В основе ИИ-проектировщика лежат технологии генеративного дизайна пространств, которые автоматически создают цифровую модель промышленной территории. Обучается ИИ на основе уже существующих успешных проектов различных объектов сооружений, а также экспертных знаний, воплощенных в разнообразной нормативной документации и инженерном программном обеспечении. Участок под застройку выбирается пользователем – достаточно выделить область с допустимой площадью от 10 до 100 га на встроенной карте, указать точки подключения к транспортным коммуникациям (если таковые вообще имеются), а также целевые показатели проекта. При этом данные о климатических условиях (ветре, волнении, ледовых характеристиках, особо опасных гидрометеорологических явлений) импортируются из динамической 3D модели атмосферы-льда-океана-грунта с учетом прогнозных трендов изменения климатических характеристик.
Результаты генерации включают в себя как пространственное описание объектов – их геометрических параметров и расположения на территории, – так и технико-экономические параметры отдельных объектов и проекта в целом. Время генерации готового плана инфраструктуры зависит от заданной площади, но обычно не превышает нескольких десятков минут.
Готовый проект в виде интерактивной 3D-сцены, которую можно рассмотреть со всех сторон, выбрать любое здание, узнать его тип и назначение. При переключении режима отображения можно увидеть разделение территории на различные функциональные зоны, которое алгоритм производит согласно всем строительным нормативам. При этом постоянно доступно меню, где можно посмотреть технико-экономические параметры проекта и всю общую информацию. Результаты генерации доступны для экспорта для продолжения работы в других программах.
Технология может быть востребована различными организациями, участвующими в освоении Арктической зоны (включая шельф). Она дает возможность не только значимо (в разы) сократить трудоемкость и сроки создания проектов (что особенно важно на стадии концептуального проектирования), но и позволяет создавать комплексные архитектурные решения, органично учитывающие особенности природной среды. Например, как эффективно ограничить заметание снегом транспортных путей за счет расположения зданий или выбрать параметры ледозащитных сооружений, минимально травмирующих окружающую экосистему.
«В данной задаче классический ИИ на основе больших нейронных сетей бессилен, и пока невозможно поручить ее решение ChatGPT. В первую очередь, это связано с объективной ограниченностью данных для обучения, поскольку хотя бы частично успешных проектов портов в Арктике - считанное количество, и никакие действия по шаблону здесь в принципе невозможны. Потому технология реализует гибридную модель ИИ, когда обучение на разнообразных данных эффективно сочетается с априорными знаниями, ранее накопленными в этой отрасли, и записанными в виде формальных моделей», – отметил научный руководитель исследовательского центра «Сильный ИИ в промышленности» Университета ИТМО Александр Бухановский.
Арктика, несмотря на свою малонаселенность, является одним из самых перспективных регионов. Именно здесь добывается значительное количество полезных ископаемых, имеющих стратегическую важность для России. А в будущем будет добываться еще больше. Согласно опубликованным прогнозам, в Арктике находятся около 25% от неразведанных запасов углеводородов в мире. Потому развитие инфраструктуры добывающей промышленности, транспортной сети, портов – критически важная задача для всей мировой экономики.
«Алгоритмическое проектирование является развитием подходов типового проектирования, применяя которые в начале 30-х годов прошлого века в кратчайшие сроки был реализован не имеющий аналогов грандиозный проект: при участии «отца Детройта» Альберта Кана, было спроектировано и построено более 500 предприятий, заложивших основу Советской промышленности. В настоящее время большинство крупных отечественных энергетических компаний уже ведут активную хозяйственную деятельность в арктическом регионе. Природно-климатические условия и принципы проектирования здесь несколько отличаются от привычных проектировщику, применяемых в регионах всего на несколько градусов широты южнее. Так, на порядок возрастают величины снегопереноса, что требует специальных подходов в выработке проектных решений. Проектирование - сложный процесс от выбора концепции объекта до подготовки рабочей документации. Потенциал применения технологий ИИ в проектировании не ограничивается планировочными решениями, дальнейшее развитие подхода состоит в моделировании и оптимизации всей производственной цепочки», – рассказал Петр Тарасов из Арктического научно-проектного центра шельфовых разработок компании Роснефть.
*Центр «Сильный искусственный интеллект в промышленности» создан на базе Университета ИТМО. В октябре 2021 года он стал победителем конкурса грантов в рамках федерального проекта (ФП) «Искусственный интеллект». Всего экспертами Аналитического центра при Правительстве РФ было отобрано 6 победителей — исследовательских центров, организованных на базе ведущих вузов. Они призваны стать опорными точками развития искусственного интеллекта (ИИ) в России.