Технология умного строительства: как машинное обучение предсказывает и предотвращает несчастные случаи на стройке

Предиктивная аналитика – качественно новый способ применения машинного обучения и искусственного интеллекта (ИИ). Сейчас ее способности исследуются в строительной отрасли. Smartvid.io (стартап, разработавший технологию применения ИИ и машинного обучения для анализа фото и видео информации на стройплощадке, стратегическая инвестиция Autodesk в 2017 году – ред.) предпринимает значительные усилия в применении этой технологии в строительных рабочих процессах. Она дает пользователям возможность добывать текущие данные и изображения с площадок для повышения безопасности на объекте. Smartvid.io разработала свою технологию для полной интеграции с Autodesk BIM 360, которая позволяет собирать информацию непосредственно из источника.

Техника безопасности в строительстве

Для того чтобы протестировать возможности предиктивной аналитики, Smartvid.io использовала сохраненные за десять лет данные от Suffolk, которые были загружены в Vinnie, движок на базе искусственного интеллекта. Идея заключается в том, что Vinnie сможет сравнить эти данные с текущими изображениями со строительной площадки, отчетами об инцидентах и данными об окружающей среде. Отслеживая такие вещи, как использование средств индивидуальной защиты, погода, тип и стадия проекта, а также сравнивая эти данные с отчетами об инцидентах, Vinnie смогла создать предиктивную модель для вопросов безопасности.

Предиктивная модель Vinnie поддержит «Safer Together», отслеживая полное соблюдение установленного порядка использования средств индивидуальной защиты и создавая почву для активного усиления протоколов безопасности и соответствия стандартам, а затем выдавая предупреждающие оповещения руководителям стройки.

Прогнозирование будущего с помощью изучения прошлого

Некоторые компании выводят ИИ за рамки простого исследования и вместо этого тренируют его предсказывать угрозы безопасности

• В течение трехлетнего периода Vinnie предсказала 20% всех инцидентов с точностью 80%, после того как руководитель решил получить 4 оповещения за год, при этом одно из них было «ложной тревогой».
• Если бы руководитель был не против получать больше оповещений, его можно было бы предупредить обо всех 40% инцидентов с точностью 66% (имели место 2/3 предсказанных инцидентов или примерно 12 оповещений за год, из которых 4 были «ложной тревогой»).

• Если только 1 из 4 предсказанных инцидентов предотвращен, компания с 50 проектами в год может избежать 40-100 инцидентов за этот период.
• При предполагаемой стоимости одного инцидента примерно $36 000 (по 2018 году), в год это составит от $1,4 млн до $3,6 млн экономии, связанной с безопасностью.
• Если мы предположим, что 50% предупреждений от системы предварительного оповещения приведут к предотвращению инцидента (с большей вероятностью), то финансовые выгоды окажутся вдвое больше.

AI продвигает бизнес-модель завтрашнего дня