Dobici:
- Sposobnost podjele projekta na faze od koncepta do isporuke i određivanje uloge umjetne inteligencije, verifikacije koja se aktivira i odgovornog stručnjaka u svakoj fazi.
- Postavljanje pitanja o kanti rizika na kraju svake faze i mogućnost da potvrdite lokalno postrojenje, zakone i troškove u svojoj fazi.
- Sposobnost integracije AI proizvodi, ljudi odlučuju, svaki kritični rezultat se provjerava, potpis je sa stručnim principima u end-to-end toku rada
U prethodnih jedanaest cjelina učili smo dijelove jedan po jedan: koncept, vizual, analiza lokacije, postrojenje, voda, održivost, tehnika, prezentacija, trošak, zakonodavstvo. U ovoj jedinici ih sve kombinujemo u jedan pravi projekat. Cilj je uspostaviti tok posla koji može koristiti umjetnu inteligenciju (AI) tečno i sigurno od početka projekta do njegove isporuke. Tok posla je skup uzastopnih koraka koje posao prati od početka do kraja. Ova jedinica nije sažetak, već integracijska proba: u svakoj fazi, gdje AI ubrzava, gdje se zaustavlja, koja validacija dolazi u igru.
Primjer projekta: gradski park od 4 ha uz potok
Razmotrimo projekat koji smo spomenuli kroz modul od početka do kraja. Opština želi da transformiše obalu potoka u opasnosti od poplava u gradski park koji istovremeno štiti vodu i donosi upotrebljivost naselju. Budžet je ograničen, trajanje je tri mjeseca, klima je blaga kišna.
Faza 1 — Okvir i koncept (Jedinice 1-2). Okvir projekta i 6 tema su proizvedene pomoću AI; Tim bira temu "vodena linija koja vraća potok koji je grad zaboravio" i pretvara je u principe. AI diverzificira i bira timove.
Faza 2 — Analiza terena (Jedinica 4). Nagib, orijentacija, protok vode se dobijaju iz GIS-a; Napravljen je izlet. AI sintetiše izmjerene podatke + posmatranje i proizvodi listu ograničenja mogućnosti. Mjerenja iz alata, sinteza verifikovana.
Faza 3 — Voda i klimatska strategija (Jedinica 6). YZ predlaže kombinaciju kišne bašte + bioswallow + propusno tlo; uspostavljena je logika poravnanja. Dimenzioniranje je povjereno hidrauličaru.
Faza 4 — Paleta biljaka (Jedinica 5). AI proizvodi profil karakteristika i listu kandidata; Tim provjerava svaku vrstu za lokalnu klimatsku zonu, invazivnu listu, toksičnost i dostupnost mladica. Neprovjerene vrste nisu uključene.
Faza 5 — Provjera održivosti (Jedinica 7). Dizajn se prenosi kroz skalu za vodopropusnost-lokalna stopa-sjena-biodiverzitet; slabi naslovi su poboljšani.
Faza 6 — Vizuelna i tehnička (cjeline 3, 8). AI proizvodi atmosferske slike i poređenje logike/materijala detalja; Smjernice se crtaju u CAD-u, statičke detalje crta inženjer.
Faza 7 — Troškovi i raspored (Jedinica 10). AI organizuje listu stavki i tabelu; Upisuju se stvarne količine i trenutne cijene, a raspored radova se postavlja prema sezoni sadnje.
Faza 8 — Zakonodavstvo i implementacija (Jedinice 9, 11). Kontrolna lista dozvola i pitanja institucije su pripremljeni, stavke se potvrđuju sa službenikom; Prezentacija je osmišljena na različitim jezicima za tri publike (opština, stanovnici naselja, žiri).
Savjet: Na kraju svake faze postavite jedno pitanje: „Da li je ovaj rezultat nizak, srednji ili visok rizik; ko će to provjeriti?“ Ovo jedno pitanje čuva cijeli tok rada sigurnim.
Zlatno pravilo između faza
U toku od kraja do kraja, tri principa se ponavljaju u svakoj fazi: (1) AI variira i ubrzava, ljudi biraju i posjeduju; (2) svaki numerički/lokalni/sigurnosno kritični izlaz je verifikovan; (3) rješenje i potpis su kod nadležnog vještaka. Ova tri principa se ne menjaju; Mijenja se samo predmet na koji se primjenjuju.
tri mini kofera
Slučaj 1 — Brzina od kraja do kraja. Jedna kancelarija je vodila sličan stream park sa tokovom rada koji je pokretan veštačkom inteligencijom: koncept i analiza su trajali od 3 nedelje do 10 dana; Ušteđeno vrijeme bilo je posvećeno detaljima i verifikaciji. Kvalitet isporuke je poboljšan jer je tim dobio vrijeme da „odluči“ umjesto da „proizvodi“.
Slučaj 2 — Verifikacija lanca. U istom projektu, četiri odvojene AI greške su uhvaćene u različitim fazama: invazivna biljka (provjera jedinice 5), izmišljena regulatorna klauzula (provjera jedinice 11), preuveličana slika (provjera jedinice 3), stavka troškova koja nedostaje (popis jedinice 10). Nijedna nije stigla do podnošenja; disciplina radila.
Slučaj 3 — Transformacija tima. Tim je u početku napravio mnogo grešaka, misleći da je AI "magija koja radi sve". Nakon što su usvojili disciplinu risk bucket (Jedinica 1), počeli su koristiti AI na pravom sloju: besplatno uz niski rizik, validiranje sa srednjim rizikom, samo od pomoći pri visokom riziku. Efikasnost i samopouzdanje su zajedno porasli.
Četiri šablona za kopiranje
1) Plan puta projekta:
Vaša uloga: koordinator projekta pejzaža. Projekat: [opis, trajanje, budžet, klima]. Dajte mi mapu toka posla od kraja do kraja: koncept, analiza, strategija za vodu, postrojenje, održivost, vizuelni, tehnički, troškovi, zakonodavstvo, prezentacija. Navedite ulogu AI u svakoj fazi i koji će provjera/stručnjak biti uključen.
2) Kraj faze revizije rizika:
Provjerite izlaz sljedeće faze [faza i izlaz] za rizik: odvojene dijelove niskog/srednjeg/visokog rizika, ko i kako provjeriti za svaki srednji/visoki, navedite praznine koje treba zatvoriti prije isporuke.
3) Holistička kontrola prije isporuke:
Provjerite ovaj projekat holistički prije isporuke: konzistentnost koncepta-dizajna, da li je izvršena verifikacija lokalnog postrojenja, da li je inženjerska strategija odobrena, da li je trošak realan, da li je zakonodavstvo potvrđeno, da li su vizuali reprezentativni. Potvrde koje nedostaju pojavljuju se na listi.
4) Naučena lekcija:
Kada se ovaj projekat završi, izvucite lekcije naučene korišćenjem veštačke inteligencije: u kojoj fazi je veštačka inteligencija radila veoma dobro, u kojoj fazi je bio visok rizik od greške, kako da poboljšam tok rada u sledećem projektu? Upišite konkretne i djelotvorne stavke.
Slaba prompt / Jaka prompt
Slab upit:
Uradite ovaj projekat za mene od početka do kraja.
Ova želja koja želi sve odjednom; Proizvodi neprovjerenu, površnu i rizičnu gomilu.
Snažan upit:
Vaša uloga: koordinator projekta. Projekat: 4 ha parka pored potoka, 3 mjeseca, ograničen budžet, blaga kišna klima, prioritetna zaštita od poplava i korištenje susjedstva. Za mene se pojavljuje korak po korak; U svakoj fazi, (1) konkretan doprinos AI, (2) provjera koja će doći u igru, i (3) odgovorni stručnjak/autoritet treba navesti. Posebno označite faze visokog rizika. Nemojte reći "AI završava bilo koju fazu sam".
Progresivno podsticanje s provjerom i dodjeljivanjem odgovornosti pretvara AI u pravi alat za koordinaciju.
Tabela sa pregledom uloga od kraja do kraja
Stage
AI doprinos
verifikacija
Odgovorno
koncept
varijacija
Filter budžeta/klime
dizajner
Analiza
sinteza
Polje + GIS
terenski analitičar
voda/klima
Strategija
hidraulični kalkulator
inženjer
biljka
kandidatska lista
Lokalna verifikacija
pejzažni arhitekta
tehnički
Logika/tekst
CAD + statički
Arhitekt/inženjer
Troškovi
Table
Stvarna količina/cijena
kvantitet
zakonodavstvo
Rezime/list
Ovlaštena potvrda
nadležni organ
prezentacija
Narative
Provjera integriteta
dizajner
Uobičajene greške
- Željeti sve u jednom zahtjevu. Tok od kraja do kraja je postepen; Svaka faza se verifikuje posebno.
- Preskakanje revizije rizika na kraju faze. Greške se hvataju tokom faznih prelaza.
- Akumulirati afirmacije i ostaviti ih za kraj. Lokalno postrojenje, zakonodavstvo i potvrđivanje troškova treba da se urade u sopstvenoj fazi.
- Ugrađivanje ljudske odluke u AI tok. Izbor, vlasništvo i potpis ostaju na ljudima u svakoj fazi.
- Ne bilježi naučenu lekciju. Svaki projekat je prilika za poboljšanje narednog toka posla.
Ukratko
Tok posla od kraja do kraja je u kojem se sve prethodne jedinice okupljaju u jednom projektu. AI diverzificira i ubrzava u svakoj fazi; ali u svakoj fazi ljudi biraju, provjeravaju i posjeduju. Tri nepromjenjiva principa održavaju tok sigurnim: AI proizvodi, čovjek odlučuje, svaki kritični rezultat se provjerava, potpis je kod kompetentnog stručnjaka. Podijelite projekat u faze, postavite pitanje o kanti rizika na kraju svake faze, izvršite verifikacije u svojoj fazi i učite iz svakog projekta. Tako AI postaje partner koji jača vašu profesiju, a ne slabi je.
Zadatak aplikacije
Kreirajte tok posla od kraja do kraja sa predloškom "Mapa puta projekta" za pravi projekat po vašem izboru; Provjeriti i dodijeliti odgovornost za svaku fazu. Zatim odaberite dvije faze i revidirajte ih pomoću šablona "Revizija rizika na kraju faze". Na kraju, navedite svoje nedostajuće potvrde pomoću predloška "Holistička provjera prije isporuke".
kontrolna lista
- [ ] Podijelio sam projekat u faze; Provjerio sam i dodijelio odgovornost za svaku fazu.
- [ ] Postavio sam pitanje o riziku na kraju svake faze.
- [ ] Napravio sam potvrdu lokalnog postrojenja, zakona i troškova u sopstvenoj fazi.
- [ ] Povezao sam faze visokog rizika sa odobrenjem stručnjaka.
- [ ] Zabilježio sam lekcije naučene iz projekta za sljedeći radni tok.
Modul Exam
1. Koje od sljedećeg je najtačnije pozicioniranje umjetne inteligencije u pejzažnoj arhitekturi?
- A) AI je akcelerator i generator nacrta; Odgovornost za lokacije, ekologiju, sigurnost i regulatorne odluke je na ljudima ✔
- B) Umjetna inteligencija može sama dovršiti i potpisati dizajn
- C) Umjetna inteligencija radi samo u proizvodnji vizuala, nema nikakve veze s drugim fazama dizajna
- D) Budući da je umjetna inteligencija objektivnija od ljudi, zakonodavne odluke treba joj prepustiti.
Opis: Umjetna inteligencija je multiplikator ideja i generator nacrta koji ubrzava koncept, vizual, analizu i komunikaciju; Realnost terena, lokalna ekologija, sigurnost i zakonska odgovornost ostaju na kompetentnom stručnjaku. U inženjerskim i sigurnosnim odlukama kritičnim, AI nije zamjena za stručno odobrenje.
2. Kada raščlanite odluke o projektu uređenja okoliša prema nivou rizika, što bi od sljedećeg spadalo u kategoriju 'visokog rizika (potrebno je odobrenje stručnjaka)'?
- A) Pisanje konceptualnog teksta
- B) Kreiranje ideje za moodboard
- C) Statika potpornih zidova i sigurnost dječjeg igrališta ✔
- D) Dobivanje prijedloga naslova prezentacije
Opis: Inženjerski i bezbednosni kritični problemi kao što su statika potpornog zida, sukob korena drveća i podkonstrukcije, toksične/invazivne biljke i bezbednost dečijih igrališta predstavljaju veliki rizik; Ovdje je umjetna inteligencija samo pomoćnik, konačna odluka pripada stručnjaku. Tekst koncepta i moodboard su niskog rizika.
3. Koji je najefikasniji način korištenja vještačke inteligencije tokom faze razvoja koncepta?
- A) Kreiranje mnogo različitih tema i njihovo odabiranje i produbljivanje prolaskom kroz kontekstni filter ✔
- B) Traženje jednog 'najboljeg koncepta' i direktno ga implementiranje
- C) Traženje opšteg koncepta bez davanja konteksta
- D) Isporuka koncepta bez ikakvih kritika
Objašnjenje: Ljudski um teži da se fiksira na prve 2-3 ideje. Prava moć vještačke inteligencije je u tome što proizvodi i upoređuje mnogo različitih tema; Izbor, produbljivanje i vlasništvo pripadaju ljudskom biću. Traženje jedne 'najbolje' preporuke gubi tu moć.
4. Koji je princip bitan kada se render (slika) proizveden sa vještačkom inteligencijom predstavlja kupcu?
- A) Vizuelno je predstavljeno kao konačan i tačan pogled koji treba primijeniti.
- B) Smatra se tehničkim dokumentom vizuelne skale
- C) Vizuelni prikaz je atmosfera; provjerena autentičnost i snabdjevena tehničkim listovima ✔
- D) Slika se prenosi direktno u aplikaciju bez provjere
Opis: Vizuali umjetne inteligencije su sredstvo komunikacije i atmosfere; Nije u mjerilu i može sadržavati elemente koji se ne mogu instalirati u stvarnosti (pretjerana gustina, biljke nepoznate klimi). Stoga treba reći da se radi o 'reprezentativnoj atmosferi' i da se prezentira sa tehničkim listovima.
5. Zašto je pogrešno pitati umjetnu inteligenciju o prosječnom nagibu parcele u analizi područja?
- A) Vještačka inteligencija ne može vršiti merenja položaja i može sastaviti broj; mjerenje preuzeto iz GIS/terenskog mjerenja ✔
- B) Vještačka inteligencija ispravno izračunava nagib, ali je spora
- C) Nagib je nebitan podatak, nema potrebe pitati
- D) Umjetna inteligencija može samo izračunati kvadratne metre, ne nagib, već izračunati udaljenost
Opis: Veštačka inteligencija ne vidi zaplet i ne može da izvrši prostorna merenja; takvo pitanje može proizvesti siguran, ali neutemeljen broj. Mjerenja kao što su nagib, površina i udaljenost uzimaju se iz GIS-a ili terenskog istraživanja; Umjetna inteligencija se koristi samo za tumačenje datih izmjerenih podataka.
6. Koje je najkritičnije pravilo korištenja umjetne inteligencije u selekciji biljaka?
- A) Koristite AI za listu kandidata i validaciju svake vrste s lokalnom klimom, invazivnom listom, toksičnošću i tržištem ✔
- B) Stavljanje liste koju je predložila AI direktno u projekat, jer se zasniva na globalnim podacima
- C) Odabir samo vrsta koje izgledaju vizualno privlačno
- D) Preferiraju vrste koje su praktične jer brzo rastu, bez njihove provjere.
Objašnjenje: Budući da AI uči iz globalnog prosjeka, može biti pogrešno u pogledu klimatske zone, invazivnog statusa, toksičnosti i tržišta. Dakle, koristi se samo kao generator liste kandidata; svaka vrsta je provjerena za lokalnu klimatsku zonu, listu invazivnih vrsta, toksičnost i dostupnost mladica. Neprovjereni tip ne ulazi u projekat.
7. Kako se uloga vještačke inteligencije i uloga inženjera razlikuju u upravljanju atmosferskim vodama?
- A) Vještačka inteligencija bezbedno vrši proračune strategije i kapaciteta
- B) Vještačka inteligencija generiše strategije i ideje za postavljanje; Dimenzioniranje i kapacitet su inženjerski proračun i odobrenje ✔
- C) Inženjer samo određuje strategiju, veštačka inteligencija vrši proračune
- D) Veličina nije važna; Smjer u kojem voda teče je dovoljan
Opis: Ideja i postavljanje rješenja kao što su kišne bašte i bioswales su dizajnerske odluke, a tu pomaže umjetna inteligencija. Međutim, dimenzioniranje, kapacitet i sigurnost od poplava zahtijevaju hidraulične proračune i odobrenje inženjera; Umjetna inteligencija ne može izračunati brzinu protoka/kapacitet jer netačna veličina znači poplavu ili kolaps.
8. Koji je najtačniji pristup pri ocjenjivanju održivosti dizajna?
- A) Što dizajn izgleda zelenije, to je održiviji
- B) Procjena održivosti u mjerljivim temama kao što su voda, propusnost, lokalna brzina, hlad, održavanje i biodiverzitet ✔
- C) Dovoljno je samo povećanje broja biljaka
- D) Intenzivna sadnja bez uzimanja u obzir troškova održavanja
Objašnjenje: 'Izgledati zeleno' nije održivost; Zeleni prostor jedne vrste koji troši mnogo vode može biti ekološki loš i skup. Pravi pristup je ocjenjivanje održivosti na mjerljivim temama kao što su voda, propusnost, stopa autohtonih vrsta, hlad, održavanje i biodiverzitet i poboljšanje slabih tačaka.
9. Šta treba uraditi za mjerenje i vrijednosti armature u 'uzorku presjeka' potpornog zida koje je dala umjetna inteligencija u fazi tehničkog crtanja?
- A) Vrijednosti se mogu kopirati direktno u projekat jer AI poznaje standarde
- B) Vrijednosti su reprezentativne; Statički detalj je određen zemljomjerom i inženjerskim proračunom, nije uključen u crtež bez provjere ✔
- C) Vrijednosti su samo u estetske svrhe, nemaju nikakve veze sa statikom
- D) Vrijednost opreme koju daje umjetna inteligencija uvijek ostaje na sigurnoj strani
Objašnjenje: Umjetna inteligencija ne proizvodi skalirane/statičke crteže i mjerenja, visine i vrijednosti ojačanja koje daje su reprezentativne. Statički detalji; Određuje se zemljomjerom i inženjerskim proračunima. Ove vrijednosti se ne mogu prenijeti na crtež bez provjere, što je posebno važno za sigurnosno kritične detalje.
10. Koji je najefikasniji pristup kada se isti projekat uređenja predstavlja različitoj publici?
- A) Predstavljanje istog tehničkog teksta svima
- B) Preuveličavanje ušteda i koristi za povećanje uticaja
- C) Prilagođavanje suštine dizajna da se svakoj publici kaže ono do čega joj je stalo na svom jeziku ✔
- D) Dovoljno je pripremiti prezentaciju samo za tehnički žiri.
Opis: Investitor brine o cijeni i vrijednosti, komšiluku je stalo do svakodnevnih koristi i sigurnosti, žiriju o konceptu i tehnici. Objašnjavanje jedne suštine dizajna svakoj publici do čega im je stalo, na jeziku koji razume; Iskorištavanje prednosti vještačke inteligencije za prevođenje okvira je najefikasniji način. Uobičajena je greška objašnjavati svima na istom jeziku.
11. Zašto je pogrešno imati umjetnu inteligenciju direktno izračunati ukupne troškove parka?
- A) Vještačka inteligencija uvijek zna trenutne tržišne cijene
- B) Vještačka inteligencija izračunava troškove, ali je pogrešna samo na velikim projektima
- C) Vještačka inteligencija ne zna stvarnu dužinu projekta i trenutne cene; Navedeni iznos je reprezentativan, a ne ponuda ✔
- D) Trošak nije važan, bitna je ljepota dizajna
Objašnjenje: Umjetna inteligencija ne zna niti stvarnu dužinu vašeg projekta niti trenutne lokalne jedinične cijene; Navedeni iznos je isključivo reprezentativan, a ne ponuda. Ispravan način je da se stvarna količina uzme iz projektnih podataka i jedinične cijene s tržišta i da umjetna inteligencija samo uredi tabelu.
12. Koji je najopasniji rizik i ispravna mjera opreza pri korištenju umjetne inteligencije u pogledu zakonodavstva?
- A) Budući da umjetna inteligencija poznaje zakone napamet, njezinim se članovima može vjerovati
- B) Zakonodavstvo je univerzalno, nema potrebe za lokalnom potvrdom
- C) Broj artikla koji daje umjetna inteligencija uvijek je ažuriran.
- D) Vještačka inteligencija može sastaviti nepostojeću materiju; Svaka odredba mora biti potvrđena od zvaničnog ažurnog izvora i autoriteta ✔
Opis: Zakonodavstvo je lokalno, aktuelno i otvoreno za tumačenje; AI može činiti nepostojeći broj stavke ili pravilo (halucinacija). Ispravna mera predostrožnosti je da se ne koristi nijedna odredba bez verifikacije; To je korištenje umjetne inteligencije samo za rezimiranje službenog teksta koji dostavite, za generiranje kontrolne liste i pitanja službeniku i za potvrdu stavki iz zvaničnog trenutnog izvora.
13. Koji princip se primjenjuje na korištenje vještačke inteligencije sa podacima kao što su ugovor o kupcu i informacije o paketu?
- A) Svi dokumenti se mogu učitati takvi kakvi jesu, jer je brzina važna
- B) Podaci o ugovoru su nevažni za AI, ignorišu se
- C) Informacije o paketu mogu se slobodno dijeliti jer se ne smatraju ličnim podacima.
- D) povjerljivi i lični podaci se ne dijele bez kontrole; Koristi se anonimizirano ako je potrebno ✔
Objašnjenje: Identitet korisnika, informacije o paketu, ugovor i lični podaci ne bi trebalo da se učitavaju u alate veštačke inteligencije na nekontrolisan način. Ako je potrebno, podaci se dijele anonimiziranjem. Povjerljivost je jedan od ključnih etičkih principa naglašenih u cijelom modulu.
14. Koja su tri stalna principa pri vođenju projekta od kraja do kraja s umjetnom inteligencijom?
- A) Zatražite sve u jednom zahtjevu, provjerite rezultat, isporučite
- B) Vještačka inteligencija odlučuje, ljudi samo implementiraju
- C) Akumulirajte verifikacije i uradite ih sve odjednom na kraju projekta
- D) Vještačka inteligencija proizvodi, ljudi biraju i posjeduju; svaki kritični izlaz je verifikovan; Rješenje i potpis pripadaju vještaku ✔
Opis: U toku rada od kraja do kraja, tri principa se ponavljaju u svakoj fazi: AI tipuje i ubrzava, ljudi biraju i posjeduju; svaki numerički, lokalni i bezbednosno kritični izlaz je verifikovan; Rješenje i potpis pripadaju nadležnom vještaku. Ovi principi ostaju konstantni čak i ako se mijenja samo predmet na koji se primjenjuju.