Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους Πολιτικούς Μηχανικούς; [Βίντεο και Κουίζ]

Συνοπτική απάντηση: Η Τεχνητή Νοημοσύνη δεν θα αντικαταστήσει πλήρως τους πολιτικούς μηχανικούς, αλλά θα αυτοματοποιήσει τις επαναλαμβανόμενες εργασίες σχεδίασης, ελέγχου, αναφοράς, μοντελοποίησης και εκτίμησης. Οι μηχανικοί που διατηρούν ισχυρές βασικές αρχές, κρίση στο χώρο και επαγγελματική υπευθυνότητα, ενώ παράλληλα μαθαίνουν εργαλεία Τεχνητής Νοημοσύνης, είναι πιο πιθανό να ενισχυθούν παρά να εκτοπιστούν.

Βασικά συμπεράσματα:

Λογοδοσία: Διατηρήστε σαφή την αδειοδοτημένη ανθρώπινη έγκριση για κάθε μηχανική απόφαση που υποστηρίζεται από Τεχνητή Νοημοσύνη.

Κρίση: Αντιμετωπίστε τα αποτελέσματα της Τεχνητής Νοημοσύνης ως προτάσεις και, στη συνέχεια, επαληθεύστε τις υποθέσεις σε σχέση με την πραγματικότητα του ιστότοπου.

Εκπαίδευση: Προστατέψτε τη μάθηση των νεότερων ατόμων αντικαθιστώντας την πολυάσχολη εργασία χωρίς να καταργήσετε την εποπτευόμενη πρακτική.

Διαφάνεια: Καταγράψτε τις προτροπές, τις πηγές δεδομένων και τους ελέγχους, ώστε οι αποφάσεις να παραμένουν ελέγξιμες.

Έλεγχος κινδύνου: Χρησιμοποιήστε πρώτα την Τεχνητή Νοημοσύνη σε ροές εργασίας χαμηλού κινδύνου πριν από κρίσιμες τεχνικές εγκρίσεις.

Άρθρα που ίσως σας ενδιαφέρουν μετά από αυτό:

1. Τι καθιστά καλή μια απάντηση στο ερώτημα «Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους Πολιτικούς Μηχανικούς;» 🧱

Μια καλή απάντηση πρέπει να αποφεύγει δύο άστοχα άκρα.

Το ένα άκρο λέει ότι η Τεχνητή Νοημοσύνη θα αντικαταστήσει τους πάντες. Αυτό δημιουργεί έναν πικάντικο τίτλο, σίγουρα, αλλά αγνοεί πόση ευθύνη, υπευθυνότητα και πολυπλοκότητα του φυσικού κόσμου ενυπάρχουν στη μηχανική εργασία.

Το άλλο άκρο λέει ότι η Τεχνητή Νοημοσύνη είναι απλώς μια φανταχτερή αριθμομηχανή. Αυτό είναι παρήγορο αλλά και λίγο αφελές. Η Τεχνητή Νοημοσύνη γίνεται ήδη κάτι περισσότερο από μια αριθμομηχανή. Μπορεί να συντάξει αναφορές, να εξετάσει μοντέλα, να εντοπίσει συγκρούσεις σχεδιασμού, να βελτιστοποιήσει τη χρήση υλικών και να βοηθήσει με μελέτες σκοπιμότητας. Σε ορισμένες ροές εργασίας, είναι σαν να έχεις έναν βοηθό που δεν κοιμάται ποτέ, αν και αυτός ο βοηθός μπορεί μερικές φορές να πει λάθος πράγμα με ανησυχητική σιγουριά και να σε κάνει να αμφισβητήσεις την πραγματικότητα.

Μια πρακτική απάντηση θα πρέπει να λάβει υπόψη:

• Τι κάνουν στην πραγματικότητα οι πολιτικοί μηχανικοί καθημερινά

• Ποιες εργασίες είναι αρκετά επαναλαμβανόμενες για αυτοματοποίηση τεχνητής νοημοσύνης

• Ποιες εργασίες απαιτούν αδειοδοτημένη ανθρώπινη κρίση

• Πώς το λογισμικό σχεδιασμού, το BIM, τα ψηφιακά δίδυμα και ο γενετικός σχεδιασμός αλλάζουν τις ροές εργασίας

• Τι θα εμπιστευτούν ρεαλιστικά οι πελάτες, οι κυβερνήσεις και οι κατασκευαστικές ομάδες

• Πώς οι μηχανικοί μπορούν να παραμείνουν πολύτιμοι αντί να είναι απλώς «απασχολημένοι»

Ναι, λοιπόν, «Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους Πολιτικούς Μηχανικούς;» είναι εύλογο. Αλλά η απάντηση εξαρτάται από το είδος της εργασίας που συζητείται.

2. Συγκριτικός Πίνακας: Τεχνητή Νοημοσύνη έναντι Πολιτικών Μηχανικών σε εργασίες πεδίου 📊

3. Την δουλειά πιθανότατα θα αναλάβει πρώτη η Τεχνητή Νοημοσύνη ⚙️

Η Τεχνητή Νοημοσύνη είναι πολύ πιθανό να αντικαταστήσει εργασίες, όχι ολόκληρες σταδιοδρομίες στον τομέα των πολιτικών μηχανικών. Αυτή η διάκριση έχει σημασία.

Τα πρώτα πράγματα που πρέπει να συρρικνωθούν είναι επαναλαμβανόμενες, βασισμένες σε κανόνες και δραστηριότητες με μεγάλο όγκο τεκμηρίωσης. Σκεφτείτε εργασίες όπως:

• Σύνταξη τυποποιημένων σημειώσεων

• Δημιουργία αναφορών πρώτης φάσης

• Εκτέλεση βασικών υπενθυμίσεων ελέγχου κώδικα

• Σύγκριση επιλογών σχεδιασμού

• Παραγωγή εκτιμήσεων ποσότητας

• Σύνοψη πρακτικών συνεδρίασης

• Σήμανση συγκρούσεων σε μοντέλα BIM

• Δημιουργία επιλογών διάταξης σε αρχικό στάδιο

• Αναθεώρηση προδιαγραφών για ασυνέπειες

Αυτή δεν είναι μια λαμπερή δουλειά, αλλά απαιτεί χρόνο. Πολύ χρόνο. Και πολλοί μηχανικοί, ειδικά οι νεότεροι, αφιερώνουν ένα μέρος της ημέρας τους κάνοντας ακριβώς αυτά τα πράγματα.

Η Τεχνητή Νοημοσύνη μπορεί να βοηθήσει στη μείωση αυτού του φόρτου. Σε έναν υγιή χώρο εργασίας, αυτό σημαίνει ότι οι μηχανικοί έχουν περισσότερο χρόνο για σχεδιαστική σκέψη, συντονισμό, καθοδήγηση και κατανόηση του χώρου. Σε έναν λιγότερο υγιή χώρο εργασίας - για να είμαστε ειλικρινείς - αυτό μπορεί να σημαίνει λιγότερες εργασίες εισαγωγικού επιπέδου και μεγαλύτερη πίεση στους νεότερους μηχανικούς να γίνουν παραγωγικοί πιο γρήγορα.

Αυτό είναι ένα από τα μεγαλύτερα κρυφά ζητήματα σε όλη αυτή τη συζήτηση. Αν η Τεχνητή Νοημοσύνη «καταβροχθίζει» τις «βασικές» εργασίες, πώς μαθαίνουν οι νέοι πολιτικοί μηχανικοί; Κανείς δεν γίνεται ένας σίγουρος μηχανικός γέφυρας μόνο βλέποντας το λογισμικό να παράγει αποτελέσματα σαν μια μαγική τοστιέρα.

Οι εταιρείες θα πρέπει να επανεξετάσουν την εκπαίδευση. Διαφορετικά, μπορεί να εξοικονομήσουν ώρες τώρα και να δημιουργήσουν κενό ταλέντου αργότερα. Κλασική βραχυπρόθεσμη εξυπνάδα, μακροπρόθεσμος πονοκέφαλος.

4. Γιατί η Τεχνητή Νοημοσύνη δυσκολεύεται με τον φυσικό κόσμο 🌍

Η πολιτική μηχανική είναι πεισματικά φυσική.

Το σκυρόδεμα ραγίζει. Το έδαφος συμπεριφέρεται άσχημα. Το νερό βρίσκει την πιο αδύναμη διαδρομή. Ο χάλυβας διαστέλλεται. Οι δρόμοι καθιζάνουν. Οι εργολάβοι αυτοσχεδιάζουν. Τα σχέδια περιέχουν υποθέσεις. Τα δεδομένα της έρευνας μπορεί να είναι ξεπερασμένα. Και μερικές φορές η κατάσταση πεδίου εξετάζει το μοντέλο σχεδιασμού και ουσιαστικά λέει, «Χαριτωμένη ιδέα»

Η Τεχνητή Νοημοσύνη λειτουργεί καλύτερα όταν οι κανόνες είναι σαφείς και τα δεδομένα καθαρά. Η πολιτική μηχανική συχνά δεν έχει κανένα από τα δύο.

Για παράδειγμα, ένα μοντέλο αποστράγγισης μπορεί να φαίνεται τέλειο, αλλά τα τοπικά συντρίμμια, οι φραγμένοι αγωγοί, οι συνήθειες συντήρησης και τα ακραία μοτίβα βροχοπτώσεων μπορούν να αλλάξουν τα πάντα. Ένας τοίχος αντιστήριξης μπορεί να περάσει τους υπολογισμούς, αλλά αν η έρευνα του εδάφους δεν κάλυψε ένα αδύναμο στρώμα, ο πραγματικός κίνδυνος δεν αποτυπώνεται με σαφήνεια σε ένα πλαίσιο προτροπής.

Εδώ βγάζουν τα προς το ζην οι πολιτικοί μηχανικοί.

Ερμηνεύουν την αβεβαιότητα. Κάνουν ενοχλητικές αλλά απαραίτητες ερωτήσεις. Αμφισβητούν υποθέσεις. Επισκέπτονται ιστότοπους και παρατηρούν ότι κάτι τους φαίνεται περίεργο. Αυτό το κομμάτι του «δεν φαίνεται περίεργο» δεν είναι μυστικιστικό. Είναι η αναγνώριση προτύπων που χτίζεται μέσα από την εμπειρία, τα λάθη, την καθοδήγηση και την ταπεινότητα που νιώθουν μπροστά σε ένα έργο που φαινόταν απλό στα χαρτιά.

Η Τεχνητή Νοημοσύνη μπορεί να υποστηρίξει αυτήν την κρίση. Δεν μπορεί να την αναλάβει πλήρως.

5. Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους Πολιτικούς Μηχανικούς στα γραφεία μελετών; 🏢

Στα γραφεία σχεδιασμού, η Τεχνητή Νοημοσύνη θα αλλάξει την εργασία πιο ορατά από ό,τι στα εργοτάξια.

Οι πολιτικοί μηχανικοί που εργάζονται στους τομείς των συμβουλευτικών υπηρεσιών, του σχεδιασμού, των μεταφορών, του νερού, των κατασκευών, της γεωτεχνικής μηχανικής ή του σχεδιασμού υποδομών πιθανότατα θα δουν την Τεχνητή Νοημοσύνη ενσωματωμένη σε κανονικό λογισμικό. Μπορεί να μην μοιάζει με chatbot. Μπορεί να εμφανίζεται σε πλατφόρμες CAD, εργαλεία BIM, πίνακες ελέγχου διαχείρισης έργων, λογισμικό προσομοίωσης και συστήματα εγγράφων.

Αυτό σημαίνει ότι οι μελλοντικές εργασίες σχεδιασμού μπορεί να περιλαμβάνουν:

• Ζητώντας από την Τεχνητή Νοημοσύνη να δημιουργήσει διάφορες επιλογές ευθυγράμμισης για έναν δρόμο

• Χρήση Τεχνητής Νοημοσύνης για τη σύγκριση ενσωματωμένου άνθρακα μεταξύ δομικών συστημάτων

• Αυτοματοποιημένοι έλεγχοι λεκάνης απορροής

• Επιτρέποντας στην Τεχνητή Νοημοσύνη να ανιχνεύει συγκρούσεις μεταξύ επιχειρήσεων κοινής ωφέλειας και ιδρυμάτων

• Αναθεώρηση αναφορών για ελλείπουσες υποθέσεις

• Δημιουργία δηλώσεων μεθόδου πρώτου σχεδίου

• Εκτέλεση ελέγχων ευαισθησίας σε όλα τα σενάρια σχεδιασμού

Αυτό ακούγεται δυνατό επειδή είναι.

Αλλά η τελική ευθύνη εξακολουθεί να χρειάζεται έναν επαγγελματία μηχανικό. Ο σχεδιασμός δεν είναι απλώς η επιλογή της πιο βέλτιστης απάντησης. Μερικές φορές η «καλύτερη» τεχνική επιλογή είναι πολύ ακριβή, πολύ δύσκολη στην κατασκευή, πολύ ανατρεπτική ή πολιτικά αδύνατη. Μερικές φορές η αποδεκτή λύση δεν είναι η μαθηματικά τέλεια. Ενοχλητικό, αλλά αληθινό.

Η Τεχνητή Νοημοσύνη μπορεί να παρέχει επιλογές. Οι μηχανικοί αποφασίζουν τι είναι λογικό.

6. Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους Πολιτικούς Μηχανικούς στα εργοτάξια; 🚧

Η αντικατάσταση επί τόπου είναι ακόμη λιγότερο πιθανή.

Τα εργοτάξια είναι δυναμικά περιβάλλοντα. Οι συνθήκες αλλάζουν καθημερινά. Οι άνθρωποι συντονίζονται, διαφωνούν, επιλύουν προβλήματα, καθυστερούν, προσαρμόζονται και μερικές φορές ανακαλύπτουν ότι κάτι που εγκαταστάθηκε την περασμένη εβδομάδα τώρα μπλοκάρει κάτι που είχε προγραμματιστεί για αύριο. Είναι μια ζωντανή μηχανή με μπότες και σκόνη.

Η Τεχνητή Νοημοσύνη μπορεί να βοηθήσει μέσω:

• Παρακολούθηση προόδου με βάση το drone

• Παρακολούθηση ασφάλειας

• Αυτοματοποιημένες αναφορές ιστότοπου

• Πρόβλεψη παράδοσης υλικών

• Ανάλυση χρήσης εξοπλισμού

• Ανίχνευση ελαττωμάτων από εικόνες

• Προγραμματισμός ειδοποιήσεων κινδύνου

• Ενημερώσεις ψηφιακών διδύμων

Αυτά είναι πρακτικά εργαλεία. Μερικά είναι πραγματικά εντυπωσιακά. Αλλά ένας μηχανικός εργοταξίου κάνει περισσότερα από το να συλλέγει πληροφορίες. Συντονίζει τους υπεργολάβους, ερμηνεύει σχέδια, ανταποκρίνεται σε εκπλήξεις, ελέγχει την ποιότητα, κοινοποιεί αλλαγές και διατηρεί την εργασία σε κίνηση χωρίς να αφήνει την ασφάλεια να περιέλθει σε «πιθανώς καλά» όρια.

Η Τεχνητή Νοημοσύνη μπορεί να πει ότι μια έγχυση καθυστερεί επειδή τα δεδομένα παράδοσης υποδηλώνουν κίνδυνο. Ένας μηχανικός εργοταξίου γνωρίζει τον προμηθευτή, το συνεργείο, τον καιρό, την οδό πρόσβασης και αν ο εργοδηγός ακουγόταν παράξενα ήρεμος στο τηλέφωνο. Αυτό το πλαίσιο έχει σημασία.

Όχι, λοιπόν, η Τεχνητή Νοημοσύνη δεν αντικαθιστά πλήρως τους πολιτικούς μηχανικούς που εργάζονται σε εργοτάξια. Είναι πιο πιθανό να τους δώσει μεγαλύτερη ορατότητα και λιγότερη γραφειοκρατία, υποθέτοντας ότι η τεχνολογία εφαρμόζεται με σύνεση και δεν τους επιβάλλεται απλώς σαν ένα ακόμη βάρος σε σχήμα πίνακα ελέγχου.

7. Οι πολιτικοί μηχανικοί που διατρέχουν τον μεγαλύτερο κίνδυνο 😬

Δεν αντιμετωπίζουν όλοι οι πολιτικοί μηχανικοί το ίδιο επίπεδο κινδύνου.

Οι μηχανικοί που είναι πιο ευάλωτοι σε αναταραχές στην Τεχνητή Νοημοσύνη είναι εκείνοι των οποίων η εργασία είναι κυρίως επαναλαμβανόμενη, απαιτεί χαμηλή κρίση και απαιτεί μεγάλη τεκμηρίωση. Αυτό μπορεί να περιλαμβάνει ρόλους που επικεντρώνονται σχεδόν εξ ολοκλήρου στη σύνταξη σχεδίων, σε βασικούς υπολογισμούς, σε τυποποιημένες αναφορές ή στην εισαγωγή δεδομένων χωρίς πολλή τεχνική λήψη αποφάσεων.

Αυτό δεν σημαίνει ότι αυτοί οι άνθρωποι είναι καταδικασμένοι. Σημαίνει ότι πρέπει να ανέβουν στην αλυσίδα αξίας.

Ο ασφαλέστερος μηχανικός δεν είναι απαραίτητα ο ισχυρότερος μαθηματικός στο δωμάτιο. Συχνά είναι το άτομο που μπορεί να συνδυάσει τεχνικές δεξιότητες με την επικοινωνία, το πλαίσιο και τη λήψη αποφάσεων.

Οι δεξιότητες υψηλότερης αξίας περιλαμβάνουν:

• Κρίση σχεδιασμού

• Εμπειρία ιστότοπου

• Κατανόηση των κωδίκων και του σκοπού τους, όχι μόνο της διατύπωσης

• Σαφής εξήγηση του κινδύνου

• Συντονισμός με αρχιτέκτονες, εργολάβους, πολεοδόμους και πελάτες

• Γνωρίζοντας πότε η έξοδος λογισμικού είναι ύποπτη

• Κάνοντας πρακτικές αντισταθμίσεις

• Διαχείριση της αβεβαιότητας χωρίς πανικό, κυρίως

Ένας πολιτικός μηχανικός που ακολουθεί μόνο πρότυπα μπορεί να δυσκολευτεί. Ένας πολιτικός μηχανικός που καταλαβαίνει γιατί υπάρχει το πρότυπο θα είναι πολύ πιο δύσκολο να αντικατασταθεί.

Αυτή η διαφορά είναι τεράστια.

8. Οι πολιτικοί μηχανικοί που θα επωφεληθούν περισσότερο από την Τεχνητή Νοημοσύνη 🚀

Οι μεγαλύτεροι νικητές θα είναι οι μηχανικοί που αντιμετωπίζουν την Τεχνητή Νοημοσύνη σαν ένα ηλεκτρικό εργαλείο, όχι σαν απειλή ή παιχνίδι.

Ένας καλός μηχανικός με Τεχνητή Νοημοσύνη μπορεί να κινηθεί πιο γρήγορα. Ένας αδύναμος μηχανικός με Τεχνητή Νοημοσύνη μπορεί να κάνει λάθη πιο γρήγορα. Αυτό είναι το άβολο κομμάτι.

Οι πολιτικοί μηχανικοί που ωφελούνται περισσότερο θα γνωρίζουν πώς να:

• Γράψτε σαφείς οδηγίες για τεχνική ανάλυση

• Έλεγχος των εξόδων τεχνητής νοημοσύνης σε σχέση με τις αρχές της μηχανικής

• Χρησιμοποιήστε αυτοματοποίηση σε λογισμικό CAD, BIM και ανάλυσης

• Δημιουργήστε επαναλήψιμες ροές εργασίας

• Κοινοποιήστε υπεύθυνα τα ευρήματα που υποστηρίζονται από την Τεχνητή Νοημοσύνη

• Κατανοήστε την ποιότητα των δεδομένων

• Σημειακές παραισθήσεις ή μη υποστηριζόμενες αξιώσεις

• Διατηρήστε την επαγγελματική υπευθυνότητα στο επίκεντρο

Ο καλύτερος μελλοντικός μηχανικός μπορεί να μοιάζει λιγότερο με κάποιον που εκτελεί κάθε υπολογισμό χειροκίνητα και περισσότερο με κάποιον που διευθύνει ένα δίκτυο εργαλείων, ελέγχει τα αποτελέσματα και λαμβάνει ορθές αποφάσεις.

Αυτό δεν είναι λιγότερη μηχανική. Είναι διαφορετική μηχανική.

Υπάρχει βέβαια και λίγος εγωκεντρισμός εδώ. Οι μηχανικοί συχνά υπερηφανεύονται που κάνουν τα πράγματα χειροκίνητα, επειδή αυτό αποδεικνύει την ικανότητά τους. Αλλά η χρήση καλύτερων εργαλείων ήταν πάντα μέρος της μηχανικής. Κανείς δεν λέει ότι ένας γεωδαιτικός σταθμός έκανε τους τοπογράφους να ψεύδονται. Κανείς δεν λέει ότι το λογισμικό πεπερασμένων στοιχείων κατέστρεψε τη δομική μηχανική. Λοιπόν, ίσως κάποιος να το έκανε στην αρχή. Υπάρχει πάντα ένα άτομο στη γωνία που γκρινιάζει πίνοντας έναν καφέ.

Η Τεχνητή Νοημοσύνη είναι ένα ακόμη βήμα σε αυτή τη μακρά εξέλιξη των εργαλείων.

9. Τεχνητή Νοημοσύνη και ηθική μηχανικής - το κομμάτι που οι άνθρωποι παραλείπουν πολύ γρήγορα ⚖️

Τα πολιτικά μηχανικά έργα συνδέονται άμεσα με τη δημόσια ασφάλεια. Γέφυρες, κτίρια, δρόμοι, σήραγγες, φράγματα, δίκτυα ύδρευσης και αντιπλημμυρικά έργα επηρεάζουν ζωές.

Αυτό καθιστά την υιοθέτηση της Τεχνητής Νοημοσύνης πιο σοβαρή από τη χρήση της για τη σύνταξη μιας περιγραφής προϊόντος ή τη σύνοψη μιας συνάντησης. Τα λάθη μπορεί να είναι δαπανηρά, επικίνδυνα και νομικά περίπλοκα.

Βασικά ηθικά ζητήματα περιλαμβάνουν:

• Ποιος είναι υπεύθυνος εάν αποτύχει ένας σχεδιασμός με τη βοήθεια της Τεχνητής Νοημοσύνης;

• Εκπαιδεύτηκε η Τεχνητή Νοημοσύνη σε αξιόπιστα μηχανικά δεδομένα;

• Μπορεί να ελεγχθεί η διαδικασία σχεδιασμού;

• Κατάλαβε ο μηχανικός την έξοδο ή απλώς την αποδέχτηκε;

• Εισήχθησαν κρυφές υποθέσεις από το λογισμικό;

• Θα μπορούσε η αυτοματοποιημένη προκατάληψη να κάνει τις ομάδες να εμπιστεύονται λανθασμένα αποτελέσματα;

• Χάνουν οι νεότεροι μηχανικοί ευκαιρίες μάθησης;

Η φράση «η Τεχνητή Νοημοσύνη είπε ότι ήταν μια χαρά» δεν θα θεωρηθεί επαγγελματική συλλογιστική. Ούτε θα έπρεπε.

Οι πολιτικοί μηχανικοί πρέπει να είναι σε θέση να εξηγούν τις αποφάσεις τους. Χρειάζονται ιχνηλασιμότητα, διαδικασίες αναθεώρησης και κατάλληλο έλεγχο. Η Τεχνητή Νοημοσύνη μπορεί να αποτελεί μέρος της ροής εργασίας, αλλά δεν μπορεί να γίνει ένα μαύρο κουτί μπροστά στο οποίο όλοι υποκλίνονται επειδή η διεπαφή φαίνεται έξυπνη.

Μια ασφαλής βιομηχανία χρειάζεται μηχανικούς που είναι σκεπτικοί με παραγωγικό τρόπο. Όχι αντι-τεχνολογικοί. Απλώς αφυπνισμένοι.

10. Πώς πρέπει να προετοιμαστούν οι φοιτητές και οι νέοι πολιτικοί μηχανικοί 🎓

Για τους φοιτητές, το ερώτημα «Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους Πολιτικούς Μηχανικούς;» μπορεί να μοιάζει με ένα τρομακτικό ερώτημα. Κανείς δεν θέλει να σπουδάσει ένα δύσκολο επάγγελμα μόνο και μόνο για να ακούσει ότι το λογισμικό έρχεται να το αντιμετωπίσει.

Αλλά οι φοιτητές πολιτικών μηχανικών δεν πρέπει να πανικοβληθούν. Θα πρέπει να προσαρμοστούν.

Ο ισχυρότερος δρόμος είναι να αναπτύξετε τόσο τις βασικές αρχές όσο και την ψηφιακή ευχέρεια. Μην παραλείπετε τα βασικά επειδή υπάρχει η Τεχνητή Νοημοσύνη. Αυτό είναι σαν να μαθαίνετε να οδηγείτε μελετώντας μόνο τα φώτα του ταμπλό. Χρειάζεστε μηχανική, υλικά, δομές, υδραυλική, γεωτεχνική, τοπογραφία, αρχές μεταφορών, διαχείριση κατασκευών και περιβαλλοντική κατανόηση.

Ταυτόχρονα, μάθετε εργαλεία που διευρύνουν την εμβέλειά σας:

• Ροές εργασίας CAD και BIM

• Αυτοματοποίηση υπολογιστικών φύλλων

• Βασικός κώδικας ή scripting

• Ανάλυση δεδομένων

• Γεωγραφικά Συστήματα Πληροφοριών (ΓΣΠ)

• Ψηφιακά δίδυμα

• Παραμετρικός σχεδιασμός

• Τεκμηρίωση με τη βοήθεια τεχνητής νοημοσύνης

• Έλεγχος μοντέλου

Επίσης, εξασφαλίστε προβολή στον ιστότοπο το συντομότερο δυνατό. Η εμπειρία στον ιστότοπο σάς παρέχει ένα φίλτρο πραγματικότητας. Σας βοηθά να γνωρίζετε πότε ένα αποτέλεσμα σχεδίασης φαίνεται καθαρό αλλά μυρίζει άσχημα, από επαγγελματικής άποψης.

Οι νέοι μηχανικοί θα πρέπει να στοχεύουν να γίνουν τα άτομα που μπορούν να πουν: «Το μοντέλο υποδηλώνει αυτό, αλλά να τι πρέπει να επαληθεύσουμε». Αυτή η πρόταση είναι πολύ δυνατή.

11. Πώς οι εταιρείες πρέπει να χρησιμοποιούν την Τεχνητή Νοημοσύνη χωρίς να δημιουργούν προβλήματα 🏗️

Οι εταιρείες πολιτικού μηχανικού δεν θα πρέπει να υιοθετούν την Τεχνητή Νοημοσύνη μόνο και μόνο επειδή οι ανταγωνιστές μιλούν γι' αυτήν σε γυαλιστερά έγγραφα στρατηγικής. Έτσι καταλήγουν οι οργανισμοί να έχουν ακριβά εργαλεία που κανείς δεν εμπιστεύεται.

Η καλύτερη υιοθέτηση μοιάζει με αυτό:

• Ξεκινήστε με εργασίες χαμηλού κινδύνου, όπως περιλήψεις, υποστήριξη σύνταξης κειμένων και έλεγχος εγγράφων

• Δημιουργήστε κανόνες αναθεώρησης για τεχνικές εργασίες με τη βοήθεια τεχνητής νοημοσύνης

• Εκπαίδευση προσωπικού σχετικά με τους περιορισμούς, όχι μόνο τα χαρακτηριστικά

• Διατηρήστε την ανθρώπινη υπογραφή καθαρή

• Προστατέψτε τα εμπιστευτικά δεδομένα του έργου

• Παρακολουθήστε εάν η Τεχνητή Νοημοσύνη εξοικονομεί χρόνο

• Διατήρηση των μαθησιακών οδών των νεότερων φοιτητών

• Δημιουργήστε εσωτερικές βιβλιοθήκες εγκεκριμένων ροών εργασίας

Οι εταιρείες που το κάνουν αυτό καλά πιθανότατα θα γίνουν πιο γρήγορες και πιο συνεπείς. Μπορεί να μειώσουν την επαναλαμβανόμενη εργασία, να βελτιώσουν τον συντονισμό και να παράγουν καλύτερες επιλογές σε πρώιμο στάδιο.

Οι εταιρείες που το κάνουν άσχημα μπορεί να δημιουργήσουν έναν βάλτο από ανεξέλεγκτα αποτελέσματα, υπερβολικά αυτοπεποίθηση στις αναφορές και μηχανικούς που δεν μπορούν να εξηγήσουν από πού προήλθε μια υπόθεση σχεδιασμού. Αυτό δεν είναι καινοτομία. Αυτό είναι ένα μειονέκτημα που φοράει ένα λαμπερό καπέλο 🎩

Η Τεχνητή Νοημοσύνη θα πρέπει να βελτιώνει την πειθαρχία της μηχανικής, όχι να την παρακάμπτει.

12. Λοιπόν, θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους Πολιτικούς Μηχανικούς; Η πρακτική απάντηση ✅

Ιδού η τεκμηριωμένη απάντηση: Η Τεχνητή Νοημοσύνη θα αντικαταστήσει ορισμένες εργασίες, θα τροποποιήσει πολλούς ρόλους και θα μειώσει τη ζήτηση για ορισμένες επαναλαμβανόμενες ροές εργασίας. Αλλά δεν θα αντικαταστήσει πλήρως τους πολιτικούς μηχανικούς, επειδή η πολιτική μηχανική εξαρτάται από την υπευθυνότητα, την κρίση, το φυσικό πλαίσιο, τη ρύθμιση και τον ανθρώπινο συντονισμό.

Το επάγγελμα δεν θα εξαφανιστεί. Θα διασπαστεί.

Από τη μία πλευρά θα υπάρχουν μηχανικοί που αντιστέκονται σε κάθε εργαλείο, προσκολλώνται σε παλιές ροές εργασίας και σιγά σιγά γίνονται λιγότερο ανταγωνιστικοί.

Από την άλλη πλευρά, θα υπάρχουν μηχανικοί που κατανοούν σε βάθος τα θεμελιώδη στοιχεία και χρησιμοποιούν την Τεχνητή Νοημοσύνη για να εργάζονται πιο γρήγορα, να δοκιμάζουν περισσότερες επιλογές, να επικοινωνούν καλύτερα και να εντοπίζουν προβλήματα νωρίτερα.

Η δεύτερη ομάδα θα τα πάει καλά.

Η φράση «Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους Πολιτικούς Μηχανικούς;» σχεδόν απαντά από μόνη της αν κοιτάξει κανείς τι κάνουν οι πολιτικοί μηχανικοί. Η Τεχνητή Νοημοσύνη μπορεί να παράγει, να υπολογίζει, να συνοψίζει, να βελτιστοποιεί και να ανιχνεύει. Αλλά οι πολιτικοί μηχανικοί πρέπει να αποφασίζουν, να επαληθεύουν, να επικοινωνούν και να αναλαμβάνουν την ευθύνη.

Αυτό το τελευταίο μέρος είναι η άγκυρα. Ίσως ολόκληρη η γέφυρα, στην πραγματικότητα - δεν είναι μια τέλεια μεταφορά, αλλά αντέχει αρκετά.

13. Τελικές σκέψεις: Η τεχνητή νοημοσύνη δεν είναι το τέλος των πολιτικών μηχανικών 🧠🌉

Η Τεχνητή Νοημοσύνη δεν θα καταστήσει τους πολιτικούς μηχανικούς άσχετους. Θα κάνει πιο δύσκολο να δικαιολογηθεί η μηχανική χαμηλής ειδίκευσης, η οποία απαιτεί επαναλαμβανόμενες εργασίες και απαιτεί αντιγραφή-επικόλληση.

Αυτή είναι η πραγματική μετατόπιση.

Ο μελλοντικός πολιτικός μηχανικός θα είναι εν μέρει σχεδιαστής, εν μέρει αναλυτής, εν μέρει συντονιστής, εν μέρει διαχειριστής κινδύνου και εν μέρει χειριστής τεχνολογίας. Θα χρειαστεί τεχνικό βάθος, πρακτική αντίληψη και αρκετή ψηφιακή αυτοπεποίθηση για να χρησιμοποιεί την Τεχνητή Νοημοσύνη χωρίς να ξεγελιέται από αυτήν.

, λοιπόν, η Τεχνητή Νοημοσύνη τους Πολιτικούς Μηχανικούς; Όχι, όχι εντελώς. Αλλά οι πολιτικοί μηχανικοί που αγνοούν την Τεχνητή Νοημοσύνη μπορεί να αντικατασταθούν από πολιτικούς μηχανικούς που τη χρησιμοποιούν σωστά.

Αυτή είναι η άβολη, πολύτιμη αλήθεια.

Οι μηχανές δεν παίρνουν το κράνος. Αλλάζουν αυτά που πρέπει να γνωρίζει το κράνος.

Παράδειγμα από τον πραγματικό κόσμο: Χρήση τεχνητής νοημοσύνης για την αναθεώρηση ενός πακέτου σχεδιασμού αποστράγγισης

Σενάριο

Φανταστείτε μια μικρή εταιρεία συμβούλων πολιτικών μηχανικών να προετοιμάζει μια αρχική αξιολόγηση αποστράγγισης για έναν δρόμο πρόσβασης σε οικιστικό συγκρότημα 2 χλμ. Πρόκειται για ένα φανταστικό αλλά ρεαλιστικό παράδειγμα, όχι για μια μελέτη περίπτωσης εταιρείας.

Ο μηχανικός έχει ένα σχέδιο αποστράγγισης, ένα σχέδιο λεκάνης απορροής, υποθέσεις βροχόπτωσης, ένα πρόγραμμα σωλήνων, ένα πρόγραμμα φρεατίων και μια σύντομη περιγραφή του σχεδιασμού από τον πελάτη. Κανονικά, ένας νεότερος μηχανικός μπορεί να αφιερώσει μισή μέρα ελέγχοντας αν η έκθεση, τα σχέδια και τα χρονοδιαγράμματα λένε όλα το ίδιο πράγμα. Όχι μια εντυπωσιακή δουλειά. Απαραίτητη, όμως.

Η Τεχνητή Νοημοσύνη ταιριάζει καλά εδώ επειδή η εργασία είναι επαναλαμβανόμενη και απαιτεί πολλά έγγραφα. Δεν θα πρέπει να εγκρίνει το σχέδιο αποστράγγισης. Θα πρέπει να βοηθά τον μηχανικό να εντοπίζει ασυνέπειες πιο γρήγορα.

Τι χρειάζεται ο βοηθός

Ο βοηθός Τεχνητής Νοημοσύνης θα χρειαστεί:

• Η έκθεση σχεδιασμού αποστράγγισης

• Σχέδια διάταξης αποχέτευσης ή εξαγόμενες σημειώσεις σχεδίων

• Προγράμματα σωλήνων και φρεατίων

• Πίνακας περιοχής λεκάνης απορροής

• Κριτήρια σχεδιασμού, όπως περίοδος επαναφοράς, περιθώριο κλιματικής αλλαγής, μέθοδος απορροής και όριο παροχής

• Το πρότυπο εσωτερικού ελέγχου της εταιρείας

• Σαφής οδηγία ότι πρέπει να επισημαίνει την αβεβαιότητα αντί να εφευρίσκει ελλείπουσες τιμές

Παράδειγμα οδηγιών

Ελέγξτε το πακέτο σχεδιασμού αποστράγγισης μόνο για λόγους συνέπειας. Συγκρίνετε την έκθεση σχεδιασμού, το χρονοδιάγραμμα σωλήνων, το χρονοδιάγραμμα φρεατίου, τον πίνακα λεκάνης απορροής και τις σημειώσεις σχεδίου. Επισημάνετε τυχόν αναντιστοιχίες στα μεγέθη σωλήνων, τις κλίσεις, τα επίπεδα αναστροφής, τις αναφορές φρεατίων, τις περιοχές λεκάνης απορροής, τους ρυθμούς παροχής, τα κριτήρια βροχόπτωσης, το περιθώριο κλιματικής αλλαγής και την περίοδο επαναφοράς σχεδιασμού. Μην εγκρίνετε το σχεδιασμό. Μην δημιουργείτε τιμές που λείπουν. Παρουσιάστε τα ευρήματα ως πίνακα ελέγχου με: πρόβλημα, έγγραφο πηγής, τιμή που συγκρούεται, επίπεδο κινδύνου και τι πρέπει να επαληθεύσει χειροκίνητα ο μηχανικός.

Πώς να το δοκιμάσετε

Μια καλή δοκιμή είναι να δώσετε στον βοηθό μια μικρή συσκευασία με γνωστά σφάλματα που έχουν τοποθετηθεί, όπως:

• Ένα φρεάτιο με την ένδειξη MH12 στο σχέδιο, αλλά MH21 στο χρονοδιάγραμμα

• Ένας σωλήνας 600 mm εμφανίζεται στη διάταξη αλλά 450 mm στο πρόγραμμα σωλήνων

• Μια έκθεση που αναφέρει 40% επίδομα για την κλιματική αλλαγή, ενώ το φύλλο υπολογισμού χρησιμοποιεί 30%

• Μια λεκάνη απορροής στρογγυλοποιήθηκε λανθασμένα από 0,84 εκτάρια σε 0,48 εκτάρια

• Λείπει μια σημείωση σχετικά με το εάν η έξοδος είναι περιορισμένη ή απεριόριστη

Στη συνέχεια, ο μηχανικός ελέγχει εάν η Τεχνητή Νοημοσύνη εντοπίζει τα προβλήματα που έχουν τοποθετηθεί και εάν επινοεί τυχόν επιπλέον. Αυτό το δεύτερο μέρος έχει σημασία. Ένα εργαλείο που εντοπίζει πέντε γνήσια προβλήματα αλλά δημιουργεί τρία φανταστικά εξακολουθεί να χρειάζεται προσεκτικό χειρισμό.

Αποτέλεσμα

Ενδεικτικό αποτέλεσμα: με βάση τον χρονισμό ενός πακέτου δειγμάτων πέντε εγγράφων με 12 εντοπισμένα προβλήματα συνέπειας, ο χειροκίνητος έλεγχος διήρκεσε 2 ώρες και 40 λεπτά. Ο έλεγχος με τη βοήθεια τεχνητής νοημοσύνης διήρκεσε 55 λεπτά, συμπεριλαμβανομένης της ανθρώπινης επαλήθευσης.

Ο βοηθός επισήμανε σωστά 10 από τα 12 προβλήματα φύτευσης. Ο μηχανικός εντόπισε τα υπόλοιπα 2 κατά τη διάρκεια του χειροκίνητου ελέγχου. Επίσης, προκάλεσε 1 ψευδή συναγερμό, όπου παρερμήνευσε μια σημείωση σχετικά με τη μελλοντική υιοθέτηση αποστράγγισης.

Αυτό σημαίνει ότι η ροή εργασίας μείωσε τον χρόνο αναθεώρησης κατά περίπου 66%, αλλά δεν εξάλειψε την ανάγκη για μηχανικό έλεγχο. Το πολύτιμο αποτέλεσμα δεν ήταν «η Τεχνητή Νοημοσύνη ενέκρινε τον σχεδιασμό αποστράγγισης». Το πολύτιμο αποτέλεσμα ήταν «ο μηχανικός έφτασε στις σημαντικές ασυνέπειες πιο γρήγορα»

Τι μπορεί να πάει στραβά

Ο κύριος κίνδυνος είναι η αντιμετώπιση του ελέγχου τεχνητής νοημοσύνης ως τεχνικής έγκρισης. Δεν είναι.

Η Τεχνητή Νοημοσύνη μπορεί να χάσει μια λανθασμένη υπόθεση, να παρερμηνεύσει μια σημείωση σχεδίου, να μπερδέψει παρόμοιες ετικέτες φρεατίων ή να μην παρατηρήσει ότι ένα σχέδιο είναι τεχνικά συνεπές αλλά εξακολουθεί να είναι ακατάλληλο για την τοποθεσία. Μπορεί επίσης να ακούγεται πολύ σίγουρο ενώ κάνει λάθος, κάτι που είναι ακριβώς το είδος της εμπιστοσύνης που κανείς δεν χρειάζεται κοντά στον κίνδυνο πλημμύρας.

Η εμπιστευτικότητα είναι ένα άλλο ζήτημα. Τα σχέδια του έργου, οι συνοπτικές οδηγίες των πελατών, οι λεπτομέρειες ιδιοκτησίας γης και τα δεδομένα υποδομής δεν πρέπει να μεταφορτώνονται σε τυχαία εργαλεία χωρίς άδεια. Οι εταιρείες χρειάζονται εγκεκριμένα συστήματα, κανόνες δεδομένων και σαφή ίχνη ελέγχου.

Πρακτικό πακέτο

Αυτό είναι το είδος της ροής εργασίας όπου η Τεχνητή Νοημοσύνη έχει νόημα στα πολιτικά μηχανικά έργα: χαμηλού κινδύνου, επαναλαμβανόμενη, ελέγξιμη και εξακολουθεί να εποπτεύεται από έναν άνθρωπο μηχανικό. Εξοικονομεί χρόνο, εντοπίζει προφανείς ασυνέπειες και δίνει στον μηχανικό περισσότερο χώρο να σκεφτεί εάν αυτός ο σχεδιασμός θα λειτουργήσει επί τόπου.

Συχνές ερωτήσεις

Θα αντικαταστήσει η Τεχνητή Νοημοσύνη πλήρως τους Πολιτικούς Μηχανικούς;

Όχι, η Τεχνητή Νοημοσύνη είναι απίθανο να αντικαταστήσει πλήρως τους πολιτικούς μηχανικούς. Η πολιτική μηχανική περιλαμβάνει τη δημόσια ασφάλεια, τη νομική ευθύνη, την κρίση του χώρου, τους κανονισμούς, την επικοινωνία και τη λήψη πρακτικών αποφάσεων. Η Τεχνητή Νοημοσύνη μπορεί να υποστηρίξει υπολογισμούς, τεκμηρίωση, επιλογές σχεδιασμού και ανάλυση δεδομένων, αλλά δεν μπορεί να φέρει επαγγελματική λογοδοσία. Η πιο ρεαλιστική αλλαγή είναι ότι οι μηχανικοί που χρησιμοποιούν καλά την Τεχνητή Νοημοσύνη μπορεί να ξεπεράσουν σε απόδοση εκείνους που την αγνοούν.

Ποιες εργασίες πολιτικού μηχανικού είναι πιο πιθανό να αυτοματοποιηθούν από την Τεχνητή Νοημοσύνη;

Η Τεχνητή Νοημοσύνη είναι πιθανότερο να αυτοματοποιήσει επαναλαμβανόμενες, βασισμένες σε κανόνες και απαιτητικές σε τεκμηρίωση εργασίες. Αυτές περιλαμβάνουν τη σύνταξη τυποποιημένων σημειώσεων, την προετοιμασία αναφορών πρώτου σταδίου, τις εκτιμήσεις ποσοτήτων, τις περιλήψεις συναντήσεων, τους βασικούς ελέγχους σχεδιασμού, τις αναθεωρήσεις προδιαγραφών και την ανίχνευση συγκρούσεων BIM. Αυτές οι εργασίες εξακολουθούν να χρειάζονται ανθρώπινη αναθεώρηση, επειδή μικρά σφάλματα μπορούν να δημιουργήσουν μεγάλους κινδύνους έργου. Ο αυτοματισμός μπορεί να μειώσει τον φόρτο εργασίας, αλλά δεν εξαλείφει την ανάγκη για μηχανική κρίση.

Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους Πολιτικούς Μηχανικούς στα γραφεία σχεδιασμού;

Η Τεχνητή Νοημοσύνη θα αλλάξει την εργασία του γραφείου σχεδιασμού, αλλά δεν θα εξαλείψει την ανάγκη για πολιτικούς μηχανικούς. Σε πολλές ροές εργασίας σχεδιασμού, η Τεχνητή Νοημοσύνη μπορεί να βοηθήσει στη δημιουργία οδικών χαρακτήρων, στη σύγκριση δομικών επιλογών, στον έλεγχο υποθέσεων αποστράγγισης, στην αναθεώρηση αναφορών ή στην ανίχνευση συγκρούσεων κοινής ωφέλειας. Ωστόσο, οι τελικές αποφάσεις εξακολουθούν να εξαρτώνται από το κόστος, την κατασκευασιμότητα, τη ρύθμιση, τον κίνδυνο και τις ανάγκες του πελάτη. Οι μηχανικοί παραμένουν υπεύθυνοι για την επιλογή και την επαλήθευση πρακτικών λύσεων.

Μπορεί η Τεχνητή Νοημοσύνη να αντικαταστήσει τους πολιτικούς μηχανικούς σε εργοτάξια;

Η Τεχνητή Νοημοσύνη είναι πολύ λιγότερο πιθανό να αντικαταστήσει τους πολιτικούς μηχανικούς που εργάζονται σε εργοτάξια. Τα εργοτάξια είναι απρόβλεπτα, φυσικά και μεταβάλλονται συνεχώς. Η Τεχνητή Νοημοσύνη μπορεί να βοηθήσει στην παρακολούθηση drones, την ανίχνευση ελαττωμάτων, την παρακολούθηση της ασφάλειας, τον προγραμματισμό ειδοποιήσεων και τις αυτοματοποιημένες αναφορές. Ωστόσο, οι μηχανικοί του εργοταξίου εξακολουθούν να συντονίζουν τους ανθρώπους, να ερμηνεύουν σχέδια, να ανταποκρίνονται σε εκπλήξεις, να ελέγχουν την ποιότητα και να λαμβάνουν αποφάσεις όταν οι συνθήκες πεδίου δεν ταιριάζουν με το μοντέλο.

Ποιοι πολιτικοί μηχανικοί κινδυνεύουν περισσότερο από την Τεχνητή Νοημοσύνη;

Οι πολιτικοί μηχανικοί που διατρέχουν τον μεγαλύτερο κίνδυνο είναι εκείνοι που εκτελούν κυρίως επαναλαμβανόμενες εργασίες χαμηλής κρίσης, όπως βασικό σχεδιασμό, τυποποιημένους υπολογισμούς, συνήθεις αναφορές ή εισαγωγή δεδομένων. Ο κίνδυνος δεν έγκειται στην εξαφάνιση όλων των έργων πολιτικού μηχανικού, αλλά στο ότι η απλή εργασία που βασίζεται σε εργασίες γίνεται ευκολότερη στην αυτοματοποίηση. Οι μηχανικοί που κατανοούν γιατί ένα σχέδιο λειτουργεί, επικοινωνούν με σαφήνεια και λαμβάνουν ορθές αποφάσεις θα είναι πολύ πιο δύσκολο να αντικατασταθούν.

Πώς μπορούν οι φοιτητές πολιτικών μηχανικών να προετοιμαστούν για την Τεχνητή Νοημοσύνη;

Οι φοιτητές πολιτικών μηχανικών θα πρέπει να αναπτύξουν ισχυρές βασικές γνώσεις, ενώ παράλληλα θα εξοικειωθούν με τα ψηφιακά εργαλεία. Βασικά θέματα όπως οι κατασκευές, τα υλικά, η υδραυλική, η γεωτεχνική, η τοπογραφία, οι μεταφορές και η διαχείριση κατασκευών εξακολουθούν να έχουν σημασία. Ταυτόχρονα, οι φοιτητές θα πρέπει να μάθουν CAD, BIM, GIS, αυτοματοποίηση υπολογιστικών φύλλων, ανάλυση δεδομένων και τεκμηρίωση με τη βοήθεια τεχνητής νοημοσύνης. Η εμπειρία στο χώρο είναι επίσης πολύτιμη επειδή διδάσκει πότε η επεξεργασμένη παραγωγή λογισμικού μπορεί να μην ταιριάζει με τις συνθήκες πεδίου.

Γιατί η Τεχνητή Νοημοσύνη δυσκολεύεται με έργα πολιτικού μηχανικού;

Η Τεχνητή Νοημοσύνη δυσκολεύεται επειδή η πολιτική μηχανική συμβαίνει στον φυσικό κόσμο, όπου οι συνθήκες είναι πολύπλοκες και αβέβαιες. Τα δεδομένα για το έδαφος μπορεί να είναι ελλιπή, οι οδοί αποστράγγισης μπορεί να είναι φραγμένες, τα σχέδια μπορεί να περιέχουν υποθέσεις και τα εργοτάξια μπορεί να αλλάζουν καθημερινά. Η Τεχνητή Νοημοσύνη λειτουργεί καλύτερα με σαφείς κανόνες και καθαρά δεδομένα. Οι πολιτικοί μηχανικοί προσθέτουν αξία αμφισβητώντας τις υποθέσεις, ερμηνεύοντας την αβεβαιότητα και εφαρμόζοντας την εμπειρία σε φυσικούς περιορισμούς.

Θα αντικαταστήσει η Τεχνητή Νοημοσύνη τους Πολιτικούς Μηχανικούς που κάνουν υπολογισμούς;

Η Τεχνητή Νοημοσύνη μπορεί να βοηθήσει με τους υπολογισμούς, αλλά δεν πρέπει να αντιμετωπίζεται ως υποκατάστατο της κατανόησης της μηχανικής. Μπορεί να βοηθήσει στον έλεγχο των διαδρομών φορτίου, στη σύγκριση επιλογών ή στην ταχύτερη εκτέλεση επαναλαμβανόμενων σεναρίων. Ωστόσο, ένας μηχανικός πρέπει να κατανοήσει τις υποθέσεις, να επαληθεύσει τη μέθοδο και να κρίνει εάν το αποτέλεσμα έχει νόημα. Ένας λανθασμένος υπολογισμός στα πολιτικά μηχανικά έργα μπορεί να επηρεάσει την ασφάλεια, το κόστος και τη νομική ευθύνη.

Πώς πρέπει οι εταιρείες πολιτικού μηχανικού να χρησιμοποιούν την Τεχνητή Νοημοσύνη με ασφάλεια;

Οι εταιρείες θα πρέπει να ξεκινήσουν με χρήσεις χαμηλότερου κινδύνου, όπως περιλήψεις, υποστήριξη σύνταξης, έλεγχο εγγράφων και αυτοματοποίηση ροής εργασίας. Για την τεχνική εργασία, χρειάζονται σαφείς κανόνες αναθεώρησης, ανθρώπινη υπογραφή, εκπαίδευση προσωπικού, προστασία δεδομένων και ανιχνεύσιμες υποθέσεις. Η Τεχνητή Νοημοσύνη θα πρέπει να ενισχύει την πειθαρχία της μηχανικής, όχι να την παρακάμπτει. Η κακή υιοθέτηση μπορεί να δημιουργήσει ανεξέλεγκτα αποτελέσματα, υπερβολικά αυτοπεποίθηση στις αναφορές και αποφάσεις που οι μηχανικοί δεν μπορούν να εξηγήσουν σωστά.

Ποιες δεξιότητες θα κάνουν τους πολιτικούς μηχανικούς πολύτιμους σε ένα μέλλον που βασίζεται στην Τεχνητή Νοημοσύνη;

Οι πιο πολύτιμοι πολιτικοί μηχανικοί θα συνδυάσουν τα τεχνικά βασικά στοιχεία με την κρίση, την επικοινωνία και την ψηφιακή ευχέρεια. Θα πρέπει να κατανοούν τους κώδικες, τις συνθήκες του χώρου, τον κίνδυνο, την κατασκευασιμότητα και τις ανάγκες των πελατών. Θα πρέπει επίσης να γνωρίζουν πώς να χρησιμοποιούν υπεύθυνα την Τεχνητή Νοημοσύνη, το CAD, το BIM, τον αυτοματισμό και τα εργαλεία δεδομένων. Ο μελλοντικός μηχανικός δεν είναι απλώς κάποιος που παράγει υπολογισμούς, αλλά κάποιος που επαληθεύει τα αποτελέσματα και λαμβάνει υπεύθυνες αποφάσεις.

Αναφορές

1. Αμερικανική Εταιρεία Πολιτικών Μηχανικών - Τεχνητή Νοημοσύνη και Μηχανική Ευθύνη - asce.org

2. Γραφείο Στατιστικών Εργασίας των ΗΠΑ - Πολιτικοί Μηχανικοί - bls.gov

3. Διεθνής Οργάνωση Εργασίας - Πώς μπορεί η Γενετική Τεχνητή Νοημοσύνη να επηρεάσει διαφορετικά επαγγέλματα - ilo.org

4. NIST - NIST.AI.600-1.pdf - nist.gov

5. NCEES - Άδεια - ncees.org

6. Πανεπιστήμιο Autodesk - Χρήση Γενετικού Σχεδιασμού σε Εφαρμογές Κατασκευών - autodesk.com

Βρείτε την τελευταία λέξη της Τεχνητής Νοημοσύνης στο επίσημο κατάστημα βοηθών τεχνητής νοημοσύνης

Σχετικά με εμάς