Bagaimana AI Membaca Pelan Seni Bina dan Menjana Senarai Bahan

Set pelan seni bina untuk bangunan komersial seluas 50,000 kaki persegi mungkin mengandungi 80 hingga 120 helaian. Di dalam helaian tersebut terdapat jadual pintu, jenis tingkap, jadual kemasan, pelan siling, butiran kerja kabinet, dan ratusan elemen lain yang perlu dikuantifikasi sebelum sesiapa boleh menghasilkan anggaran kos yang bermakna. Pengekstrakan manual semua kuantiti tersebut memerlukan satu hari penuh kerja bagi seorang penganggar berpengalaman, kadangkala dua hari untuk projek yang kompleks.

Bagaimana AI Pembacaan Pelan Berfungsi

Pembacaan pelan AI bermula dengan pengelasan dokumen. Perisian mengenal pasti helaian mana yang merupakan pelan lantai, mana yang merupakan pandangan hadapan, mana yang merupakan butiran, dan mana yang merupakan jadual. Ini penting kerana elemen yang sama, contohnya pintu, muncul secara berbeza pada pelan lantai (simbol dengan nombor), jadual (baris dengan spesifikasi), dan butiran (keratan yang menunjukkan bingkai dan perkakasan). AI perlu menghubungkan ketiga-tiga representasi tersebut untuk menghasilkan pengambilan kuantiti yang tepat.

Analisis pelan lantai menggunakan penglihatan komputer untuk mengenal pasti elemen seni bina melalui simbol dan anotasi mereka. Pintu dikira dan dikategorikan mengikut tanda jadual mereka. Tingkap dikenal pasti mengikut saiz dan penetapan jenis. Sempadan bilik dikesan untuk mengira keluasan lantai, panjang dinding, dan keluasan siling. AI membaca anotasi teks untuk menghubungkan setiap elemen dengan spesifikasinya dalam jadual.

Sebuah perkhidmatan anggaran nasional menguji tiga alat pembacaan pelan AI pada 25 projek komersial dengan kuantiti yang diketahui. Alat yang berprestasi terbaik mencapai ketepatan 94% pada kiraan dan jenis pintu, 91% pada pengenalpastian tingkap, 96% pada pengiraan keluasan bilik, dan 88% pada pengekstrakan kuantiti kemasan. Kawasan yang paling lemah ialah pelan siling yang kompleks dengan pelbagai perubahan ketinggian dan ciri seni bina khusus seperti dinding melengkung atau kerja kayu tersuai.

Penjanaan Senarai Bahan

Setelah AI mengenal pasti dan mengira semua elemen seni bina, ia menjana kuantiti bahan. Pintu menjadi bingkai, set perkakasan, dan daun pintu dengan kemasan yang ditetapkan. Tingkap menjadi unit dengan kuantiti berkaitan seperti pemalau air, pengedap, dan trim dalaman. Kemasan bilik menjadi keluasan dalam kaki persegi untuk cat, jubin, karpet, atau apa sahaja yang dinyatakan dalam jadual kemasan.

Pengiraan pendaraban dan pengembangan adalah di mana AI menghapuskan punca biasa kesilapan manusia. Seorang penganggar yang mengira 47 pintu Jenis A dan kemudian mengira secara manual perkakasan berkaitan, jalur cuaca, dan kuantiti kemasan mempunyai pelbagai peluang untuk membuat kesilapan aritmetik atau transkripsi. AI melakukan pengembangan ini secara serta-merta dan konsisten.

Seorang kontraktor am di Portland membandingkan senarai bahan yang dijana AI dengan proses manual mereka pada 10 projek tender serentak. Pengambilan kuantiti AI mengambil purata 35 minit masa pemprosesan ditambah 3 jam semakan penganggar. Pengambilan kuantiti manual mengambil purata 14 jam. Pengambilan kuantiti AI mengesan purata 6 item setiap projek yang terlepas dalam proses manual, biasanya item seperti panel akses, penutup sambungan pengembangan, dan perkakasan khusus yang dinyatakan dalam lukisan tetapi mudah terlepas pandang semasa pengiraan manual.

Masalah Rujukan Silang Jadual

Jadual seni bina adalah tulang belakang pengambilan kuantiti yang tepat, dan ia juga merupakan tempat di mana alat AI mempunyai prestasi yang paling berubah-ubah. Jadual pintu yang diformat dengan baik dengan lajur yang konsisten dan penetapan jenis yang jelas mudah untuk AI menghurai. Jadual pintu yang menggunakan singkatan secara tidak konsisten, berpecah merentasi pelbagai helaian, atau termasuk semakan tulisan tangan adalah jauh lebih sukar.

Jadual kemasan menimbulkan cabaran yang serupa. Apabila arkitek menggunakan format standard dengan nombor bilik yang jelas sepadan dengan anotasi pelan lantai, ketepatan AI pada kuantiti kemasan melebihi 90%. Apabila nombor bilik pada jadual kemasan tidak sepadan dengan tepat dengan anotasi pelan, atau apabila spesifikasi kemasan diselitkan dalam nota dan bukannya jadual formal, ketepatan menurun kepada 75 hingga 80%.

Implikasi praktikalnya ialah pembacaan pelan AI berfungsi paling baik pada projek daripada arkitek yang menghasilkan dokumen yang bersih dan tersusun rapi. Projek daripada firma dengan amalan penggubalan yang kurang standard memerlukan lebih banyak masa semakan manusia, walaupun AI masih menyediakan titik permulaan yang berguna.

Integrasi Dengan Pangkalan Data Kos

Pengambilan kuantiti mentah menjadi lebih bernilai apabila dihubungkan dengan data kos. Sesetengah alat pembacaan pelan AI berintegrasi dengan RSMeans atau pangkalan data kos khusus kontraktor untuk menjana anggaran kos awal bersama-sama kuantiti. Ini menukarkan senarai bahan menjadi anggaran kasar dalam beberapa minit selepas menerima pelan.

Bagi kontraktor yang menggunakan alat AI dalam aliran kerja anggaran pembinaan mereka, keupayaan ROM pantas ini mengubah cara mereka menilai peluang tender. Daripada menghabiskan satu hari untuk pengambilan kuantiti hanya untuk mendapati projek tersebut di luar julat bajet sasaran mereka, mereka boleh mendapatkan nombor ROM dalam masa kurang dari satu jam dan membuat keputusan teruskan/tidak teruskan dengan lebih cepat.

Anggaran kos pada peringkat ini adalah kasar, biasanya dalam lingkungan 15 hingga 20% daripada nombor tender akhir. Ia tidak cukup tepat untuk pembidaan sebenar, tetapi cukup tepat untuk penyaringan peluang. Kontraktor yang membida 1 daripada 5 projek yang mereka semak boleh menggunakan anggaran ROM yang dijana AI untuk menyaring peluang dengan lebih cepat dan berpotensi meningkatkan jumlah bidaan mereka tanpa menambah kakitangan anggaran.

Mengendalikan Semakan dan Adenda

Satu keupayaan pembacaan pelan AI yang kurang dihargai ialah penjejakan semakan. Apabila adendum tiba dengan helaian yang disemak, AI boleh membandingkan helaian baharu dengan yang asal dan mengenal pasti apa yang berubah. Pintu yang ditambah, dinding yang dipindahkan, kemasan yang diubah suai, dan semakan lain ditandakan secara automatik.

Ini bernilai kerana semakan adenda adalah salah satu aktiviti yang paling mudah berlaku kesilapan dalam proses tender. Adenda tiba lewat, selalunya 2 hingga 3 hari sebelum hari tender, dan penganggar perlu mengenal pasti semua perubahan dengan cepat dan menyesuaikan kuantiti. Terlepas perubahan dalam adendum adalah punca biasa kesilapan tender. Penjejakan semakan berbantukan AI mengurangkan risiko tersebut dengan ketara.

Batasan Semasa

Pembacaan pelan AI masih berkembang dalam beberapa bidang. Pelan fasa, di mana ruang yang sama dibina secara berperingkat dengan kemasan atau konfigurasi yang berbeza pada setiap fasa, mengelirukan kebanyakan alat AI. Projek pengubahsuaian di mana keadaan sedia ada dan kerja baharu ditunjukkan pada helaian yang sama memerlukan AI membezakan antara elemen sedia ada yang dikekalkan dan elemen baharu, yang tidak selalu boleh dipercayai.

Hubungan ruang tiga dimensi juga masih mencabar. AI berfungsi terutamanya daripada pandangan pelan 2D, dan walaupun ia boleh membaca maklumat keratan dan pandangan hadapan, ia tidak selalu menyelesaikan konflik dengan betul antara apa yang ditunjukkan oleh pelan dan apa yang ditunjukkan oleh keratan melalui kawasan yang sama. Penganggar berpengalaman mengesan percanggahan ini melalui pemahaman mereka tentang bagaimana bangunan dibina. Alat AI semakin baik dalam hal ini tetapi belum sepenuhnya mencapai tahap tersebut.

Walaupun dengan batasan ini, pembacaan pelan AI mewakili peningkatan produktiviti yang bermakna untuk pengambilan kuantiti seni bina. Teknologi ini mengendalikan kerja pengiraan dan pengekstrakan berulang dengan baik, membebaskan penganggar untuk memberi tumpuan kepada aspek anggaran yang memerlukan pertimbangan di mana pengalaman mereka menambah nilai paling banyak.