Intel·ligència artificial a la construcció Una aproximació teòrica i pràctica

En reflexionar al respecte de quina seria la millor opció per aproximar-se i ajudar a conèixer la intel·ligència artificial he considerat que el millor retrat de la IA és aquell que reflecteix tant la part teòrica com la pràctica. És per això, que aquest article és només el primer d’una sèrie de tres articles que voldran afrontar la part teòrica, l’estat de la tecnologia i finalment la resolució d’un cas pràctic i l’anàlisi dels resultats.

La intel·ligència artificial fa temps que no pertany a la ciència ficció, i ha esdevingut una realitat que cada vegada té més protagonisme a les nostres vides. Hi ha un consens general en considerar la IA com un element que revolucionarà la manera en què la nostra societat es configura.

Una descripció enciclopèdica de la IA podria ser aquella que considera la intel·ligència artificial com “la combinació d’algoritmes plantejats amb el propòsit de crear màquines que presentin les mateixes capacitats per resoldre problemes que l’ésser humà”. Així, la intel·ligència artificial és aquella intel·ligència que desenvolupen les màquines. És normal que amb aquesta descripció generalista es puguin incloure dins del concepte pràcticament tots els comportaments de les ciències de la computació, ja que en major o menor mesura aporten a un sistema informàtic la capacitat per resoldre senzills o complexes problemes. No obstant això, més enllà de l’ús colloquial del concepte, s’aplica intelligència artificial en aquells casos on s’interpreta un cert raonament artificial.

Conceptes com la programació, l’automatització o el “Machine learning” sovint es confonen amb la intel·ligència artificial, però tot i que tots deriven de la computació i el càlcul informàtic, hi ha característiques en aquests elements que els diferencien.

Es data en 1950, de la mà del matemàtic britànic Alan Turing, moltes vegades referenciat pel seu conegut test de Turing, l’aparició del concepte de la intel·ligència artificial. Per aquella època existien eines i coneixements suficients per processar informació amb la incorporació de filtres, funcions lògiques i algoritmes de solució. “pot pensar una màquina?”. Aquest és el punt de partida del plantejament filosòfic que es derivava d’aquesta primera aproximació a la IA, i ha estat la base teòrica del concepte.

Més endavant, ja amb la implicació de científics contemporanis a Turing, es comença a acotar el concepte de la IA com aquella ciència que fa intel·ligents a les màquines, especialment mitjançant el càlcul intel·ligent. El desenvolupament i explosió no arribarà fins la dècada dels 90 quan la capacitat de computació ha augmentat de forma exponencial i arriba a una cota en la que és possible el processament i anàlisis de quantitats ingents de dades.

Potser el moment més significatiu i on es podria dir que el concepte es va obrir al gran públic va arribar al 1997. Tots podem recordar Deep Blue, desenvolupada per IBM es va convertir en el primer ordinador capaç de guanyar al vigent campió d’escacs, el soviètic Garri Kaspárov. Encara, després de 20 anys, l’esdeveniment està cobert per una aura de misticisme. Costava creure que una màquina guanyés a un humà, i aquest fet també va esdevenir en un punt d’inflexió per l’aparició de les teories més crítiques amb la IA.

La intel·ligència artificial fa temps que ha esdevingut una realitat que cada vegada té més protagonisme a les nostres vides

Ja en dates mes recents, la normalització i aproximació al gran públic s’ha pogut constatar amb l’obertura als usuaris d’arreu del món del supercomputador Watson, també d’IBM, o amb la difusió d’assistents virtuals integrats als dispositius mòbils. Aquests començaven a proposar les primeres experiències d’aprenentatge automàtic i els primers indicis d’aprenentatge profund basat en l’ús específic de cada usuari.

No voldria tancar aquest repàs a la història de la IA sense citar l’autor Issac Asimov, autèntic agent accelerador en la difusió del concepte de la intel·ligència artificial, degut a la insistència amb què fa servir el controvertit tòpic de la IA a la seva obra. Asimov l’ha definit com “la capacitat de un artefacte (creat per humans) de realitzar els mateixos tipus de funcions que caracteritzen la intelligència humana”. Sovint planteja a la seva obra la distòpia entre l’estudi dels mecanismes amb una perspectiva cognitiva i un altre punt de vista més pragmàtic centrat en l’esforç per dotar a les màquines de capacitat de raciocini.

Tipus d’intel·ligència artificial

Davant d’un concepte de vegades tan abstracte com la IA, aquesta s’ha categoritzat i tipificat, de forma que es puguin diferenciar les alternatives que planteja el raonament de les màquines. Per exemple, davant del sistema ideal de raonament informàtic es classifiquen els següents tipus d’IA:

• Els sistemes que tracten d’emular el pensament humà, aquells que tracten d’automatitzar la presa de decisions, la  resolució de problemes i l’aprenentatge. Un exemple d’aquests sistemes que pensen com humans podrien ser les xarxes neuronals artificials.

• El sistemes que tracten d’actuar com humans, tractant d’imitar els comportament i tenint una conducta pròpia del ésser humà. Un exemple d’aquest sistema podria ser la robòtica.

• Els sistemes que emulen el pensament lògic-racional, tractant de percebre, raonar i actuar en conseqüència davant d’un escenari trobat. Un exemple d’aquests sistemes seria el sistema expert. Un sistema computacional que amb regles, casos o xarxes bayesianes apliquen regles heurístiques, estadístiques o de repetició d’un problema previ, per prendre decisions d’un ésser humà expert.

• Finalment, existeixen els sistemes racionals, aquells que emulen la forma racional de comportament. Aquest és el tipus més ideal d’IA, basat en agents intelligents que tenen capacitat de percebre el seu entorn, processar les percepcions i donar resposta i actuar al respecte, obtenint un resultat òptim o maximitzat.

Així podem considerar que l’IA fa servir una sèrie de tècniques conegudes per resoldre una situació donada. L’opció més estesa, per ser la més simple de desenvolupament, és aquella que fa servir la cerca heurística. És aquella que davant d’un ampli ventall de possibilitats té capacitat i disposa d’estratègies per seleccionar, bifurcar l’arbre de possibilitats, restringir la cerca de solucions. Aquest mecanisme permet accelerar la presa de solucions, sobretot davant de situacions o escenaris que ja s’han produït o propers a aquells que s’han donat amb anterioritat.

Representar el coneixement

Un dels elements clau pel plantejament i desenvolupament d’un sistema d’IA és trobar la forma de guardar, de encapsular, de representar el coneixement. La intuïció o capacitat que té l‘esser humà per endreçar i fer servir el coneixement necessita, per replicar-ho a les màquines de sistemes de representació de coneixement, és a dir, desenvolupar una estructura de dades i procediments d’interpretació capaços de descriure objectes, relacions, processos, resultats, etc. El raonament, allò que busca la intel·ligència artificial, és quelcom difícil de modelar (donar forma) dins d’un sistema informàtic. També són clau per l’IA conceptes com l’èxit d’una resposta o resolució de problemes, els sistemes amb punts de partida inexacte o amb manca de detall i finalment la gestió de resultats aproximats o sense certesa. Entrant en detall en les possibilitats que la IA aporta al nostre sector es poden destacar les següents hipòtesis (i realitats) d’aplicació:

• La capacitat dels ordinadors per analitzar grans quantitats d’informació permet que es projecti, dins de l’estudi econòmic, amb la capacitat de realitzar prediccions de desviament de pressupostos basats en diferents variables i factors, així com el plantejament d’alternatives viables on es prima l’eficiència del recursos.

• Al passat European BIM Summit es va explicar un cas on es va aplicar el càlcul computacional per projectar una estació del Metro de Madrid analitzant l’òptim fluid dels transeünts en funció de la geometria de diverses propostes i ubicacions d’accessos. Aquest és un clar exemple d’aplicació de la IA per millorar el disseny dels edificis mitjançant l’anàlisi d’alternatives.

• La IAi sistemes de machine learning permeten monitoritzar molt paràmetres d’un projecte i obre per identificar i mitigar els riscos del processos a nivell de qualitat, temps, costos i seguretat en el treball.

• Davant dels múltiples escenaris a la planificació d’una construcció, el càlcul computacional, pot dotar als tècnics, de forma massiva, de la capacitat d’analitzar alternatives i combinacions per planificar i gestionar de forma òptima o més eficaç un projecte edificatori.

• Els sistemes amb capacitat de captar el seu entorn permeten estudiar de forma detallada els processos i avaluar la productivitat i eficàcia de les accions  realitzades. L’observació detallada en combinació amb el plantejament de solucions    lògic-racionals poden disparar el ritme productiu a les tasques relacionades amb maquinària, localització de treballadors, equipaments necessaris, concatenació de treballs, etc.

• Aquelles màquines que, per imitació, clonen el comportament humà, permeten automatitzar feines, reduir els errors i millorar l’efectivitat en funcions com l’execució de components concrets en una obra o tasques de manteniment i inspecció durant la vida dels edificis.

• En general, treballs com la prefabricació, l’aprenentatge reforçat, el pronòstic, el reconeixement d’imatges i de l’entorn o els sistemes estructurats d’informació (BIM), són elements compatibles i susceptibles de ser aplicats i optimitzats amb la incorporació d’intel·ligència artificial.

Autoria de les fotos: Arxiu Caateeb

Autoria de l’article