Un equipo de expertos desarrolla un proyecto para construir un sistema que utiliza inteligencia artificial para encontrar un diseño óptimo de la construcción en madera. El equipo aplicó las últimas investigaciones en programación genética, siendo pionero en esta área en el Reino Unido.
La madera se está volviendo cada vez más popular como el material de construcción más sostenible. Pero el diseño de madera estructural no es fácil. Actualmente, los diseñadores de estructuras de pisos producen muchos diseños posibles antes de llegar a una solución óptima. Incluso para las formas simples de pisos rectangulares, hay miles de combinaciones y permutaciones posibles, lo que hace que el proceso de diseño general sea largo y costoso.
Si bien el diseñador debe usar su intuición y experiencia para reducir el número de posibilidades de diseño, el proceso (que puede definirse matemáticamente como un problema de optimización) sigue siendo ineficiente y puede producir resultados subóptimos.
Para resolver este problema, la industria de la construcción comenzó a automatizar y digitalizar algunos de los procesos de diseño utilizando software como CAD. Estas herramientas son útiles, pero aún requieren de mucha participación humana para derivar en una solución considerada como óptima.
Staircraft es uno de los líderes en tecnología de construcción con madera y ha desarrollado un software de vanguardia que se ejecuta a través de algunas combinaciones potenciales que brindan un conjunto nuevo, más pequeño y refinado de posibles diseños. A pesar de los avances aportados por este software, el proceso sigue siendo limitado, ya que no cubre todas las combinaciones y, por lo tanto, no siempre produce un diseño óptimo, especialmente cuando se trata de formas geométricas más complejas.
En 2018, Staircraft se asoció con Brainpool AI para resolver este problema. El proyecto para construir un sistema que utiliza inteligencia artificial (IA) para encontrar un diseño de plano de piso óptimo para cualquier tipo de piso de madera bajo variables y restricciones específicas, tardó dos años en completarse. En septiembre de 2020, el equipo de diseño de Staircraft tiene un nuevo miembro: DAISY AI.
Diseño óptimo
El equipo aplicó las últimas investigaciones en programación genética, siendo pionero en Reino Unido / Holmes Structures
Para desarrollar un software robusto que sea capaz de encontrar un óptimo diseño para cualquier tipo de piso en madera, el equipo aplicó las últimas investigaciones en programación genética, siendo pionero en esta área en el Reino Unido. El equipo formado por cuatro expertos en inteligencia artificial con nivel de doctorado, ingenieros de datos y matemáticos se asoció con los expertos de la industria de Staircraft para resolver este complejo problema de optimización.
“Diseñar un plano de planta implica procesar una gran cantidad de combinaciones que conducen a cientos de miles de diseños posibles. Utilizando los últimos avances de Evolutionary Search, podemos estudiar todas estas combinaciones potenciales y eventualmente crear una verdadera solución óptima aplicable a diferentes escenarios para cada cliente”, explica Kasia Borowska, cofundadora y CEO of Brainpool AI.
Este nuevo producto, a diferencia del que proporciona el software que utilizan actualmente los diseñadores de la construcción, garantiza encontrar lo más óptimo cerca del 100 % de las veces. “La IA nos permite cubrir todas las formas geométricas de forma más rápida y eficiente, consiguiendo una solución óptima de forma totalmente automatizada. Por lo tanto, este método crea un ‘diseñador artificialmente inteligente’ que es mucho más eficiente que un diseñador humano” detalla Borowska.
Programación genética
Se crea una población de diseños mediante una combinación de heurística descendente y aleatoriedad / Dezeen
La programación genética es un esquema de optimización basado en los principios de la evolución y la selección natural. Inicialmente, se crea una población de diseños mediante una combinación de heurística descendente y aleatoriedad.
La mayoría de estos diseños no serán totalmente óptimos, pero algunos pueden contener secciones bien diseñadas. Se prueba la viabilidad estructural de cada diseño y se calculan los costos de cada diseño. A partir de estas métricas, se asigna un valor de “idoneidad” a cada diseño.
Para pasar de esta población inicial de diseños no aptos a un óptimo, se crean nuevas poblaciones en generaciones sucesivas aplicando dos operadores genéticos: cruce y mutación. En el cruce, los pares de diseños se seleccionan al azar en función de su idoneidad y se combinan tomando las mejores características de los diseños principales para producir un nuevo diseño secundario en la próxima generación. En el caso de la mutación, se selecciona un diseño, nuevamente basado en la idoneidad, y esta vez se produce un “niño” alterando aleatoriamente algunas características del “padre”. Además, se conserva una proporción de los mejores diseños de la población anterior. Se calcula la aptitud de los agentes en la nueva población y se repite el proceso hasta que se alcanza una solución óptima.
Un beneficio de la programación genética es que la función de idoneidad se puede adaptar a cualquier objetivo medible. Por ejemplo, si se quiere reducir el desperdicio con algún posible aumento en otros costos, entonces la función de idoneidad puede modificarse para penalizar el material adicional. “Con esto en mente, esperamos que el futuro de DAISY nos permita hacer un cambio positivo en el impacto ambiental generado por la industria de la construcción”, comenta Borowska.
Impacto medioambiental
La inteligencia artificial puede aumentar la eficiencia de los procesos de construcción / SJB Kempter Fitze AG
Los diseños de construcción incorrectos o defectuosos son muy comunes, y la complejidad del proceso y la cantidad de partes involucradas presentan desafíos que son difíciles de superar.
Todas estas ineficiencias contribuyen al impacto negativo que sigue teniendo la industria de la construcción en el medio ambiente. Se estima que la industria de la construcción en el Reino Unido genera 4 millones de toneladas de residuos cada año, según el Department for Environment, Food & Rural Affairs de Reino Unido. Este problema se puede resolver en gran medida utilizando técnicas de optimización como la programación genética.
Se espera que la optimización de los procesos de diseño de la construcción con la ayuda de herramientas de diseño automatizadas traiga los siguientes beneficios:
Uno de los beneficios puede ser el incremento de la eficiencia de la mano de obra en la construcción. Se estima que el sistema de IA puede reducir el tiempo dedicado al diseño de la construcción en un 50 %.
También podría minimizar los costos de transporte y la contaminación en las obras. Se estima que se entregan 160.000 pisos en 32.000 viajes de camión al año. Un ahorro de material del 8 % significa que se pueden ir más pisos en estos camiones y se ahorrarían 2500 entregas por año. El viaje promedio de ida y vuelta en camión es de alrededor de unos 800 kilómetros, por lo que se pueden evitar unos dos millones de kilómetros por año, lo que resulta en una menor contaminación.
Finalmente, otro de los posibles beneficios es la reducción de los costos de construcción que, en última instancia, deberían resultar en una reducción de los precios de la vivienda. Los carpinteros podrían colocar un 8 % más de pisos (que también serán más livianos), lo que significa que pueden ser más productivos y rentables que en la actualidad.
Conclusiones
En el futuro, la inteligencia artificial puede aumentar la eficiencia de los procesos de construcción en muchas áreas diferentes más allá de los planos de planta.
El algoritmo de programación genética puede optimizar nuevas áreas de construcción para aumentar la eficiencia del proceso de diseño de construcción de madera residencial en su conjunto.
“Por ejemplo, nuestra solución se puede aplicar a escaleras, paredes, techos y, finalmente, al diseño de la casa completa. Este enfoque podría utilizarse luego en la construcción de edificios sociales como escuelas u hospitales. Las oportunidades son ilimitadas y deberíamos mirar hacia adelante para ver la transformación de la industria de la madera con IA en los próximos años”, finaliza Borowska.
