства парков и даже промышленных портов в Арктике. 

В сфере гражданского мастер-планирования, по словам эксперта, самый яркий и широко известный продукт – это платформа rTIM.

Платформа rTIM, разработанная компанией Rocket Group – это решение на базе генеративного искусственного интеллекта, которое анализирует большие данные и быстро создает концепции развития территории.

«Генетические алгоритмы – это разновидность ИИ, наиболее подходящая в сфере градостроительного проектирования, – отмечают в самой компании. – Они обеспечивают вычисления по принципам природной эволюции, представляя цифровую модель территории в виде популяции особей, которые от поколения к поколению становятся “сильнее”, а “слабые” (то есть нарушающие нормативы) особи вымирают».

Как рассказали в Rocket Group, платформа выполняет сразу несколько задач. Сначала она анализирует данные, которые ввел или загрузил человек, они включают нормативные параметры и требования человека к итоговому результату. На основе анализа данных генетические алгоритмы создают планировочное решение: прокладывают на территории трассировку улично-дорожной сети, формируют и расставляют здания в соответствии с введенными требованиями, распределяют объекты социальной и коммерческой инфраструктуры на основе нормативных требований, не забывают про парки и рекреационные зоны, прокладывают инженерные сети. Даже если пользователь не указал вводные параметры, алгоритм сгенерирует концепцию, опираясь на открытые источники данных. Это удобно, когда нужно оперативно оценить емкость территории, не обладая всеми исходными данными.

Кроме того, сразу же происходит расчет технико-экономических показателей (ТЭП) получившейся концепции. Также будущий проект разбивается на очереди, и можно в динамике посмотреть план строительства. При разбиении на очереди обязательно учитывается обеспеченность социальной инфраструктурой. То есть для жителей каждой из очередей алгоритм запланирует необходимое количество школ и детских садов. Помимо этого, алгоритмы считают экономику проекта, что помогает проанализировать инвестиционную привлекательность земельного участка на самой ранней стадии проектирования.

Действий – много, времени – мало. Но все описанное у rTIM уходит всего 1 минута, и он сразу выдает 5 сценариев развития территории. Дальше в игру вступает человек. Он выбирает наиболее понравившийся вариант, опираясь на анализ ТЭП и свою профессиональную экспертизу. Далее в выбранный сценарий проектировщик может внести правки. Благодаря интуитивно-понятному редактору вносить правки просто и быстро. Самое главное, что платформа автоматически пересчитывает все показатели после изменения концепции, что существенно сокращает время проектировщика.

 rTIM: особенности

Одна из особенностей платформы – робот сам определяет, какие кварталы подходят под жилую застройку, а какие под коммерцию на основе нормативов благодаря разработанным алгоритмам функционального зонирования, рассказали в Rocket Group. После того, как алгоритм произвел трассировку улично-дорожной сети и определил границы кварталов, информация об этом передается на вход в алгоритм функционального зонирования. Задача этого алгоритма – определить такие функции для каждого квартала, чтобы застройка всего проекта не нарушала нормативных требований, в том числе показателей доступности и обеспеченности социальной инфраструктуры. 

Кроме того, платформа может генерировать не только типовые, но и уникальные объекты. Застройщик может загрузить библиотеку своих BIM-моделей и использовать облики зданий из своего портфеля. В зависимости от целевой градостроительной модели в некоторых видах кварталов могут размещаться предварительно смоделированные типовые здания, а также платформа может выполнить генерацию уникальной геометрии жилых комплексов или коммерческих зданий.

Также разнообразия можно добиться в платформе, задавая нестандартную сеть улиц или изменяя ее в редакторе. Алгоритм размещения застройки адаптируется под такую сеть и планировочные решения станут более нетиповыми.

Экономическая эффективность

С помощью rTIM концепцию развития территории можно подготовить силами одного специалиста за 1 рабочий день, отмечают в Rocket Group. При традиционном проектировании работа над концепцией требует участия 2-3 специалистов и занимает несколько недель.

Экономия ресурса прослеживается и на последующих этапах жизненного цикла концепции. 

«Часто встречающаяся ситуация – концепция уже согласована, но вдруг нормативы изменились и все нужно переделывать с нуля. При традиционном проектированнии это может занять месяцы, с rTIM достаточно изменить несколько цифр в наборе параметров и внести несколько правок в режиме редактирования», – отметили в Rocket Group. 

Если говорить об экономической эффективности для девелоперских компаний, то, как отмечают в компании, они могут сэкономить на обращении за концепцией в проектное бюро или сократить трудозатраты собственных проектировщиков. С rTIM концепцию можно подготовить самим, а в бюро отдать уже детальную доработку проекта.

Кроме того, говорят разработчики, использование платформы позволит девелоперам быстрее оценить территорию и принять взвешенное инвестиционное решение даже в условиях неполноты исходных данных.

Говоря в целом об эффективности роботизированного проектирования, эксперт Егор Смирнов отметил три важных нюансы: 

• Во-первых, есть прямой эффект, экономия трудозатрат. Ручное составление концепций занимает дни или недели работы сотрудников при грубых оценках, и месяцы или даже годы при детальном проектировании. ИИ справляется с концепцией за минуты.
• Во-вторых, алгоритмы и автоматизация дают возможность быстро перебирать варианты. Можно в несколько кликов сгенерировать несколько вариантов планировок с разными параметрами, кардинально различающиеся, сравнить их ТЭП и выбрать оптимальную.
• В-третьих, зачастую при помощи ИИ можно получить такое решение, которое банально не пришло бы в голову человеку. Да, авторский почерк в проектах важен, но иногда в приоритете задача «выжать» максимум, не нарушив нормы, нежели воплотить архитектурный замысел. И здесь алгоритмы и автоматизация превосходят способности даже опытного архитектора, чтобы наиболее эффективно использовать каждый метр территории.

«То есть роботизированное проектирование позволяет быстрее принимать решения, при этом более качественные и обоснованные, опирающиеся на сравнение различных вариантов планировок и поиск самых выгодных и емких сценариев», – заключил Егор Смирнов. 

 Можно ли доверять алгоритмам?

Если говорить о соблюдении нормативов, то, как пояснили Всеостройке.рф в Rocket Group, проверить их соблюдение можно благодаря подсказкам на экране. Например, в платформу встроен инструмент «линейка», который позволит убедиться, что объекты социальной инфраструктуры размещены в соответствии с нормативами по радиусам удаленности. ТЭП вы также можно пересчитать вручную. 

«Но в целом, сделав это пару раз, вы окончательно убедитесь, что алгоритмы, заложенные в ядро rTIM, работают с высокой точностью. Мы используем генетические алгоритмы. Принцип их работы основан на оценке качества каждой создаваемой сущности и “отмирании” тех вариантов, которые не соответствуют требованиям. За одну генерацию алгоритм перебирает до 5 тысяч различных вариантов и в результате получаются наиболее удовлетворяющие всем критериям сценарии развития территории», – объяснили в компании.

В Rocket Group подчеркивают, что так или иначе, но rTIM – только инструмент, пользоваться которым должны профессионалы. Проектировщики смогут оценить проект с точки зрения архитектурной логики и оперативно внести правки в концепцию, если это потребуется.

В целом, по словам Романа Пинаева из компании IND, ошибки в работе роботов неизбежны, однако их частота и серьезность напрямую зависят от качества обучения системы.

«Полностью передать ответственность машине невозможно, поэтому квалифицированные специалисты останутся ключевыми фигурами в процессе проектирования. Их роль будет заключаться в проверке сгенерированных чертежей и подтверждении их точности своей подписью. Однако автоматизация позволит конструкторам значительно сократить время, затрачиваемое на рутинные операции, сосредоточившись на более сложных инженерных задачах», – убежден эксперт.

Геннадий Дрягин из НТЦ Платформа убежден, что при любых операциях есть вероятность ошибки. Но в отличии от человеческого фактора, который зачастую носит случайных характер вероятность ошибки в работе алгоритма уменьшается с течением времени при его тестировании и разработке. 

Нейросети в проектировании: что думают эксперты? 

Эксперты Rocket Group: 

«Мы не используем нейросети для создания концепций развития территорий как раз потому, что они не обеспечивают точность и выдают непредсказуемый результат, что в проектировании недопустимо и бесполезно. Нейросети необходимо обучать на большом объёме качественных проектов, которых просто не существует. Поэтому говорить о точности в использовании нейросетей для проектирования концепций развития территорий пока не приходится. В основе rTIM другая технология – генетические алгоритмы, благодаря которым достигается высокая точность». 

Геннадий Дрягин, НТЦ Платформа:

«Сейчас я вижу некоторую сложность в самом обучении такого плана систем. Чтобы системы работали правильно, они должны быть обучены на действительно большом объёме данных, а проектирование как направление зачастую не имеет по настоящему машиночитаемые требования, а главное результаты работ. Сейчас это преимущественно неструктурированный и разрозненный набор документов, таблиц, чертежей, схем, ВIM-моделей, актов и т.п. При этом они все отличаются по виду и составу для разных участников рынка, времени их создания, достоверности и качества. Конечно сейчас многое делается в этом направлении. В обозримом будущем всё возможно – но сейчас я вижу не столько технологические сложности, сколько сложности с организацией существующих данных». 

Егор Смирнов, эксперт:

«От нейросети очень сложно получить точно нужный результат. Она выдаст что-то похожее на ваш запрос, но вот сделать ее точь-в-точь то, что надо без ручной доводки, не получается. А в строительстве и проектировании очень много вещей нужно определить очень точно. И нужна возможность вручную влиять на параметры сгенерированного. С этим у нейросетей проблемы. “Лишние пальцы” на сгенерированном фото легко замазать в фотошопе. А вот неправильно размещенные здания нельзя просто так подвинуть, так как зачастую изменения в одном объекте тянут за собой полное перепроектирование. Например, после передвижения дома он уже не попадает в радиус доступности школы, надо двигать школу, а ее двигать некуда, надо добавлять новую, на нее нет места, значит надо убирать что-то еще, и съезжают уже другие нормативы.

Пока я не видел примеров, где нейросети хорошо на практике решали бы задачи с подобным уровнем взаимосвязей и регуляций внутри. Да, есть пример нейросетей, хорошо пишущих программный код. Но там у них есть огромные массивы данных для обучения. В архитектуре и градостроительстве таких подходящих массивов данных с миллионами хороших планировок просто нет». 

Ранее портал Всеостройке.рф также рассказывал о современных подходах к проектированию зданий.