ابتكار نموذج متقدم للكشف عن عيوب التصميم وإصلاحها في نمذجة معلومات البناء باستخدام نماذج لغوية متخصصة!

في عالم التصميم والبناء، تتعدد العيوب التي قد تظهر، مما يجعل عملية الكشف عنها وإصلاحها أمراً في غاية الأهمية. في هذا الإطار، قدمت دراسة جديدة حلاً مبتكراً من خلال استغلال تقنيات الذكاء الاصطناعي، وبالتحديد نماذج اللغات الضخمة (Large Language Models - LLMs).

تبدأ الدراسة بتقديم منهجية "من BIM إلى نص"، حيث تتم معالجة بيانات نمذجة معلومات البناء لتنظيم البيانات بشكل متوازن، مما يسهل على نماذج اللغات الضخمة فهم المعلومات. من ثم، تُستخدم تقنيات مثل تعلم المؤشرات الموجهة، والاقتراحات القليلة التجارب، وتوليد استجابات في الوقت الحقيقي (RAG) للكشف عن العيوب وتقديم اقتراحات فعالة للإصلاح.

ويؤكد الباحثون على أهمية ابتكار استراتيجية للتحكم في الإدراك الخاطئ، والتي تتضمن التحقق من المعرفات الأساسية وقيود الطول للتأكد من دقة المعلومات. وقد أظهرت التجارب أن الإطار الجديد حقق دقة تحديد للعيوب تصل إلى 85%، مقارنة بـ 70% في التقنيات التقليدية، بالإضافة إلى تحقيق معدل اقتراحات إصلاح معقولة يقدر بـ 94%.

كما تمكن هذا الابتكار من تقليل الإدراك الخاطئ بنسبة 92.5% في دورة واحدة، مما يضع الأساس لتطبيق تقنيات الذكاء الاصطناعي بشكل فعّال في مجال البناء.

ما رأيكم في هذا التطور؟ كيف يمكن أن يُحدث تغييراً في مجال البناء؟ شاركونا آراءكم في التعليقات.