Сравнение результатов подбора конструктивных схем здания человеком и ИИ

         Вот и завершился мой личный эксперимент длинной в 4 года. В 2017 году я начал реализовывать самый амбициозный проект в моей жизни, а именно начал оцифровывать мой опыт конструирования каркасов зданий. За это время я совершил большое количество ошибочных предположений, но одно из них было неизменно. За основную аксиому я принял то,  что человек это просто набор математических функций и поведение любого человека как и принимаемые им решения можно описать опираясь на законы математики. При этом если что то не получается , то это не уходит в статус "невозможного", оно по умолчанию "возможно" , просто еще не найдет оптимальный вариант решения, по сути это доказал еще Гёдель в 1930 году. 

Prometey 2.0 , Robot Structural Analysis и SCAD 21 - сравнение результатов расчета

           Сейчас веду активную работу над теоретическим армированием. Оказывается все разработчики ПО для расчетов строительных конструкций подходят по разному в вопросе нахождения теоретического армирования. 

            Перед нахождением теоретического армирования у всех разработчиков на руках результаты найденных напряжений по каждому КЭ в виде девяти тензоров напряжений:

Prometey 2.0 Руководство пользователя

ссылка на программу 

Краткий обзор возможностей программы на примере:

1. Вступление.

Программа Prometey 2.0 - это продолжение мобильной версии программы которая перевернет твое сознание и раздвинет тебе привычные рамки понимания окружающих тебя вещей. Она создана для помощи, а не для замены инженеров искусственным интеллектом. 

Prometey 2.0 - это оцифрованная копия инженера конструктора, а точнее цифровой двойник его опыта, только уже намного более точный и производительный. Это полноценный искусственный интеллект под управлением различных нейросетей , генетических алгоритмов и просто сложных алгоритмов работающих в связке с друг другом. 

Возможности Prometey 2.0:

 - расставляет колонны/пилоны на архитектурном плане здания строго в архитектурных стенах

- создает сотни, тысячи, десятки и даже сотни тысяч вариантов различного расположения 

- находит напряжения в вертикальных несущих элементах (N, Mx, My, Mz, Qx, Qy)

- находит деформации в плите перекрытия 

- находит основные напряжения σх и σу по верхней и нижней плоскости плиты перекрытия 

- определяет эффективность каждого варианта конструктивной схемы здания в рамках теории основанной на статистическом анализе 100 000 вариантов расчетных схем зданий подготовленных ИИ

- составляет отчет со всеми эпюрами  и сохраняет его на жестком диске за уникальным ID номером

Помимо новых функций в программе остались и портированы все старые функции мобильной версии:

- Экспресс оценка изгибающих моментов возникающих в плите перекрытия 

- Экспресс оценка распределения грузовых площадей вертикальных конструкций 

- И многие другие 

Широкоформатные мониторы 32:9 в проектировании

             Для группы по проектированию алюминиевых мостов решил подобрать удобные мониторы и решил начать с себя. Долго сравнивал варианты, два монитора 27" или один 49". И в конечном счете решил остановится на мониторе с соотношением сторон 32:9. Длинной такой монитор 1200 мм, коробка 1550. 

             С одной стороны данные мониторы конечно же для PC-гейминга , частота 120 Гц, разрешение 5120х1440, HDR и т.д., но мое мнение он отлично подходит для работы. Как минимум за счет высокой частоты создает меньшее давление на глаза. 

Производительность ядер CUDA в моделировании

              В прошлой статье я рассматривал производительность самой современной архитектуры Ампера на базе видеокарты RTX 3090 в задачах статических расчетов строительных конструкций. В экспериментах удалось добиться почти 40% увеличения производительности. В этой статье я решил протестировать уже шейдерные ядра CUDA в вычислениях с одинарной точностью, иными словами в задачах моделирования. 

             Все современные программы для моделирования по своей сути представляют собой уже прошлое. С появлением высокопроизводительной архитектуры параллельных вычислений Ампера, теперь как никогда становится уже очень актуально появление новых геометрических ядер, на основании хотя бы шейдерной тесcеляции. Время тесселяции на основании OpenGL или Direcr3D подходит к концу. 

Использование видеокарты RTX 3090 в проектировании

          Начну немного издалека. В прошлом году появление видео карт RTX 2080 от компании Nvidia для обычных пользователей ознаменовала ничего, но для инженеров это новая эра. Со стороны обычного пользователя видео карта это некий девайс обладающий магической силой создавать картинку на экране монитора , и чем больше видео память и скорость обработки этого объема тем лучше. Но вот для инженера этого не просто мало и можно сказать, что даже вся эта информация не дает ничего.

          Многие инженеры и архитекторы знают, что есть деление видео карт на профессиональные и игровые. Многие ставят для работы профессиональные и наоборот , не видя разницы, ставят игровые вместо профессиональных. 

Prometey. Обучение ИИ расстановке колонн в здании. Часть 3

          Спустя почти 8 месяцев я получил первый результат и он положительный. Сейчас нет радости от результата, потому как много сил и времени ушло на создание рабочей модели нейронной сети. Этот путь был настолько тернист , что и врагу не пожелать. У меня уже есть идеи как все улучшить в два раза, но меня это откинет на 3 месяца назад, поэтому я решил пока все оставить как есть и не трогать математическую модель. А вот как она выглядит :

Prometey. Обучение ИИ расстановке колонн в здании. Часть 2

          В течении двух недель я пробовал найти решение проблемы сходимости нейросети с тренировочными данными в пределах не более 10% погрешности и с большей производительностью.

Prometey. Обучение ИИ расстановке колонн в здании. Часть 1

             В прошлой статье я упомянул , что мозг человека это не творения некого сверх разума, это всего навсего механизм выполняющий сложные математические операции. Но скорость обработки этих операций и их число настолько велико, что их невозможно визуализировать каким либо понятным графическим способом. Так как я решаю проблему расстановки пилонов в здании, то и примеры будут касаться конструирования. Когда конструктор получает задание от архитектора на расположение вертикальных конструкций, по сути он начинает на подсознательном уровне подгружать весь тот полученный с годами опыт и применять его на практике. И под опытом я подразумеваю практические навыки на аналогично проделанной работе.

Prometey. Двойной агент искусственного интеллекта расставляет пилоны в здании. Введение

          Протестировав 3 разные модели расстановки пилонов в здании я остановился на модели NEAT, а точнее HyperNEAT. В дословном переводе это означает NeuroEvolution of Augmenting Topologies , в переводе НейроЭволюция возрастающих топологий, только для очень масштабных не симметричных нейронных систем.
          Порой нам кажется, что проще выполнять всю работу самому и работа в команде нам только мешает, но как оказывается не всегда.

Программа AIPI, версия 1.0.1.0 Свободная версия для скачивания.

       
Для скачивания через Microsoft Store , просто наберите в поиске AIPI, или используйте ссылку. 

Программа AIPI предназначена в первую очередь для ГИПов и руководителей проектных организаций. AIPI автоматизирует:
- график загрузки специалистов по основным разделам
- график необходимости специалистов по разделам
- график движения заработанных денег по отделам
- график движения заработанных денег по организации
- внесение изменений в график
- пересчет основных графиков исходя из сдвижек на линейном графике

Может ли нейросеть управлять проектной компанией ?

          Пару месяцев назад я решил поставить на паузу работу с моей программой Prometey и помочь ГИПам в компании где я работаю в создании программы которая автоматически считает загруженность отделов, считает бюджет компании и составляет графики балансов по людям и деньгам в режиме "онлайн".

Нейросеть Nvidia реконструирует фотографии

            По данной ссылке находится демо версия нейросети которая реконструирует части изображения находящиеся под маской которую задает пользователь. Для примера возьмем фото Арни из культового фильма:

         Наложим маски в различных местах и посмотрим результат:

А вот и сами маски:

Робот контролирует совместную работу инженеров / конструкторов / архитекторов в разном ПО

           Что такое совместная работа проектировщиков ? Этот процесс и он чем то напоминает неуправляемый хаос. Но все же для получения желаемого РЕАЛЬНОГО результата необходимо грамотное управление данного сложного процесса. Процесса с тысячами взаимосвязей между всеми участниками процесса.
           В машиностроении существует производственная система которая выстраивает технический процесс от А до Я, другими словами любая задача раскладывается на детали и данные детали мы можем улучшать до бесконечности. В проектировании, любая, даже казалось бы идентичная задача, складывается из немного разного набора деталей. И одной из самых сложных задач в проектировании с точки зрения TPS (Toyota Production System - Производственная система), является ускорение и улучшение процесса выдачи заданий между подразделениями проектного института. И мы решили попробовать решить данную задачу с точки зрения именно производственной системы.

Сравнение результатов нахождения изгибающих моментов между нейросетью, RSA, SCAD

         Пару недель назад я опубликовал тестовое видео демонстрации работы нейросети при нахождении изгибающих моментов:

Нейросеть находит изгибающие моменты в плите.

          После того как у меня получились положительные результаты тестов нахождения изгибающих моментов в плите, я смог кратно ускорить процесс разработки нейросетевых библиотек приложения Prometey.
          На сегодняшний день у меня уже две основные нейронные модели. Обученные нейронные модели по своей сути представляют собой набор нейронных связей в виде сотен и тысяч строк кода почти одних чисел:

Prometey. Релиз версии 1.0 и дорожная карта до конца года

         Релиз приложения я планировал изначально на 1 сентября, но я смог устранить все проблемы быстрее чем планировал и опубликовал приложение раньше.
         Приложение рассчитывает и реализует:
1. Эффективность конструктивных решений
2. Вертикальную нагрузку на пилоны и колоны
3. Положение центра тяжести грузовых площадок
4. Цветовое разбиение интенсивности распределения грузовых площадей в плите перекрытия
5. Экспорт результатов в файл формата DXF
6. Общий обмен файлами расчета между пользователями
7. Сканирование чертежей и любой информации через камеру телефона
8. Загрузка фотографий в формате PNG любого размера и разрешения
9. И многое другое

Prometey. Как приложение будет бороться с пиратством и почему оно платное ?!

        Многие слышали и знают приложение CUBE, если вбить в поиск точное название (или хотя бы примерное), то первым в запросе будет ссылка на Google Play. Но вторая ссылка будет вести на пиратский сайт:

Prometey. САПР решает вопрос эффективности расположения городов в США и России. Экспорт результатов в dxf

         

          Реализуя основные функции мобильного приложения Prometey я снова столкнулся с проблемой масштаба , поэтому решил обойти этот вопрос без помощи нейросетей с распознаванием двумерной информации. Задачу решил более практично, пользователь сам подбирает масштаб с помощью простого в использовании инструмента. Проблема масштаба встала когда я попытался перекинуть dxf в Allplan. Не было ясно в каком масштабе сама модель, так как модель в Prometey отстраивается в произвольном масштабе согласно масштаба изображения на котором происходят все построения. И проблема масштаба так же остро стояла при обмене пользователями моделями, не ясно в каком масштабе модель полученная от другого человека, поэтому коэффициент масштаба записывается в саму модель файла Prometey.

Prometey. Нейронные сети в конструировании

         Многие компании пытались создать сложные генетические алгоритмы, но все потерпели крах. В основном по одной причине, попытке создать сложный алгоритм с большим количеством нелинейных зависимостей. Но для того что бы создать искусственную генетику, необходимо понять как функционирует вполне себе природная.
          Возьмем для примера человека, как мы распознаем лица, буквы, цифры , геометрию ? Это очень сложный вопрос, но на его смог ответить Ян Лекун - французский ученый в области информатики и нейробиологии. Он можно сказать является основателем такого вида нейронных сетей как CNN - convolution neural network, данная нейросеть работает по принципу зрительной коры человеческого мозга, где простые клетки распознают прямые линии под различными углами и передают информацию в более сложные клетки в которых собираются уже более сложные изображения и т. д. пока не складывается полная картинка увиденная человеческим глазом.