BIM એકીકરણ: Revit, IFC અને આર્ટિફિશિયલ ઇન્ટેલિજન્સ સાથે વર્કફ્લો

નફો:

• BIM (બિલ્ડિંગ ઇન્ફર્મેશન મોડેલિંગ) ડેટા અને AI સાથે મળીને કામ કરવાની ક્ષમતા અને ઓટોમેશન માટે કયા કાર્યો યોગ્ય છે તે પારખવાની ક્ષમતા
• ડાયનેમો/કોડ અને પ્રાકૃતિક ભાષા સાથે મોડેલ ક્વેરીંગ, પેરામીટર ફિલિંગ અને સંઘર્ષ રિપોર્ટ ડ્રાફ્ટિંગને અમલમાં મૂકવાની ક્ષમતા
• મોડેલ ડેટાની ગોપનીયતાને સમજવાની ક્ષમતા અને તેને મોડેલ પર ચલાવતા પહેલા AI દ્વારા ઉત્પાદિત કોડ/સ્ક્રીપ્ટને ચકાસવાની જરૂરિયાત.

આધુનિક આર્કિટેક્ચર હવે સીધી રેખાઓ સાથે કામ કરતું નથી, પરંતુ BIM સાથે. BIM (બિલ્ડિંગ ઇન્ફર્મેશન મૉડલિંગ) એ બિલ્ડિંગને માત્ર રેખાઓ તરીકે નહીં, પરંતુ સ્માર્ટ ઑબ્જેક્ટ તરીકે મોડેલિંગ કરવાની એક પદ્ધતિ છે જે માહિતીને અંદર વહન કરે છે: દરેક દિવાલ એક "દિવાલ" ઑબ્જેક્ટ છે, જે તેની જાડાઈ, સામગ્રી, અગ્નિ પ્રતિકાર જેવા ડેટા વહન કરે છે. Revit અને ArchiCAD જેવા સોફ્ટવેર આ મોડેલનું ઉત્પાદન કરે છે; IFC (ઇન્ડસ્ટ્રી ફાઉન્ડેશન ક્લાસીસ) એક સામાન્ય ફાઇલ ફોર્મેટ છે જેથી વિવિધ સોફ્ટવેર આ મોડેલને શેર કરી શકે. BIM મોડલ એક વિશાળ ડેટા પૂલ છે, અને આર્ટિફિશિયલ ઇન્ટેલિજન્સ આ ડેટા સાથે વાત કરવા, તેની પૂછપરછ કરવા અને પુનરાવર્તિત કાર્યોને સ્વચાલિત કરવા માટે ખૂબ જ શક્તિશાળી છે. આ એકમમાં, તમે શીખી શકશો કે BIM વર્કફ્લોમાં AI ને કેવી રીતે સુરક્ષિત રીતે સામેલ કરવું, પ્રાકૃતિક ભાષા સાથે મૉડલની પૂછપરછ કરવી, પરિમાણો ભરવા અને AI-જનરેટેડ કોડને માન્ય કરવો.

BIM માં AI ની વાસ્તવિક ભૂમિકા

BIM માં AI ત્રણ મુખ્ય નોકરીઓમાં ચમકે છે:

1. પ્રશ્નોત્તરી અને જાણ કરવી: કોડ અથવા પ્રાકૃતિક ભાષામાં "મૉડલમાં દિવાલોની સૂચિ બનાવો કે જેને 1 કલાકની અગ્નિ પ્રતિકારની જરૂર હોય અને આ મૂલ્ય ખાલી હોય" જેવા પ્રશ્નોનું ભાષાંતર કરવું.
2. પરિમાણ ભરવા અને સંપાદન: નિયમ અનુસાર સેંકડો ઑબ્જેક્ટના ખૂટતા ડેટાને ભરવાનો બેચ.
3. કોડ/સ્ક્રીપ્ટ જનરેશન: રેવિટ, ક્લેશ કંટ્રોલ લોજિક, શેડ્યૂલ લેઆઉટ માટે ડાયનેમો (વિઝ્યુઅલ પ્રોગ્રામિંગ ટૂલ) અથવા પાયથોન સ્ક્રિપ્ટ્સનું નિર્માણ.

AI અહીં એક પ્રવેગક અને કોડ સહાયક છે, તે મોડેલની માલિકી ધરાવતું નથી. એક ઑપરેશન કે જે મોડલને તોડી નાખે (બલ્ક ડિલીટ, ઓવરરાઇટ) હંમેશા માનવ નિયંત્રણમાંથી પસાર થવું જોઈએ.

સાવધાન: AI-જનરેટેડ ડાયનેમો અથવા પાયથોન સ્ક્રિપ્ટ તમારા મોડેલમાં બદલી ન શકાય તેવા ફેરફારો કરી શકે છે (બલ્ક ડિલીટ, પેરામીટર ઓવરરાઈટ). આ કોડને પહેલા મુખ્ય મોડેલ પર ક્યારેય ચલાવશો નહીં; નાની પસંદગી સાથે બેકઅપ કોપી પર પરીક્ષણ કરો.

કુદરતી ભાષા સાથે મોડેલ ક્વેરી

BIM ડેટા કોષ્ટકોમાં છુપાયેલ છે અને આ કોષ્ટકોને નેવિગેટ કરવામાં સમય લાગે છે. AI કાં તો તમે પ્રાકૃતિક ભાષામાં પૂછેલા પ્રશ્નનો કોડના સીધા જવાબપાત્ર ભાગમાં અનુવાદ કરે છે અથવા તમે નિકાસ કરો છો તે ચાર્ટનું વિશ્લેષણ કરે છે. ઉદાહરણ તરીકે, તમે ટેક્સ્ટ તરીકે દરવાજાનું શેડ્યૂલ પ્રદાન કરી શકો છો અને પૂછી શકો છો કે "કયા દરવાજામાં ખાલી આગ પ્રતિકાર પરિમાણ છે?" અવગણવામાં આવેલી ખામીઓને પકડવામાં આ ખૂબ અસરકારક છે.

પરંતુ અહીં એક છટકું છે: એઆઈ દ્વારા સૂચવવામાં આવેલા પેરામીટર નામો તમારા મોડેલમાં બરાબર સમાન ન હોઈ શકે. રેવિટમાં, પેરામીટરનું નામ ટર્કિશ, અંગ્રેજી અથવા કસ્ટમ હોઈ શકે છે. તમારા મોડેલમાં "Fire_Resistance" હોઈ શકે છે જ્યારે AI "FireRating" ધારે છે. એટલા માટે કોડ ચલાવતા પહેલા પેરામીટર નામોને મોડેલ સાથે મેચ કરવા જરૂરી છે.

સ્ટેપ બાય સ્ટેપ: AI સાથે સુરક્ષિત રીતે BIM ટાસ્કનો અમલ કરવો

1. કાર્ય વ્યાખ્યાયિત કરો. તમને જે જોઈએ છે તે સ્પષ્ટ રીતે લખો: ક્વેરી, ફિલ-ઇન, રિપોર્ટ?
2. મોડેલ સંદર્ભ આપો. AI માં પરિમાણ નામો, શ્રેણીના નામો, એકમોનો પરિચય આપો.
3. વિનંતી કોડ/તર્ક. AI થી સ્ક્રિપ્ટ અથવા સ્ટેપ લિસ્ટ જનરેટ કરો.
4. કોડ વાંચો. તમે શું કરી રહ્યા છો તે સમજો, લાઇન બાય લાઇન; જો ત્યાં બલ્ક ડિલીટ/લેખન હોય તો જુઓ.
5. તેને અનામતમાં પરીક્ષણ કરો. નાની પસંદગી સાથે મોડેલની નકલ પર ચલાવો.
6. પરિણામ ચકાસો. ચકાસો કે શું મોડેલ ખરેખર અપેક્ષા મુજબ બદલાયું છે.
7. મુખ્ય મોડેલ પર લાગુ કરો અને સાચવો. ચકાસણી પછી, કોઈ ટ્રેસ છોડીને.

ટીપ: AI થી કોડની વિનંતી કરતી વખતે, તેમાં "ડ્રાય રન" સ્ટેપ શામેલ કરો જે કહે છે કે "તમે કયા ઘટકોને પહેલા બદલવા માંગો છો તે લખો, પરંતુ તેમને બદલશો નહીં; ફક્ત જાણ કરો." કોડ કોઈપણ વાસ્તવિક ફેરફારો કરે તે પહેલાં તમે આ રીતે ઉદ્દેશ જોઈ શકો છો.

ત્રણ નાના કેસો

કેસ 1 - અપૂર્ણ પરિમાણ સ્કેન. ઑફિસ 1,850 ઑબ્જેક્ટના મૉડલ પર આગ પ્રતિકાર પરિમાણ તપાસવા માંગે છે. AI ડાયનેમો લોજિક સૂચવે છે; આર્કિટેક્ટ પ્રથમ ડ્રાય રન કરે છે અને જુએ છે કે પેરામીટર 212 દિવાલો પર ખાલી છે. તે નિયમ અનુસાર (દિવાલના પ્રકાર અનુસાર) ગાબડાને ભરે છે, હાથથી નહીં; પરંતુ ફાયર નિષ્ણાત અંતિમ આગ મૂલ્યની પુષ્ટિ કરે છે.

કેસ 2 - પરિમાણ નામ મેળ ખાતું નથી. આર્કિટેક્ટ AI દ્વારા આપવામાં આવેલી સ્ક્રિપ્ટને સીધી રીતે ચલાવે છે; સ્ક્રિપ્ટ "ટિપ્પણીઓ" ફીલ્ડને લક્ષ્ય બનાવે છે, પરંતુ મોડેલમાં ડેટા "ટિપ્પણીઓ" કસ્ટમ પેરામીટરમાં છે. સ્ક્રિપ્ટ ખાલી પાછી આવે છે, આર્કિટેક્ટ 20 મિનિટ ગુમાવે છે. પાઠ: પેરામીટર નામો પહેલા મેચ કરવાના હતા.

કેસ 3 — ખતરનાક બેચ પ્રોસેસિંગ. AI-જનરેટેડ સ્ક્રિપ્ટ એવા તત્વોને કાઢી નાખે છે કે જે ફિલ્ટરને "સાફ" કરવા માટે ફિટ નથી. જો આર્કિટેક્ટે તેને વાંચ્યા વિના મુખ્ય મોડેલમાં કોડ ચલાવ્યો હોત, તો સેંકડો ઑબ્જેક્ટ્સ કાઢી નાખવામાં આવ્યા હોત. તે આપત્તિને અટકાવે છે કારણ કે તે કોડ વાંચે છે અને બેકઅપમાં તેનું પરીક્ષણ કરે છે. આ જ કારણ છે કે ચકાસણી જીવન બચાવે છે.

ચાર નકલ કરી શકાય તેવા સંકેતો

મારા રેવિટ મોડલ માટે ડાયનેમો લોજિક લખો: [કેટેગરી] ઘટકોની સૂચિ બનાવો જેની [પેરામીટર] કિંમત NULL છે. પહેલા ડ્રાય રન કરો: ફક્ત જાણ કરો, કંઈપણ બદલશો નહીં. મારું પરિમાણ નામ બરાબર છે:"[વાસ્તવિક પરિમાણ નામ]". એકમ: [...].

નીચે ગેટ ચાર્ટ (નિકાસ કરેલ)નું વિશ્લેષણ કરો. અગ્નિ પ્રતિકાર પરિમાણ ખાલી, વિરોધાભાસી અથવા બિન-માનક હોય તેવી રેખાઓને ચિહ્નિત કરો. સંપાદિત કરશો નહીં, ફક્ત ચિહ્નિત કરો અને કારણ લખો. ચાર્ટ: [...]

સુરક્ષા માટે આર્કિટેક્ટના પરિપ્રેક્ષ્યમાં આ પાયથોન/ડાયનેમો સ્ક્રિપ્ટનું પરીક્ષણ કરો: શું ત્યાં બલ્ક ડિલીટ, ઓવરરાઈટ અથવા બદલી ન શકાય તેવી કામગીરી છે? જોખમી રેખાઓને ચિહ્નિત કરો અને ડ્રાય રન કેવી રીતે ઉમેરવું તે સમજાવો. કોડ: [...]

મારા મોડલમાં પેરામીટરના નામોને AI ધારે છે તે નામો સાથે મેચ કરો. હું વાસ્તવિક નામો આપીશ; તમે સ્ક્રિપ્ટમાં દરેક પેરામીટરને યોગ્ય નામમાં બદલો છો અને તમે શું બદલ્યું છે તેની સૂચિ બનાવો છો. વાસ્તવિક નામો: [...]

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા: "રેવિટમાં દિવાલોનું આગ મૂલ્ય ભરો."

સશક્ત: "મારા રેવિટ મોડલ માટે ડાયનેમો લોજિક લખો. ધ્યેય: ખાલી 'ફાયર_રેઝિસ્ટન્સ' કસ્ટમ પેરામીટર ધરાવતી 'બેઝિક વોલ' કેટેગરીમાં દિવાલોની યાદી બનાવો. પ્રથમ, ફક્ત જાણ કરો (ડ્રાય રન), કોઈ ફેરફાર કરશો નહીં. હું દિવાલના પ્રકાર અનુસાર મૂલ્યો ભરીશ અને ફાયર એક્સપર્ટ એપ્રુવલ તરીકે અંગ્રેજી નામ નથી. ટર્કસમ નામ છે.

શક્તિશાળી પ્રોમ્પ્ટ પેરામીટરના નામને સ્પષ્ટ કરે છે, ડ્રાય રનનો સંકેત આપે છે અને સલામતી-નિર્ણાયક મૂલ્ય નિષ્ણાતને છોડી દે છે.

ક્વેસ્ટ

AI ઓટોમેશન માટે યોગ્યતા

સ્થિતિ

પેરામીટર સ્કેન ખૂટે છે

ઉચ્ચ

ડ્રાય રનિંગ

ચાર્ટ/રિપોર્ટ લેઆઉટ

ઉચ્ચ

ફોર્મેટ નિયંત્રણ

નિયમ આધારિત બલ્ક ફિલિંગ

મધ્યમ

પરિમાણ મેચ + ટેસ્ટ

ક્લેશ ટિપ્પણી

મધ્યમ

ઇજનેર મંજૂરી

ફાયર/કેરિયર રેટિંગ નિર્ધારણ

નીચું

સક્ષમ નિષ્ણાતની મંજૂરી

સામાન્ય ભૂલો

• કોડને વાંચ્યા વિના મુખ્ય મોડેલમાં ચલાવવું. ઉલટાવી શકાય તેવું નુકસાનનું જોખમ.
• પરિમાણ નામો સાથે મેળ ખાતા નથી. સ્ક્રિપ્ટ ચુપચાપ ખોટા વિસ્તારને નિશાન બનાવે છે.
• ડ્રાય રનિંગ છોડો. કોડને તેનો હેતુ જોયા વિના અમલમાં મૂકવો.
• AI ને આગ/વહન મૂલ્ય નક્કી કરવા દો. આને નિષ્ણાતની મંજૂરીની જરૂર છે.
• બેકઅપ વિના પ્રયાસ કરી રહ્યા છીએ. પરીક્ષણ હંમેશા ડુપ્લિકેટમાં થવું જોઈએ.

સારાંશમાં

BIM એ એક વિશાળ ડેટા પૂલ છે અને AI આ ડેટા સાથે ક્વેરી, પોપ્યુલેટ અને કોડ જનરેટ કરવામાં શક્તિશાળી સહાયક છે. પરંતુ કોઈપણ કોડ કે જે મોડેલમાં બદલી ન શકાય તેવા ફેરફારો કરી શકે છે તે માનવ નિયંત્રણમાંથી પસાર થવું જોઈએ. પેરામીટર નામો સાથે મેળ કરો, ડ્રાય રન ચલાવો, બેકઅપ કોપી પર પરીક્ષણ કરો અને મોડેલમાં પરિણામ ચકાસો. AI એ ક્યારેય સલામતી-નિર્ણાયક મૂલ્યો જેમ કે આગ અને વાહક નક્કી ન કરો; તેમને સક્ષમ નિષ્ણાત દ્વારા મંજૂરી આપો.

એપ્લિકેશન કાર્ય

તમારા BIM મોડેલ (અથવા નમૂના શેડ્યૂલ) પર પેરામીટર સ્કેન કાર્ય વ્યાખ્યાયિત કરો. AI ને સાચા પેરામીટર નામો આપીને ડ્રાય રન લોજિક જનરેટ કરવા કહો, સુરક્ષા માટે કોડની સમીક્ષા કરો અને બેકઅપ કોપી પર તેનું પરીક્ષણ કરો. કોષ્ટકમાં લખો કે કયા નિયંત્રણો એઆઈના છે અને કયા નિષ્ણાતના છે.

ચેકલિસ્ટ

• [ ] મેં કાર્યને સ્પષ્ટ રીતે વ્યાખ્યાયિત કર્યું છે (ક્વેરી/ફિલ/રિપોર્ટ).
• [ ] મેં AI ને વાસ્તવિક પરિમાણ અને શ્રેણીના નામ આપ્યાં છે.
• [ ] મેં AI કોડ લાઇન બાય લાઇન વાંચી.
• [ ] મેં ડ્રાય રનિંગ સાથેનો ઇરાદો જોયો.
• [ ] મેં બેકઅપ કોપી પર નાની પસંદગી સાથે પરીક્ષણ કર્યું.
• [ ] મેં મોડેલમાં પરિણામ ચકાસ્યું.
• [ ] મેં આગ/વાહક મૂલ્યો નિષ્ણાતને છોડી દીધા.