Beton Miktar Tahmini İçin Yapay Zeka: Manuel Metraj Çıkarmaya Karşı Doğruluk Kıyaslamaları

Phoenix'teki orta ölçekli bir ticari müteahhit geçen yıl ilginç bir deney yaptı. 4.000 ft²'lik bir perakende iç mekan düzenlemesinden 60.000 ft²'lik bir depoya kadar uzanan 12 tamamlanmış projeyi aldılar ve planları üç farklı yapay zeka tahmin aracından geçirdiler. Ardından yapay zekanın çıkardığı miktarları, kıdemli metrajcılarının ürettiği sonuçlarla ve sahada dökülen gerçek miktarlarla karşılaştırdılar.

Temel Rakamlar

Düz zemin plak çalışmaları için yapay zeka araçları, gerçek döküm miktarlarının ortalama %2,3'ü kadar sapma gösterdi. İnsan metrajcı ise ortalama %4,1 sapma gösterdi. Yalnızca yüzey alanı bazında yapay zekanın bir avantajı vardı çünkü planın her santimetrekaresini yorgunluk veya enterpolasyon kısayolları olmadan dijitalleştirebiliyordu.

Ancak yapısal beton söz konusu olduğunda tablo daha karmaşık hale geliyor. Temeller, temel kirişleri, kolonlar, değişen kalınlıklara sahip yükseltilmiş döşemeler. Burada yapay zeka araçları gerçek değerlerden ortalama %6,8 sapma gösterirken, deneyimli metrajcı %3,9'a ulaştı. İnsan, inşaat sıralamasını anlıyordu, plandaki hangi detayların ideal tasarım olduğunu ve hangilerinin gerçekten inşa edileceğini biliyordu ve kalıp karmaşıklığına dayalı fire faktörlerini uyguluyordu.

Yapay Zeka Tahmininin Üstün Olduğu Alanlar

Hız en belirgin avantajdır. Deneyimli bir metrajcının orta ölçekli bir ticari proje için 6 ila 10 saat harcadığı işi, yapay zeka araçları 15 ila 40 dakikada tamamlar. 5 günlük teslim süresiyle bir ihale teklifine yanıt veren bir ana yüklenici için bu zaman tasarrufu önemlidir.

Tutarlılık ise daha az belirgin olan avantajdır. Aynı planları bir yapay zeka aracından on kez geçirin ve on kez aynı sayıyı elde edersiniz. Üç farklı metrajcıdan aynı projenin metrajını çıkarmalarını isteyin ve üç farklı sayı alırsınız; bazen %8 veya daha fazla fark olabilir. Texas A&M inşaat bilimleri programından yapılan bir araştırma, nitelikli metrajcılar arasındaki manuel metraj sapmasının yapısal beton projelerinde ortalama %7,2 olduğunu ortaya koymuştur.

Yapay zeka ayrıca insanların ilk geçişte rutin olarak kaçırdığı miktar unsurlarını da yakalar. Kolon birleşim noktalarındaki kemer detayları, yükleme rampası konumlarındaki kalınlaştırılmış döşeme kenarları, mekanik planlarda gösterilen ancak yapısal planlarda yer almayan küçük ekipman platformları. Bir yapay zeka platformu, analiz edilen 500 projede, ilk manuel metraja kıyasla proje başına ortalama 3,4 gözden kaçan beton elemanı tespit ettiğini bildirdi.

Manuel Metrajın Hâlâ Kazandığı Alanlar

Deneyimli metrajcılar, mevcut yapay zeka araçlarının taklit edemediği muhakeme yeteneği uygular. Mimarın 6 inçlik bir döşeme çizdiğini ama zemin koşulları göz önüne alındığında geoteknik raporun muhtemelen 8 inç gerektireceğini bilirler. Belirtilen beton karışımının bir pompa kamyonu gerektireceğini ve bunun fire hesaplamalarını değiştireceğini bilirler. Soğuk derzleri, aşırı kazı düzeltmelerini ve hiçbir kalıbın mükemmel şekilde düşey olmadığı gerçeğini hesaba katarlar.

İnşa edilebilirlik bilgisi temel eksikliktir. Yapay zeka çizimde ne varsa onu okur. Deneyimli bir metrajcı ise çizimde ne olduğunu, çizimde ne olması gerektiğini ve sahada gerçekte ne olacağını okur. Karmaşık yapısal işler için bu muhakeme hâlâ önemlidir.

İşe Yarayan Hibrit Yaklaşım

En iyi sonuçları alan müteahhitler, ilk miktar çıkarımı için yapay zekayı kullanıyor, ardından deneyimli bir metrajcının inceleyip düzeltmesini sağlıyor. Bu genellikle tam bir manuel metrajın gerektireceği sürenin yaklaşık %30'unu alır ve tüm beton türlerinde gerçek miktarların %2'si dahilinde tahminler üretir.

İş akışı şöyle görünür: Yapay zeka, plan setinden miktarları 20 dakikada çıkarır. Metrajcı, 8 saat yerine 2 saatte metrajı inceler ve yapay zekanın zorlandığı bilinen alanlara odaklanır; karmaşık kalıp koşulları, standart dışı detaylar ve aşamalı dökümler gibi. Metrajcı, fire, aşırı kazı ve kalıp toleransları için saha bilgisine dayalı düzeltmeler uygular.

Bu tür yapay zeka destekli inşaat iş akışlarını keşfeden firmalar, teknolojinin deneyimli insanlar için bir hızlandırıcı olarak en iyi şekilde çalıştığını, onların yerini almadığını tespit ediyor.

Proje Türüne Göre Doğruluk

Veriler, yapay zekanın en iyi performans gösterdiği alanlarda net kalıplar ortaya koyuyor. Tekrarlayan panel düzenlerine sahip eğik döküm depo projelerinde yapay zeka doğruluğu gerçek değerlerin %1,5'i dahilindedir. Standart zemin plağına sahip alışveriş merkezleri ve perakende kabukları %2 ila %3 aralığına düşer. Ardgermeli döşemeler, transfer kirişleri ve karmaşık temel sistemlerine sahip çok katlı yapısal beton projelerinde, yapay zeka tek başına çalıştığında hâlâ %5 ila %8 sapma görülmektedir.

Konut betonu ise ilginç bir şekilde karışık sonuçlar verir. Yapay zeka temel planlarını iyi yönetir, genellikle %3 doğruluk dahilindedir, ancak konut projelerinin sıklıkla içerdiği dekoratif beton, özel havuz kabukları ve standart dışı düz beton şekillerinde zorlanır.

Kıyaslamalar Bize Ne Söylüyor

Yapay zeka ile manuel tahmin arasındaki doğruluk farkı kapanıyor, ancak basit ve tekrarlayan işlerde karmaşık yapısal projelere göre daha hızlı kapanıyor. Bu, makine öğreniminin genel çalışma biçimiyle uyumludur. İş ne kadar standartlaştırılmış ve kalıp tabanlıysa, yapay zeka o kadar iyi performans gösterir.

Bu araçları değerlendiren müteahhitler için asıl soru, yapay zekanın bir insandan daha doğru olup olmadığı değildir. Asıl soru, yapılandırılmış bir inceleme sürecinde birlikte çalışan yapay zeka artı insan kombinasyonunun, tek başına çalışan bir insana göre daha kısa sürede daha iyi tahminler üretip üretmediğidir. Birden fazla bağımsız araştırmadan elde edilen veriler tutarlı bir şekilde evet diyor; hem de anlamlı bir farkla.