Как ИИ преодолевает языковые барьеры в BIM

Один из самых сложных, и в то же время самых перспективных с точки зрения автоматизации производственных процессов сегментов промышленности — строительство. Сложность заключается в нерешенной пока задаче создания машинопонимаемых представлений требований стандартов. Иными словами, — перевода текста требований с русского языка на язык программного сценария, который сможет прочитать, понять и исполнить внешнее программное обеспечение. В результате можно получить автоматизацию проектирования в соответствии с требованиями нормативных документов. Решение этой задачи есть, но напрямую зависит от трех неизвестных.

1. Какую проектную продукцию стоит проверять?

Для принятия решения о соблюдении или нарушении требований, чаще всего необходимо обладать совокупной информацией о каждом элементе объекта строительства: как называется, где находится, какие имеет габариты и характеристики, с какими объектами взаимодействует? Такого рода сведения проще всего получить в цифровой информационной модели (ЦИМ). Но, есть нюанс: на данный момент не существует универсальных требований к описанию элементов ЦИМ и структуре данных, которые бы все соблюдали. Специально для цели унификации описания элементов ЦИМ был разработан Классификатор Строительной Информации.  К сожалению, до сих пор не утвержден минимальный объем его применения, и методика применения КСИ трактуется вольно разными проектировщиками.

2. Функциональные особенности ПО, исполняющего проверку.

Ни одно из решений, существующих на рынке, не разрабатывали с целью воспроизведения сценариев проверки, основанных на заковыристых формулировках нормативных требований.

3. Обработка текста стандарта.

Для этого надо выделить границы нормативных положений, а затем с удивлением обнаружить, что отнюдь не каждое из них является требованием, а те, которые содержат в себе критерии оценки объектов, часто включают в себя немоделируемые условия, вроде «предела видимости» или «исключения проникновения дождевых талых вод».

ИИ как «переводчик» нормативов на язык кода

Сегодня многие говорят о возможностях технологии ИИ при решении подобных нетривиальных задач. Но существующие на данный момент генеративные модели (LLM) плохо понимают нюансы проектирования, склонны давать неполные ответы и галлюцинировать. Нужно дообучение, которое, мягко говоря, очень затратно.