Интеллектуальная жизнь строительных стандартов

Кажется, что цифровизация давно стала реальностью строительства. BIM-модели создаются повсеместно, большие языковые модели внедряются в работу с нормативами, искусственный интеллект становится частью проектного процесса. Но если присмотреться, становится ясно: технологии часто используются ради соблюдения регламента, а не ради реального эффекта. Многие компании создают модели формально, без глубокого атрибутивного наполнения, отмечает Максим Журавлёв, BIM-менеджер ООО «Нанософт разработка». Получается, что ИИ и цифровая трансформация нередко служат скорее отчётным элементом, чем инструментом оптимизации.

То, что стандарты тоже должны быть не просто цифровыми, но и содержательно актуальными, готовыми к автоматизированному применению, подчеркивает и Сергей Тихомиров, генеральный директор Консорциума «Кодекс» и руководитель ПТК 711 «Умные (SMART) стандарты».

Цифровизация не должна быть самоцелью. Её ценность определяется тем, насколько она снижает издержки, делает проектирование точнее, а решения — более обоснованными. Если этого не происходит, то речь идёт не о развитии, а о замене старых документов на новые файлы в облаке.

Нормативные документы в строительстве — это система знаний, которая формирует основу проектирования, экспертизы и контроля качества. Однако сегодня они остаются текстовыми, что мешает их использованию в цифровых процессах. Чтобы ИИ мог работать с нормами, а BIM-системы автоматически проверяли соответствие модели требованиям, эти стандарты должны быть представлены в машинопонимаемом формате.

Подобные наработки уже есть, в частности, у ООО «Нанософт разработка», где смогли внедрить модуль семантической разметки NSR Specification, выделяющий требования из текста НД и подсказывающий классификационные коды для связи их с объектами информационной модели. Это показывает, что даже сегодняшние подходы могут быть улучшены. Сергей Тихомиров считает, что будущее за теми стандартами, которые структурированы, классифицированы и связаны между собой. Опыт построения графа знаний, где сложные формулировки разбиваются на минимальные смысловые единицы, пригодные для работы алгоритмов и автоматических проверок, уже есть у Института искусственного интеллекта ИТМО, о чем сообщил Денис Насонов, к.т.н., старший научный сотрудник и руководитель лаборатории Университета.

Эти подходы указывают на то, что нормативные документы должны перестать быть «закрытыми» текстами. Только тогда автоматизация станет реальным улучшением всей системы проектирования и строительства.

Все мы хотим, чтобы нормативная документация была не просто набором текстов, а системой знаний. Однако без чёткой структуры она превращается в хаос. Их трудно интерпретировать, ещё труднее – использовать для автоматизации. Именно поэтому всё больше внимания уделяется построению онтологической модели, где каждый термин, объект и требование связаны между собой.

Текст свода правил можно разбить на минимальные смысловые единицы — атомарные требования — и связать их в единую сеть. По мнению Дениса Насонова, это позволяет находить отдельные положения, выявлять противоречия и неполноту требований. То, что онтология становится основой классификации объектов стандартизации, обеспечивая однозначность и воспроизводимость, подтверждает и Сергей Тихомиров. При этом советник руководителя ФГБУ «Российский институт стандартизации» Сергей Трофимов предупреждает, что задача непростая — ведь один и тот же документ может быть прочитан при использовании алгоритмов искусственного интеллекта и воспроизведен совершенно по-разному в одних и тех же условиях, особенно если речь о высоком уровне детализации.

Создание графа знаний — не формальность, а необходимость. Он позволит связывать требования, анализировать их взаимосвязи и прогнозировать последствия проектных решений. Без него любые попытки внедрения ИИ останутся фрагментарными, ограниченными рамками одного документа или одной системы.

Искусственный интеллект может ускорять процессы, снижать нагрузку и повышать точность первичной обработки, но пока не способен заменить человека, особенно в задачах, требующих точности, ответственности и глубокого понимания нормативных формулировок. В строительстве, где цена ошибки высока, окончательное решение остаётся за специалистом.

Максим Журавлёв, ООО «Нанософт разработка», рассказывает, что их команда реализовала QA-чат для автоматизации анализа нормативных документов, используя большую языковую модель совместно с векторной базой требований. Такой подход помогает минимизировать ошибки. Вместе с тем Сергей Трофимов отмечает, что даже самые продвинутые модели могут упустить важную деталь, если документ содержит нетекстовые элементы — графики, таблицы или чертежи. А потому автоматическое преобразование всегда должно завершаться верификацией человеком.

Около 40% стартапов в сфере ИИ закрываются именно из-за недостатка экспертного контроля и экономической нецелесообразности решений. Этой невеселой статистикой делится заместитель директора ВИНИТИ РАН Анна Кан.

ИИ — не замена, а помощник. Он «усиливает» эксперта с его профессиональным опытом, но пока не может принимать решения самостоятельно.

Стандарты и своды правил — это не просто набор слов, который можно отсканировать и загрузить в систему. Это сложная структура, где каждое положение может содержать юридический, технический или проектный смысл. Чтобы искусственный интеллект мог с ними работать, их нужно не только перевести в цифровую форму, но и структурировать, классифицировать, связать между собой и представить в формате, пригодном для автоматизации.

По словам эксперта Института ИИ ИТМО Дениса Насонова, процесс выделения требований из текста строится на трёх этапах: модель сначала работает как эксперт, определяя, что является нормой, затем как критик, проверяющий полноту, и только после этого — как интерпретатор, переводящий фразу в машинопонимаемую форму.

Сергей Тихомиров, Консорциум «Кодекс», добавляет: современный стандарт должен содержать не только текст, но и 2D/3D-объекты, таблицы, формулы — всё, что делает его функциональным элементом знания.

Кроме того, ООО «Нанософт разработка» уже сейчас использует методы NLP для разметки текста требований. Данная система разметки позволяет решить сразу две задачи: генерация программного сценария проверки ЦИМ на основе нормативного текста и создание датасета для дообучения ИИ.

Семантическая разметка — ключ к автоматизации. Она превращает бумажные правила в данные, которые можно анализировать, проверять и использовать в реальном времени. Без этого ИИ остаётся на уровне генерации текста, а не поддержки принятия решений.

Если цифровизация строительства — не модный ход, а реальная трансформация, то она требует единых правил. Без стандартизации форматов и классификаторов невозможно создать систему, где информация будет одинаково понятна и человеку, и машине. Сегодня каждая организация делает по-своему, но для масштаба нужны общие принципы.

По информации Сергея Тихомирова, в настоящее время уже принят проект ПНСТ 864–2023, и он задаёт структуру SMART-стандартов, которые становятся участниками цифрового потока.

В русле темы Сергей Трофимов, ФГБУ «Российский институт стандартизации», дополняет — «XML-изация» позволяет перевести документы из бумажного формата в машиночитаемый вид, пригодный для дальнейшей автоматизированной обработки и формирования взаимосвязей между всеми его элементами и внешними сущностями (другими документами или их фрагментами, записями в различных информационных ресурсах и т.д.).

Без единой системы управления знаниями решения останутся разрозненными, как «зоопарк». Об этом предупреждает Павел Челышков, руководитель Центра информационного моделирования НИЦ «Строительство». Он уверен, что если такую систему не создать, то их потом придётся интегрировать, что потребует больших времени и ресурсов.

Стандартизация — это не формальность, а основа будущей экосистемы. Только она позволит требованиям взаимодействовать между собой, проверяться на соответствие и использоваться в автоматизированных процессах. И хотя таких стандартов пока мало, движение уже началось. И если государство возьмёт эту работу под контроль, можно избежать хаоса и создать устойчивую систему, которая станет опорой всей цифровой инфраструктуры строительства.

Когда ИИ участвует в проектировании или экспертизе, возникает естественный вопрос: а что, если модель ошиблась? Кто несёт ответственность — разработчик, пользователь или сама система? В отличие от детерминированных алгоритмов, ИИ может генерировать решения, которые никто заранее не предусматривал. Это требует новых подходов к регулированию и чётких рамок использования.

Анна Кан из ВИНИТИ РАН констатирует: рост числа исков к чат-ботам из-за морального ущерба уже начался. Если даже в бытовом общении ИИ может навредить, то в строительстве, где цена ошибки высока, точно нужны жёсткие правила.

По наблюдениям Сергея Трофимова, модель может формально соответствовать норме, но важно определить границы глубины и ширины контекста, из которого модель формирует ответы и рекомендации, так как существуют риски не только упустить важную деталь, особенно если документ содержит графики, таблицы или чертежи, но и получить слишком обобщенный или неверный, или некорректный ответ модели. Поэтому любое решение, принятое ИИ, должно быть проверено человеком.

Иными словами, сегодня ИИ остаётся ассистентом, но при переходе к автономным системам прежние схемы контроля могут перестать работать.

Для внедрения искусственного интеллекта в строительство нужны новые правовые механизмы. Может быть, сертификация моделей, как это делается с материалами, или обязательная верификация выводов ИИ перед принятием решений. Без этого невозможно говорить о доверии к технологии. А без доверия — не будет массового внедрения.

Когда искусственный интеллект становится частью процессов проектирования, строительства и экспертизы, нельзя игнорировать не только технические, но и этические вопросы. Какие ограничения нужны? Что можно поручать модели, а что — только человеку? Как убедиться, что алгоритм не нарушает принципов справедливости и безопасности?

Анна Кан констатирует, что современные технологии способны к самообучению и могут выработать «привычки», отличные от человеческой логики. Это особенно критично, когда речь о решениях, влияющих на жизнь тысяч людей. Модель может давать разные ответы при одинаковых запросах, поэтому её выводы пока нельзя принимать без проверки. На этом акцентирует внимание и Сергей Трофимов, говоря, что даже если модель ошиблась, ответственность лежит на человеке — будь то заказчик или исполнитель.

Этика и регулирование — не абстракции. Создание системы сертификации, определение зон, где участие человека обязательно, должны стать частью государственной политики. Без чётких рамок любое внедрение ИИ будет восприниматься как риск, а не как прогресс.

Есть и другие вопросы, которые пока остались за рамками этой статьи. Например, как обрабатывать таблицы и графики, если большие языковые модели часто «не понимают» сложных структур? Как правильно интегрировать ИИ в ТИМ-процессы? Кто подготовит специалистов, способных работать с новыми форматами знаний? Какие уроки можно извлечь из международного опыта, особенно в Германии и Китае? И сможет ли Россия перейти к мультиагентным системам, сохранив контроль над качеством?

Эти темы станут основой для следующих материалов. А пока важно помнить: цифровизация строительства — не разовое мероприятие, а процесс, который требует участия всех игроков отрасли. Только так ИИ станет надежным помощником, а не фактором риска.

Телеграм-канал DigitalDeveloper

Подпишитесь, чтобы читать новости, кейсы, исследования и обзоры IT-технологий на рынке недвижимости.