Ροή εργασίας από άκρο σε άκρο AI, έλεγχος ταυτότητας, απόρρητο και ηθική

Κέρδη:

• Δυνατότητα ανάπτυξης τεχνητής νοημοσύνης σε μια ολοκληρωμένη και ελεγχόμενη ροή εργασιών σε ένα κατασκευαστικό έργο από το σχεδιασμό έως την πληρωμή προόδου
• Δυνατότητα δημιουργίας πρωτοκόλλου χρήσης AI που περιλαμβάνει επαλήθευση, επιβεβαίωση πηγής, έλεγχο απορρήτου και ευθύνης σε κάθε βήμα
• Ικανότητα να καταστήσει την επαγγελματική δεοντολογία, το απόρρητο δεδομένων και την έγκριση ικανού μηχανικού αναπόσπαστο μέρος της ροής εργασιών AI

Σε όλη αυτή την ενότητα, συζητήσαμε την τεχνητή νοημοσύνη σε κάθε στάδιο του πολιτικού μηχανικού, από τη δομική ανάλυση έως τους υπολογισμούς οπλισμένου σκυροδέματος και χάλυβα, από την έρευνα προτύπων έως το BIM, από την αποτύπωση ποσότητας έως το χρονοδιάγραμμα εργασίας, από τις προδιαγραφές στο OHS και την πληρωμή προόδου. Σε αυτήν την τελική ενότητα, ενώνουμε τα κομμάτια μαζί: πρωτοκολλούμε τον τρόπο χρήσης της τεχνητής νοημοσύνης σε μια ολοκληρωμένη, ελεγχόμενη και ηθική ροή εργασίας σε ένα κατασκευαστικό έργο, από το σχεδιασμό έως τα πλεονεκτήματα. Ο στόχος είναι να αξιοποιηθούν τα κέρδη ταχύτητας της τεχνητής νοημοσύνης, διατηρώντας παράλληλα τον έλεγχο ταυτότητας, την επαλήθευση πηγής, το απόρρητο και τους ελέγχους ευθύνης σε κάθε βήμα και να γίνει η έγκριση ειδικευμένου μηχανικού αναπόσπαστο μέρος της ροής εργασιών.

Χάρτης ροής εργασίας από άκρο σε άκρο

Ο ρόλος και ο υποχρεωτικός έλεγχος της τεχνητής νοημοσύνης σε έναν τυπικό κύκλο ζωής έργου μπορούν να συνοψιστούν ως εξής:

Σκηνή

Ο ρόλος του AI

Υποχρεωτικός έλεγχος

Προμελέτη/ανάλυση

Περίγραμμα εσωτερικής δύναμης, ιδέα

Σιωπηρός τύπος + σειρά

Υπολογισμός οπλισμένου σκυροδέματος/χάλυβα

Τομή/προσχέδιο οπλισμού

Λογαριασμός χειρός + λογισμικό + πρότυπο

Τυποποιημένη έρευνα

χάρτης έρευνας

Επιβεβαίωση από επίσημο κείμενο

BIM/αυτοματισμός

Σενάριο, ερώτημα δεδομένων

Δημιουργία αντιγράφων ασφαλείας + δοκιμή + ανάγνωση κώδικα

Ποσοτική έρευνα/αναγνώριση

Προσχέδιο ποσότητας/κόστους

Μονάδα + κατάταξη + επιβεβαίωση τιμής

πρόγραμμα εργασίας

Περίγραμμα δραστηριότητας/διάρκειας

Εξάρτηση + λογική πεδίου

Προδιαγραφή/αναφορά

προσχέδιο κειμένου

Μετρησιμότητα + επιβεβαίωση απόδοσης

OHS

Προσχέδιο ανάλυσης κινδύνου

Έγκριση ειδικού + πεδίο

πληρωμή προόδου

Προσχέδιο λογαριασμού/πίνακα

Αριθμητική + σωρευτική + σύμβαση

Αυτός ο χάρτης επαναλαμβάνει την ίδια αρχή σε κάθε στάδιο: η τεχνητή νοημοσύνη παράγει σχέδιο, ο μηχανικός επαληθεύει και εγκρίνει. Καμία έξοδος κρίσιμης για την ασφάλεια δεν προχωρά χωρίς επαλήθευση.

Ο πιο ύπουλος κίνδυνος αυτής της ροής εργασίας είναι ότι τα σφάλματα μεταφέρονται μεταξύ των σταδίων. Το κατασκευαστικό έργο είναι μια αλυσίδα: η ανάλυση τροφοδοτεί τον λογαριασμό των ποσοτήτων, τον λογαριασμό ποσοτήτων και το χρονοδιάγραμμα εργασίας και το πρόγραμμα εργασίας τροφοδοτεί την πληρωμή προόδου. Ένα μικρό σφάλμα που παραβλέπεται σε ένα στάδιο (λανθασμένη μονάδα, φορτίο που λείπει, λανθασμένος συντελεστής) μεταφέρεται στα επόμενα στάδια ως έχει και αυξάνεται σε κάθε βήμα. Επομένως, η επαλήθευση δεν είναι ένας μόνο έλεγχος στο τέλος του έργου, αλλά μια πύλη που επαναλαμβάνεται σε κάθε μετάβαση φάσης. Βεβαιωθείτε ότι έχετε ελέγξει μια έξοδο πριν την δώσετε ως "εισαγωγή" στο επόμενο βήμα. Γιατί από εκείνη τη στιγμή, η σύλληψη του λάθους γίνεται και πιο δύσκολη και πιο ακριβή. Αυτή η πειθαρχία γίνεται ακόμη πιο σημαντική καθώς η ροή εργασιών AI επιταχύνεται: η ταχύτητα δεν πρέπει να αποτελεί δικαιολογία για να παραλείψετε την επαλήθευση, αλλά δικαιολογία για τη συστηματική επαλήθευση.

Πρωτόκολλο ελέγχου ταυτότητας σε επίπεδα

Συλλέξτε τα στοιχεία ελέγχου που βλέπουμε σε όλη την ενότητα σε ένα ενιαίο πρωτόκολλο. Κάθε έξοδος τεχνητής νοημοσύνης πρέπει να περάσει από το κατάλληλο από αυτά τα επίπεδα:

1. Έλεγχος μονάδας και παραγγελίας: Είναι το αποτέλεσμα φυσικά λογικό, είναι οι μονάδες συνεπείς;
2. Ανεξάρτητη διασταυρούμενη επικύρωση: Συμφωνεί το αποτέλεσμα με τον κλειστό τύπο, τον υπολογισμό με το χέρι, το διαφορετικό λογισμικό ή τη δεύτερη μέθοδο;
3. Τυπική επαλήθευση/πηγή: Έχει επαληθευτεί ο συντελεστής, το είδος, η τιμή μονάδας από την επίσημη και την τρέχουσα πηγή;
4. Έλεγχος συνέπειας: Υπάρχουν αντιφάσεις, διπλή καταμέτρηση ή παραλείψεις στο έγγραφο/λογαριασμό;
5. Έλεγχος απορρήτου: Τα δεδομένα που χρησιμοποιούνται περιέχουν εμπορικά μυστικά/προσωπικά δεδομένα, χρησιμοποιήθηκε το κατάλληλο εργαλείο;
6. Έγκριση μηχανικού: Η τελική ευθύνη ανήκει στον αρμόδιο μηχανικό. Έχει υπογραφεί;

Πρωτόκολλο χρήσης προσωπικού τεχνητής νοημοσύνης (για κάθε εργασία) 1) ΕΙΣΟΔΟΣ: Έχω ορίσει με σαφήνεια την εργασία με την εισαγωγή-περιορισμό-πρότυπο;2) ΑΠΟΡΡΗΤΟ: Είναι τα δεδομένα ευαίσθητα; Έχω ανωνυμοποιήσει/κατάλληλο εργαλείο;3) ΕΞΟΔΟΣ: Ζήτησα από την τεχνητή νοημοσύνη ενδιάμεσα βήματα και πηγές;4) ΚΑΤΑΤΑΞΗ: Είναι το αποτέλεσμα φυσικά/λογικά εύλογο;5) ΣΤΑΥΡΩΣΗ: Έχω επαληθεύσει με ανεξάρτητο τρόπο;6) ΠΗΓΗ: Έχει επιβεβαιωθεί η τυπική/τιμή/αντικείμενο; "όχι" η έξοδος ΔΕΝ ΧΡΗΣΙΜΟΠΟΙΕΙΤΑΙ.

Συμβουλή: Διατηρήστε αυτό το πρωτόκολλο ως λίστα ελέγχου στην επιφάνεια εργασίας σας. Με τον καιρό, τα βήματα γίνονται αντανακλαστικά. Αλλά όταν μπαίνεις στον πειρασμό να παραλείψεις ένα βήμα σε μια κρίσιμη για την ασφάλεια εργασία, η ύπαρξη της λίστας σε σταματά. Τα πιο ακριβά λάθη συμβαίνουν όταν βιάζεσαι και λες «αυτή τη φορά θα το παραλείψω».

Αδύναμη προτροπή / Ισχυρή προτροπή

ΑΔΥΝΑΜΟΣ:"Κάντε αυτό το έργο από την αρχή μέχρι το τέλος με AI."(Σε ένα βήμα, χωρίς επίβλεψη, χωρίς απόρρητο και επαλήθευση.) ΔΥΝΑΤΟ:"Υποστηρίξτε αυτήν την εργασία βήμα προς βήμα. Σε κάθε βήμα:- Γράψτε ξεκάθαρα τον τύπο/πηγή/υπόθεση που χρησιμοποιήσατε- Εμφάνιση ενδιάμεσων βημάτων για να μπορώ να επαληθεύσω το αποτέλεσμα- Σημειώστε όπου δεν είστε σίγουροι ή χρειάζεστε επιβεβαίωση κάθε προέλευσης Έξοδος με κατάταξη, διασταυρούμενη επικύρωση και τυπική επιβεβαίωση. Θα πάρω την τελική απόφαση και θα υπογράψω.

Διαρκείς Αρχές Ηθικής και Ιδιωτικότητας

Σε μια ροή εργασιών από άκρο σε άκρο, η ηθική και το απόρρητο δεν είναι ένας εφάπαξ έλεγχος, αλλά μια διαρκής στάση:

• Απόρρητο: Τα δεδομένα έργου, το κόστος, τα προσωπικά δεδομένα (KVKK) προστατεύονται. Τα ευαίσθητα δεδομένα δεν μεταφορτώνονται σε μη εγκεκριμένη εξωτερική υπηρεσία και ανωνυμοποιούνται όταν είναι απαραίτητο ή χρησιμοποιείται εσωτερικό εργαλείο.
• Διαφάνεια: Η χρήση τεχνητής νοημοσύνης δεν είναι κρυφή, αλλά η ευθύνη δεν βαρύνει την τεχνητή νοημοσύνη.
• Ικανότητα: Αν και η τεχνητή νοημοσύνη σας δίνει μια αίσθηση εμπιστοσύνης σε έναν τομέα στον οποίο δεν είστε ειδικός, δεν αντικαθιστά την κρίση σας. Συμβουλευτείτε έναν ειδικό όταν χρειάζεται.
• Ευθύνη: Κάθε απόφαση που επηρεάζει την ασφάλεια του κτιρίου ισχύει με επίβλεψη και υπογραφή αρμόδιου και υπεύθυνου μηχανικού. Πρόκειται για επαγγελματική αλλά και νομική υποχρέωση.

Προσοχή: Καθώς η τεχνητή νοημοσύνη γίνεται πιο γρήγορη, η πίεση για παράκαμψη της επαλήθευσης αυξάνεται. Ωστόσο, ανεξάρτητα από το πόσο καλή είναι η τεχνητή νοημοσύνη, μια έξοδος που προστατεύει τη ζωή και την ιδιοκτησία στον τομέα του πολιτικού μηχανικού δεν μπορεί ποτέ να χρησιμοποιηθεί χωρίς την έγκριση του μηχανικού. Όταν η ταχύτητα υπερβαίνει την ασφάλεια, η τεχνητή νοημοσύνη γίνεται κίνδυνος παρά εργαλείο.

Τρεις Μίνι Θήκες

Περίπτωση 1 – Σωστή χρήση από άκρο σε άκρο. Για μια μικρή κατασκευή, ένα τεχνικό γραφείο χρησιμοποιεί τεχνητή νοημοσύνη ως υποστήριξη σε κάθε στάδιο: προσχέδιο ανάλυσης, αποτύπωση ποσότητας, χρονοδιάγραμμα εργασίας, προδιαγραφές. Επαληθεύουν κάθε έξοδο με το πρωτόκολλο. Το αποτέλεσμα: ο χρόνος του έργου μειώνεται κατά περίπου 30%, το ποσοστό σφάλματος μειώνεται επειδή ελέγχεται κάθε βήμα. Το AI παρέχει ταχύτητα, οι μηχανικοί παρέχουν ασφάλεια.

Περίπτωση 2 – Σφάλμα αλυσίδας. Ένα άλλο γραφείο μεταφέρει τα αποτελέσματα της έρευνας ποσότητας του AI από την επαλήθευση στο πρόγραμμα εργασίας και από εκεί στην πληρωμή προόδου. Το αρχικό σφάλμα μονάδας (m³ αντί για m²) μολύνει ολόκληρη την αλυσίδα και οδηγεί σε υπερπληρωμή. Μάθημα: η επαλήθευση πρέπει να γίνεται σε κάθε βήμα. Ένα σφάλμα σε ένα στάδιο μεταφέρεται στο επόμενο.

Περίπτωση 3 – Πειθαρχία εμπιστευτικότητας. Ένας μηχανικός θέλει να αναλύσει δεδομένα κόστους από το στάδιο του διαγωνισμού με τεχνητή νοημοσύνη, αλλά πρώτα ανωνυμοποιεί τα δεδομένα, εξάγει το αναγνωριστικό του έργου και χρησιμοποιεί ένα ασφαλές εργαλείο εγκεκριμένο από το ίδρυμα. Έτσι, επιτυγχάνει κέρδη ταχύτητας χωρίς να διακινδυνεύει το απόρρητο.

Αντιγράψιμα πρότυπα προτροπών

ΕΝΔΕΙΞΗ ΕΛΕΓΧΟΥ ΔΙΑΒΑΣΗΣ ΣΤΑΔΙΟΥ: "Πριν μεταβώ στο επόμενο στάδιο, βοηθήστε με να ελέγξω την έξοδο του προηγούμενου βήματος:- Είναι λογικό αυτό το αποτέλεσμα όσον αφορά τη μονάδα και τη σειρά;- Πώς διασταυρώνω την επικύρωση ανεξάρτητα, προτείνω μέθοδο- Ποιο πρότυπο/πηγή/ρήτρα σύμβασης πρέπει να επαληθεύσω; Δεν θα προχωρήσω στο επόμενο χωρίς επικύρωση αυτού του βήματος".

ΑΠΟΡΡΗΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΤΗΣ ΟΘΟΝΗΣ: "Ελέγξτε εάν υπάρχει εμπορικό μυστικό ή προσωπικά δεδομένα (κόστος, τιμή μονάδας, όνομα, τοποθεσία, αναγνωριστικό έργου) στα δεδομένα που θα δώσω στην τεχνητή νοημοσύνη σε αυτήν την εργασία. Εάν ναι, προτείνετε μια ανώνυμη/δειγματική έκδοση, ώστε ο λογαριασμός να εξακολουθεί να λειτουργεί, αλλά ευαίσθητα δεδομένα να μην αποδεσμεύονται. Δεδομένα: [επικόλληση]"

Συνήθη λάθη

• Μεταφορά μη επαληθευμένης εξόδου από το ένα στάδιο στο επόμενο στάδιο και διάδοση του σφάλματος στην αλυσίδα.
• Παράκαμψη επιπέδων επαλήθευσης λέγοντας "Το AI λειτουργεί καλά".
• Δεν βλέπουμε το απόρρητο ως έναν εφάπαξ έλεγχο, αλλά ως έναν συνεχή έλεγχο.
• Προώθηση μιας κρίσιμης για την ασφάλεια απόφασης χωρίς έγκριση μηχανικού.
• Παράκαμψη πηγής/τυποποιημένης επαλήθευσης λόγω πίεσης για ταχύτητα.
• Προσπαθώντας να ρίξουμε την ευθύνη στην τεχνητή νοημοσύνη ή το λογισμικό.

Συνοπτικά

• Τοποθετήστε την τεχνητή νοημοσύνη ως γεννήτρια βυθίσματος και τον μηχανικό ως επαληθευτή και εγκρίνοντα σε κάθε στάδιο από το σχεδιασμό έως τη τιμολόγηση.
• Εφαρμόστε πρωτόκολλο επαλήθευσης σε επίπεδα (μονάδα/κατάταξη, διασταυρούμενη επικύρωση, βεβαίωση πηγής, συνέπεια, εμπιστευτικότητα, βεβαίωση) σε κάθε έξοδο.
• Το σφάλμα σε ένα στάδιο μεταφέρεται στο επόμενο. Κάντε την επαλήθευση σε κάθε βήμα.
• Η εμπιστευτικότητα, η διαφάνεια, η ικανότητα και η υπευθυνότητα είναι διαρκείς ηθικές αρχές.
• Καθώς αυξάνεται η ταχύτητα, αυξάνεται η πίεση για παράκαμψη της επαλήθευσης. αντισταθείτε.
• Κάθε απόφαση που επηρεάζει την ασφάλεια του κτιρίου ισχύει με την υπογραφή αρμόδιου μηχανικού. Το AI δεν μπορεί να το αναλάβει αυτό.

Εργασία εφαρμογής

Επιλέξτε μια αλυσίδα εργασιών μικρής κλίμακας (π.χ. απλή ανάλυση στοιχείων → έρευνα ποσότητας → σύντομο πρόγραμμα εργασίας). Χρησιμοποιήστε το AI ως υποστήριξη σε κάθε βήμα και εφαρμόστε πρωτόκολλο επαλήθευσης σε επίπεδα: υποβάλετε κάθε έξοδο σε μονάδα/κατάταξη, διασταυρούμενη επικύρωση και επαλήθευση πηγής προτού τη μετακινήσετε στο επόμενο βήμα. Αξιολογήστε τον κίνδυνο απορρήτου στα δεδομένα που χρησιμοποιείτε. Στο τέλος, γράψτε σε μια παράγραφο ποιο βήμα του πρωτοκόλλου σας έσωσε από λάθος και πού εξοικονομήσατε περισσότερο χρόνο.

λίστα ελέγχου

• [ ] Τοποθέτησα την τεχνητή νοημοσύνη ως τη δημιουργία ρεύματος και τον εαυτό μου ως τον επαληθευτή σε κάθε στάδιο.
• [ ] Εφάρμοσα το πολυεπίπεδο πρωτόκολλο ελέγχου ταυτότητας σε κάθε έξοδο.
• [ ] Δεν πραγματοποίησα την έξοδο από το ένα στάδιο στο επόμενο χωρίς επικύρωση.
• [ ] Έκανα έλεγχο απορρήτου/KVKK στα δεδομένα που χρησιμοποίησα.
• [ ] Επιβεβαίωσα το πρότυπο, τις τιμές και τις τιμές των αντικειμένων από την επίσημη πηγή.
• [ ] Παρά την πίεση για ταχύτητα, δεν παρέλειψα τα βήματα επαλήθευσης.
• [ ] Έχω υποβάλει αποφάσεις κρίσιμες για την ασφάλεια σε έγκριση αρμόδιου μηχανικού.

Εξέταση Ενοτήτων

1. Ποια είναι η πιο ακριβής βασική αρχή σχετικά με τη χρήση της τεχνητής νοημοσύνης στα έργα πολιτικού μηχανικού;

• Α) Το AI δεν μπορεί να αντικαταστήσει την έγκριση μηχανικού σε κρίσιμους για την ασφάλεια υπολογισμούς. Είναι απλώς ένα προσχέδιο που πρέπει να ελεγχθεί ✔
• Β) Η τεχνητή νοημοσύνη είναι αρκετά προηγμένη ώστε η χρήση στατικών λογαριασμών χωρίς υπογραφή δεν αποτελεί πρόβλημα
• Γ) Δεν απαιτείται πρόσθετη επαλήθευση καθώς η έξοδος AI είναι πιστοποιημένη κατά ISO
• Δ) Ο μηχανικός θα πρέπει να εμπλέκεται μόνο σε αντικείμενα που το AI δεν μπορεί να παραδώσει

Επεξήγηση: Οι υπολογισμοί και οι αποφάσεις που επηρεάζουν την ασφάλεια του κτιρίου φέρουν την ασφάλεια της ζωής και της ιδιοκτησίας. Η έξοδος AI μπορεί να παράγει ένα γρήγορο σχέδιο, αλλά δεν υποκαθιστά την επιθεώρηση και την έγκριση από έναν ικανό και υπεύθυνο μηχανικό. Η ευθύνη παραμένει πάντα στον μηχανικό.

2. Ποιο είναι το πιο αξιόπιστο πρώτο βήμα κατά την επαλήθευση μιας ροπής δέσμης που υπολογίζεται με AI;

• Α) Άμεση αποδοχή του αποτελέσματος επειδή το AI φαίνεται τόσο ακριβές
• Β) Έλεγχος της σειράς και του μεγέθους χρησιμοποιώντας έναν κλειστό τύπο ή υπολογισμό με το χέρι ✔
• Γ) Στρογγυλοποίηση του αποτελέσματος σε περισσότερα ψηφία μετά την υποδιαστολή
• Δ) Απλά αυξήστε το μέγεθος της δοκού και συνεχίστε

Περιγραφή: Οι κλειστές φόρμουλες είναι ιδανικές για έλεγχο εμβέλειας σε απλά φορτωμένα ανοίγματα (π.χ. wL²/8 με ομοιόμορφα κατανεμημένο φορτίο). Η σύγκριση του αριθμού του AI με έναν ανεξάρτητο κλειστό τύπο ή υπολογισμό με το χέρι αποκαλύπτει γρήγορα λάθη εισαγωγής και αριθμητικής.

3. Η ΑΙ υπολόγισε την απαιτούμενη επιφάνεια οπλισμού σε δοκό από οπλισμένο σκυρόδεμα. Ποιος έλεγχος πρέπει να γίνει πριν χρησιμοποιηθεί αυτή η τιμή;

• Α) Τυχαία μεγέθυνση της διαμέτρου του οπλισμού
• Β) Μόνο ανέβασμα της κατηγορίας σκυροδέματος
• Γ) Έλεγχος ελάχιστων και μέγιστων ορίων οπλισμού και κανόνων απόστασης/κάλυψης σύμφωνα με το πρότυπο ✔
• Δ) Διπλασιάστε τον οπλισμό

Εξήγηση: Η υπολογιζόμενη επιφάνεια οπλισμού από μόνη της δεν επαρκεί. Το TS 500 / Ευρωκώδικας 2 πρέπει να παρέχει ελάχιστα και μέγιστα όρια αναλογίας οπλισμού, κανόνες απόστασης και κάλυψης. Η ενίσχυση που επιλέχθηκε χωρίς την τήρηση αυτών των ορίων δεν είναι έγκυρη.

4. Κατά τον υπολογισμό της αντοχής λυγισμού μιας χαλύβδινης στήλης, το AI λέει «Πήρα το μήκος λυγισμού ίσο με το μήκος της στήλης». Ποια είναι η σωστή απόκριση μηχανικής;

• Α) Ελεγχόμενες συνθήκες αιχμής και συντελεστής ενεργού μήκους K. Το μήκος του διαστρέμματος ποικίλλει ανάλογα με την κατάσταση ✔
• Β) Λαμβάνοντας την αποδοχή ως έχει, ισχύει για κάθε στήλη
• Γ) Μετρήστε το μήκος του παχέος εντέρου και διπλασιάστε το
• Δ) Αρκεί μόνο η αύξηση της κατηγορίας χάλυβα

Επεξήγηση: Το μήκος λυγισμού καθορίζεται από τον πραγματικό συντελεστή μήκους (K) ανάλογα με τις συνθήκες στήριξης και άκρου. Η φυσική βαφή δεν είναι πάντα ίση. Πρέπει να ελεγχθεί ότι οι ακραίες συνθήκες θεωρούνται σωστές και ο συντελεστής Κ να επιλέγεται κατάλληλα.

5. Η τεχνητή νοημοσύνη δίνει έναν συντελεστή με αναφορά σε άρθρο κανονισμού για τους σεισμούς (TBDY). Ποια είναι η πιο σωστή συμπεριφορά;

• Α) Χρησιμοποιώντας την τιμή απευθείας επειδή το AI φαίνεται σίγουρο
• Β) Επιβεβαίωση του αριθμού του άρθρου και του συντελεστή από το επίσημο, τρέχον κείμενο κανονισμού ✔
• Γ) Αύξηση του συντελεστή τυχαία για να παραμείνουμε στην ασφαλή πλευρά
• Δ) Προσθήκη του αριθμού στοιχείου στην αναφορά χωρίς έλεγχο

Εξήγηση: Τα μοντέλα γλώσσας μπορεί να θυμούνται λάθος ή να συνθέτουν (παραισθήσεις) αριθμούς και συντελεστές στοιχείων. Οποιαδήποτε τιμή που βασίζεται σε κανονισμούς πρέπει να επαληθεύεται αυτολεξεί από το επίσημο και το τρέχον κείμενο κανονισμού. Το AI απλώς σας δείχνει πού να κοιτάξετε.

6. Ποια είναι η καλύτερη προσέγγιση πριν εφαρμόσετε ένα σενάριο Dynamo/pyRevit που δημιουργήσατε με AI στο μοντέλο BIM;

• Α) Επαληθεύστε το αποτέλεσμα λαμβάνοντας ένα αντίγραφο ασφαλείας του μοντέλου και δοκιμάζοντας το σενάριο σε ένα μικρό δείγμα ✔
• Β) Εφαρμογή του σεναρίου απευθείας σε όλα τα στοιχεία του πραγματικού μοντέλου
• Γ) Εάν το σενάριο δούλεψε, είναι σωστό, δεν χρειάζεται να το επαληθεύσετε.
• Δ) Εκτέλεση του σεναρίου χωρίς να το διαβάσετε καθόλου

Περιγραφή: Τα σενάρια αυτοματισμού μπορεί να κάνουν μαζικές και δύσκολες τις αλλαγές στο μοντέλο. Το σενάριο θα πρέπει πρώτα να δοκιμαστεί σε μικρή κλίμακα στο μοντέλο δημιουργίας αντιγράφων ασφαλείας/αντιγραφής, να επαληθευτεί το αποτέλεσμα και μόνο στη συνέχεια να εφαρμοστεί στο αρχικό μοντέλο.

7. Ενώ κάνετε την αποτύπωση ποσότητας στο AI, βλέπετε την έξοδο «Υπολόγισα την επιφάνεια του τοίχου ως 45 m³». Ποια πρέπει να είναι η πρώτη σας αντίδραση;

• Α) Γράψτε την τιμή απευθείας στην ανακάλυψη
• Β) Παρατηρήστε τη διαφορά μονάδας (m³ για την περιοχή) και αναζητήστε το σφάλμα τύπου και μονάδας ✔
• Γ) Αλλάξτε χειροκίνητα τη μονάδα σε m² και συνεχίστε
• Δ) Γράψτε το αποτέλεσμα με μεγαλύτερη γραμματοσειρά

Επεξήγηση: Το εμβαδόν εκφράζεται σε m² και ο όγκος σε m³. Η μονάδα m³ για την επιφάνεια τοίχου υποδεικνύει σφάλμα μονάδας/τύπου. Ο έλεγχος συνέπειας μονάδας εντοπίζει αμέσως τα πιο συνηθισμένα και δαπανηρά σφάλματα στην έρευνα ποσότητας.

8. Η κρίσιμη διαδρομή δίνεται σε ένα πρόγραμμα εργασίας που δημιουργείται από AI. Ποιος είναι ο πιο σημαντικός έλεγχος κατά την επαλήθευση αυτού;

• Α) Επεξεργασία των χρωμάτων του προγράμματος
• Β) Απλά κοιτάξτε τον συνολικό χρόνο και επιβεβαιώστε
• Γ) Έλεγχος της λογικής και του ρεαλισμού των εξαρτήσεων δραστηριότητας, των διάρκειων και της αλληλουχίας πεδίων ✔
• Δ) Συντόμευση του προγράμματος με μείωση του αριθμού των δραστηριοτήτων

Περιγραφή: Η κρίσιμη διαδρομή βασίζεται στις σχέσεις προτεραιότητας (εξάρτησης) και στη διάρκεια των δραστηριοτήτων. Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει λογικές σχέσεις εσφαλμένα. Ο έλεγχος του ρεαλισμού των εξαρτήσεων δραστηριότητας, της διάρκειας και της αλληλουχίας πεδίων είναι το πιο κρίσιμο βήμα.

9. Έχετε δημιουργήσει ένα σχέδιο τεχνικής προδιαγραφής με AI. Υπάρχει μια δήλωση στο κείμενο: «Θα παρασχεθεί μόνωση κατάλληλου πάχους». Πώς συμπεριφέρεσαι;

• Α) Διευκρίνιση της δήλωσης με συγκεκριμένη αξία και ανοχή με βάση το πρότυπο ✔
• Β) Αφήνοντας ως έχει την διφορούμενη έκφραση, πρακτικά σχόλια
• Γ) Διαγράψτε εντελώς την έκφραση και αφαιρέστε τη μόνωση από την προδιαγραφή
• Δ) επιμήκυνση της πρότασης για να φαίνεται πιο επίσημη

Επεξήγηση: Οι προδιαγραφές πρέπει να είναι μετρήσιμες και ελεγχόμενες. Αόριστες εκφράσεις όπως «κατάλληλο πάχος» δημιουργούν διαμάχες και σφάλματα εφαρμογής. Η δήλωση πρέπει να διευκρινίζεται με συγκεκριμένη τιμή και ανοχή (π.χ. πάχος, κατηγορία υλικού) με βάση το πρότυπο.

10. Ποια είναι η καλύτερη προσέγγιση όταν η τεχνητή νοημοσύνη προετοιμάζει μια εκτίμηση κινδύνου εργοταξίου;

• Α) Υπογράψτε την εκτύπωση AI και κρεμάστε την απευθείας στον πίνακα
• Β) Αφήνοντας μόνο τους πιο συνηθισμένους κινδύνους και διαγράφοντας τους υπόλοιπους
• Γ) Αλλαγή όλων των βαθμολογιών κινδύνου σε χαμηλό
• Δ) Εξετάστε εμπειρογνώμονα και ολοκληρώστε το προσχέδιο AI με την κατάσταση της τοποθεσίας, τη νομοθεσία και την πραγματική μέθοδο κατασκευής ✔

Εξήγηση: Η εκτίμηση κινδύνου είναι ένα έγγραφο που φέρει νομική ευθύνη. Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει ένα καλό σχέδιο, αλλά οι κίνδυνοι πρέπει να επανεξεταστούν και να συμπληρωθούν από τον ειδικό/μηχανικό OHS με βάση την κατάσταση της τοποθεσίας, τη νομοθεσία και την πραγματική μέθοδο κατασκευής.

11. Ποιος είναι ο πιο αξιόπιστος τρόπος επαλήθευσης του συνολικού ποσού κατά τον υπολογισμό των πληρωμών προόδου με AI;

• Α) Αποδεχτείτε εάν το σύνολο είναι περίπου
• Β) Εξετάζοντας το γενικό σύνολο μόνο στην τελευταία σειρά
• Γ) Επαληθεύστε ανεξάρτητα την ποσότητα ανά είδος × τιμή μονάδας, έκπτωση και σωρευτικά ποσά ✔
• Δ) Εξίσωση του ποσού με την προηγούμενη πληρωμή προόδου

Επεξήγηση: Η πληρωμή προόδου βασίζεται στο σύνολο των ειδών κατασκευής (ποσότητα × τιμή μονάδας) και τη σωρευτική αντιστάθμιση των κρατήσεων και των προηγούμενων πληρωμών προόδου. Είναι υποχρεωτικός ο ανεξάρτητος έλεγχος των αριθμητικών προβλέψεων, των προβλέψεων για τις τιμές μονάδας και των σωρευτικών ποσών ανά είδος.

12. Υπολογίσατε την χωρητικότητα αξονικού φορτίου για μια στήλη χρησιμοποιώντας Python με AI, το αποτέλεσμα ήταν 12.000 kN. ενώ η στήλη είναι 30x30 cm. Ποια πρέπει να είναι η πρώτη σας αντίδραση;

• Α) Εγγραφή του αποτελέσματος απευθείας στην αναφορά
• Β) Μεγέθυνση της διατομής για να ταιριάζει στο αποτέλεσμα
• Γ) Αγνοώντας το τμήμα του παχέος εντέρου
• Δ) Βλέποντας ότι η παραγγελία δεν είναι φυσικά λογική και ψάχνει για σφάλματα μονάδας και τύπου ✔

Εξήγηση: Για μια στήλη μικρής διατομής, τα 12.000 kN είναι φυσικά απροσδόκητα υψηλό. Ο έλεγχος υγιεινής αποκαλύπτει αμέσως σφάλματα μονάδας (kN/N, cm/m) ή σφάλματα τύπου. Οι εισροές και ο τύπος θα πρέπει να επανεξεταστούν έως ότου βρίσκονται εντός ενός λογικού εύρους.

13. Ποια είναι η καλύτερη συμπεριφορά όσον αφορά το απόρρητο κατά τη μεταφόρτωση δεδομένων έργου πελατών στο AI;

• Α) Γρήγορη μεταφόρτωση δεδομένων χωρίς ανωνυμοποίηση και λήψη έγκρισης
• Β) Υποθέτοντας ότι το απόρρητο δεν χρειάζεται επειδή τα δεδομένα βρίσκονται ήδη σε AI
• Γ) Συμμόρφωση με την πολιτική εταιρικών δεδομένων και μη μεταφόρτωση εμπιστευτικών/προσωπικών δεδομένων χωρίς έγκριση, ανωνυμοποίηση εάν είναι απαραίτητο ✔
• Δ) Κοινή χρήση όλων των δεδομένων και ανάθεση της ευθύνης στον πάροχο τεχνητής νοημοσύνης

Αποκάλυψη: Τα δεδομένα έργου (σχέδια, κόστος, προσωπικά δεδομένα) ενδέχεται να περιέχουν εμπορικά μυστικά και προσωπικά δεδομένα. Είναι υποχρεωτικό να μην ανεβάζετε εμπιστευτικά δεδομένα σε εξωτερική υπηρεσία χωρίς θεσμική έγκριση, να τα ανωνυμώνετε όταν χρειάζεται και να συμμορφώνεστε με τις πολιτικές επεξεργασίας δεδομένων.

14. Κατά την εφαρμογή μιας τυπικής φόρμουλας, το AI έλαβε τον συντελεστή ασφάλειας φορτίου (δηλαδή συντελεστή φορτίου) ως 1,0. Ποια είναι η σωστή εκτίμηση;

• Α) Αφήνοντας τον συντελεστή ως έχει, το AI επέλεξε
• Β) Ελέγξτε και διορθώστε το σωστό συντελεστή φορτίου/υλικού σύμφωνα με το σχετικό πρότυπο ✔
• Γ) Για να απλοποιήσετε τον υπολογισμό θέτοντας όλους τους συντελεστές σε 1,0
• Δ) Αυθαίρετη μεγέθυνση της διατομής αντί του συντελεστή

Εξήγηση: Στο σχεδιασμό της φέρουσας ικανότητας, οι συντελεστές φορτίου και ασφάλειας υλικού (π.χ. αύξηση φορτίου 1,4/1,5, μείωση αντοχής υλικού) είναι κρίσιμες παράμετροι που καθορίζουν το αποτέλεσμα. Πρέπει να ελεγχθεί εάν ο συντελεστής λαμβάνεται σωστά σύμφωνα με το σχετικό πρότυπο. Το 1.0 είναι στην ανασφαλή πλευρά στις περισσότερες περιπτώσεις.

15. Ποια είναι η πιο ακριβής προσέγγιση επαλήθευσης σε μια ροή εργασιών τεχνητής νοημοσύνης από άκρο σε άκρο;

• Α) Στηριζόμενη αποκλειστικά στον αυτοέλεγχο της τεχνητής νοημοσύνης
• Β) Απλώς κοιτάξτε την πιο πρόσφατη έξοδο και επιβεβαιώστε
• Γ) Πραγματοποιήστε επαλήθευση μόνο όταν παρουσιαστεί σφάλμα
• Δ) Εφαρμογή μονάδας/βαθμίδας, διασταυρούμενη επικύρωση, τυπική επιβεβαίωση και έγκριση μηχανικού με πολυεπίπεδο τρόπο ✔

Περιγραφή: Σε μια αξιόπιστη ροή εργασίας, κάθε έξοδος AI. Διέρχεται από επίπεδα ελέγχου μονάδας και κατάταξης, διασταυρούμενη επικύρωση με κλειστό τύπο/λογισμικό, τυπική επιβεβαίωση και έγκριση ικανού μηχανικού. Η μείωση της επαλήθευσης σε ένα μόνο βήμα κρύβει τον κίνδυνο.