Dobici:
- Sposobnost podjele projekta u faze od koncepta do isporuke i određivanja uloge umjetne inteligencije, verifikacije koju treba aktivirati i odgovornog stručnjaka u svakoj fazi.
- Postavljanje pitanja o riziku na kraju svake faze i mogućnost potvrde lokalnog pogona, zakonodavstva i troškova u vlastitoj fazi.
- Sposobnost integracije AI proizvodi, ljudi odlučuju, svaki kritični rezultat je provjeren, potpis je sa stručnim načelima u tijeku rada od kraja do kraja
U prethodnih jedanaest cjelina učili smo dijelove jedan po jedan: koncept, vizualno, analiza lokacije, biljka, voda, održivost, tehnika, prezentacija, trošak, zakonodavstvo. U ovoj jedinici sve ih spajamo u jedan pravi projekt. Cilj je uspostaviti tijek rada koji može koristiti umjetnu inteligenciju (AI) tečno i sigurno od početka projekta do njegove isporuke. Tijek rada je skup uzastopnih koraka koje posao slijedi od početka do kraja. Ova jedinica nije sažetak, već proba integracije: u svakoj fazi, gdje AI ubrzava, gdje se zaustavlja, koja provjera valjanosti dolazi u obzir.
Primjer projekta: 4 ha gradskog parka uz potok
Razmotrimo projekt koji smo spomenuli kroz modul od početka do kraja. Općina želi transformirati obalu vodotoka kojoj prijeti poplava u gradski park koji štiti vodu i donosi upotrebljivost susjedstvu. Budžet je ograničen, trajanje je tri mjeseca, klima je umjereno kišna.
Faza 1 — Okvir i koncept (Jedinice 1-2). Okvir projekta i 6 tema izrađeni su pomoću umjetne inteligencije; Tim bira temu "vodovoda koji vraća potok koji je grad zaboravio" i pretače je u principe. AI diverzificira i odabire timove.
Faza 2 — Analiza terena (jedinica 4). Nagib, orijentacija, protok vode dobiveni su iz GIS-a; Obavlja se terenski izlet. AI sintetizira izmjerene podatke + opažanja i proizvodi listu mogućnosti-ograničenja. Mjerenja s alata, sinteza provjerena.
Faza 3 — Voda i klimatska strategija (jedinica 6). YZ predlaže kombinaciju kišnog vrta + biosval + propusno tlo; uspostavljena je logika naselja. Dimenzioniranje je povjereno inženjeru hidrotehnike.
Faza 4 — Paleta biljaka (jedinica 5). AI proizvodi profil značajki i popis kandidata; Tim provjerava svaku vrstu za lokalnu klimatsku zonu, popis invazivnih vrsta, toksičnost i dostupnost mladica. Neprovjerene vrste nisu uključene.
Faza 5 — Provjera održivosti (jedinica 7). Dizajn se prolazi kroz bodovnu karticu vodopropusnost-lokalna stopa-sjena-biološka raznolikost; poboljšani su slabi naslovi.
Faza 6 — Vizualno i tehničko (jedinice 3, 8). AI proizvodi atmosferske slike i detaljnu logiku/usporedbu materijala; Mjerilo se crta u CAD-u, statičke detalje crta inženjer.
Faza 7 — Trošak i raspored (Jedinica 10). AI organizira popis stavki i tablicu; Upisuju se stvarne količine i aktualne cijene, a raspored radova se postavlja prema sezoni sadnje.
Faza 8 — Zakonodavstvo i uvođenje (jedinice 9, 11). Priprema se popis za provjeru dopuštenja i pitanja institucije, stavke se potvrđuju sa službenom osobom; Prezentacija je osmišljena na različitim jezicima za tri publike (općina, stanovnici kvarta, žiri).
Savjet: Na kraju svake faze postavite jedno pitanje: "Je li ovaj proizvod niskog, srednjeg ili visokog rizika; tko će to potvrditi?" Ovo jedino pitanje osigurava cijeli tijek rada.
Zlatno pravilo između faza
U tijeku od kraja do kraja, tri se principa ponavljaju u svakoj fazi: (1) AI mijenja i ubrzava, ljudi odabiru i posjeduju; (2) svaki numerički/lokalni/sigurnosno kritičan izlaz se provjerava; (3) rješenje i potpis su kod nadležnog vještaka. Ova tri principa se ne mijenjaju; Mijenja se samo predmet na koji se primjenjuju.
tri mini kućišta
Slučaj 1 — Brzina s kraja na kraj. Jedan je ured vodio sličan stream park s tijek rada koji je pokretao AI: koncept i analiza išli su s 3 tjedna na 10 dana; Ušteđeno vrijeme posvećeno je detaljima i provjeri. Kvaliteta isporuke poboljšana je jer je tim dobio na vremenu za "odlučivanje", a ne za "proizvodnju".
Slučaj 2 — Verifikacija lanca. U istom su projektu uhvaćene četiri odvojene pogreške umjetne inteligencije u različitim fazama: invazivna biljka (provjera Jedinice 5), izmišljena regulatorna klauzula (provjera Jedinice 11), pretjerana slika (provjera Jedinice 3), troškovna stavka koja nedostaje (popis Jedinice 10). Nijedna nije dosegla podnošenje; disciplina je radila.
Slučaj 3 — Transformacija tima. Tim je isprva napravio puno grešaka, misleći da je umjetna inteligencija "magija koja radi sve". Nakon što su usvojili disciplinu kante rizika (jedinica 1), počeli su koristiti AI na pravom sloju: besplatna pri niskom riziku, validacija pri srednjem riziku, korisna samo pri visokom riziku. Učinkovitost i samopouzdanje rasli su zajedno.
Četiri predloška za kopiranje
1) Plan projekta:
Vaša uloga: koordinator krajobraznog projekta. Projekt: [opis, trajanje, proračun, klima]. Dajte mi plan tijeka rada od kraja do kraja: koncept, analiza, vodna strategija, postrojenje, održivost, vizualni, tehnički, troškovi, zakonodavstvo, prezentacija. Navedite ulogu umjetne inteligencije u svakoj fazi i koja će verifikacija/stručnjak biti uključen.
2) Revizija rizika na kraju faze:
Provjerite izlaz sljedeće faze [fazu i izlaz] za rizik: odvojite dijelove niskog/srednjeg/visokog rizika, tko i kako provjeriti za svaki srednji/visoki, navedite nedostatke koje je potrebno zatvoriti prije isporuke.
3) Holistička kontrola prije isporuke:
Provjerite ovaj projekt holistički prije isporuke: dosljednost koncepta i dizajna, je li izvršena lokalna provjera postrojenja, je li inženjerska strategija odobrena, je li trošak realan, je li zakon potvrđen, jesu li vizualni prikazi reprezentativni. Provjere koje nedostaju pojavljuju se na popisu.
4) Naučena lekcija:
Kada ovaj projekt završi, izvucite lekcije naučene korištenjem umjetne inteligencije: u kojoj je fazi umjetna inteligencija radila vrlo dobro, u kojoj je fazi bio visok rizik od pogreške, kako bih trebao poboljšati tijek rada u sljedećem projektu? Pišite konkretnim i djelotvornim stavkama.
Slab upit / Jak upit
Slab upit:
Odradi ovaj projekt za mene od početka do kraja.
Ova želja koja želi sve odjednom; Proizvodi neprovjerenu, površnu i riskantnu gomilu.
Snažan upit:
Vaša uloga: koordinator projekta. Projekt: 4 ha parka uz potok, 3 mjeseca, ograničen proračun, blaga kišna klima, prioritetna zaštita od poplava i korištenje susjedstva. Za mene se pojavljuje tijek rada korak po korak; U svakoj fazi treba navesti (1) konkretan doprinos umjetne inteligencije, (2) provjeru koja će doći u obzir i (3) odgovornog stručnjaka/autoriteta. Označite posebno rizične faze. Nemojte reći "AI dovršava bilo koju fazu sama".
Progresivna promocija s provjerom i dodjelom odgovornosti pretvara AI u pravi alat za koordinaciju.
Tablica sažetka uloga od kraja do kraja
Pozornica
AI doprinos
provjera
Odgovorno
koncept
varijacija
Filter proračuna/klime
dizajner
Analiza
sinteza
Polje + GIS
terenski analitičar
vode/klime
strategija
hidraulički kalkulator
inženjer
biljka
lista kandidata
Lokalna potvrda
krajobrazni arhitekt
tehničkog
Logika/tekst
CAD + statički
Arhitekt/inženjer
trošak
Tablica
Stvarna količina/cijena
mjeritelj količina
zakonodavstvo
Sažetak/popis
Ovlaštena potvrda
nadležno tijelo
prezentacija
Narativ
Provjera integriteta
dizajner
Uobičajene greške
- Željeti sve u jednom zahtjevu. Tijek s kraja na kraj je postupan; Svaki stupanj se posebno provjerava.
- Preskakanje revizije rizika na kraju faze. Pogreške se hvataju tijekom faznih prijelaza.
- Nagomilavanje afirmacija i njihovo ostavljanje za kraj. Lokalno postrojenje, zakonodavstvo i potvrda troškova trebala bi se obaviti u vlastitoj fazi.
- Ugradnja ljudske odluke u tijek umjetne inteligencije. Izbor, vlasništvo i potpis ostaju na ljudima u svakoj fazi.
- Nebilježenje naučene lekcije. Svaki projekt je prilika za poboljšanje sljedećeg tijeka rada.
Ukratko
End-to-end tijek rada gdje se sve prethodne jedinice spajaju 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, ljudi odlučuju, svaki kritični izlaz je verificiran, potpis je kod kompetentnog stručnjaka. Podijelite projekt u faze, postavite pitanje o riziku na kraju svake faze, izvršite provjere u vlastitoj fazi i učite iz svakog projekta. Tako AI postaje partner koji jača vašu profesiju, a ne slabi je.
Zadatak aplikacije
Stvorite tijek rada od kraja do kraja s predloškom "Project roadmap" za pravi projekt po vašem izboru; Provjerite i dodijelite odgovornost za svaku fazu. Zatim odaberite dvije faze i revidirajte ih pomoću predloška "Revizija rizika na kraju faze". Naposljetku, navedite nedostajuće provjere s predloškom "Holistička provjera prije isporuke".
popis za provjeru
- [ ] Projekt sam podijelio u faze; Provjerio sam i dodijelio odgovornost za svaku fazu.
- [ ] Postavio sam pitanje o kanti rizika na kraju svake faze.
- [ ] Napravio sam lokalnu tvornicu, zakonodavstvo i potvrdu troškova u vlastitoj fazi.
- [ ] Povezao sam faze visokog rizika s odobrenjem stručnjaka.
- [ ] Zabilježio sam naučene lekcije iz projekta za sljedeći tijek rada.
Modul ispit
1. Što je od sljedećeg najtočnije pozicioniranje za umjetnu inteligenciju u krajobraznoj arhitekturi?
- A) AI je akcelerator i generator nacrta; Odgovornost za lokaciju, ekologiju, sigurnost i regulatorne odluke leži na ljudima ✔
- B) Umjetna inteligencija može sama dovršiti i potpisati dizajn
- C) Umjetna inteligencija radi samo u stvaranju vizualnih sadržaja, nema nikakve veze s drugim fazama dizajna
- D) Budući da je umjetna inteligencija objektivnija od čovjeka, zakonodavne odluke treba prepustiti njoj.
Opis: Umjetna inteligencija je multiplikator ideja i generator nacrta koji ubrzava koncept, vizualno, analizu i komunikaciju; Realnost terena, lokalna ekologija, sigurnost i pravna odgovornost ostaju na nadležnom stručnjaku. U inženjerskim i sigurnosnim odlukama, umjetna inteligencija nije zamjena za odobrenje stručnjaka.
2. Kada raščlanite odluke o projektu uređenja okoliša prema razini rizika, što bi od sljedećeg spadalo u skupinu 'visokog rizika (potrebno je odobrenje stručnjaka)'?
- A) Pisanje konceptualnog teksta
- B) Stvaranje ideje za moodboard
- C) Statika potpornih zidova i sigurnost dječjih igrališta ✔
- D) Dobivanje prijedloga naslova prezentacije
Opis: Inženjerska i sigurnosna pitanja kao što su statika potpornih zidova, sukob korijena drveća i potkonstrukcije, otrovne/invazivne biljke i sigurnost dječjih igrališta predstavljaju visok rizik; Ovdje je umjetna inteligencija samo pomoćnik, konačna odluka pripada stručnjaku. Tekst koncepta i ploča raspoloženja predstavljaju nizak rizik.
3. Koji je najučinkovitiji način korištenja umjetne inteligencije tijekom faze razvoja koncepta?
- A) Stvaranje mnogo različitih tema te njihov odabir i produbljivanje prolaskom kroz filter konteksta ✔
- B) Traženje jednog 'najboljeg koncepta' i njegova izravna implementacija
- C) Traženje općeg koncepta bez davanja konteksta
- D) Isporuka koncepta bez ikakve kritike
Objašnjenje: Ljudski um teži fiksirati se na prve 2-3 ideje. Prava moć umjetne inteligencije je u tome što ona proizvodi i uspoređuje mnogo različitih tema; Izbor, produbljivanje i vlasništvo pripadaju ljudskom biću. Tražiti jednu 'najbolju' preporuku gubi tu moć.
4. Koji princip je bitan kada se kupcu predstavlja render (slika) proizveden umjetnom inteligencijom?
- A) Vizualni prikaz predstavljen je kao konačan i točan prikaz koji treba primijeniti.
- B) Smatra se tehničkim dokumentom u vizualnom mjerilu
- C) Vizualni prikaz je atmosfera; provjerena autentičnost i opremljena tehničkim listovima ✔
- D) Slika se prenosi izravno 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 gustoća, biljke koje ne poznaju klimu). Stoga treba konstatirati da se radi o 'reprezentativnoj atmosferi' i treba je prezentirati tehničkim listovima.
5. Zašto je pogrešno pitati umjetnu inteligenciju o prosječnom nagibu parcele u analizi područja?
- A) Umjetna inteligencija ne može napraviti položajna mjerenja, a može napraviti broj; mjerenje preuzeto iz GIS-a/terensko mjerenje ✔
- B) Umjetna inteligencija točno izračunava nagib, ali je spora
- C) Nagib je nevažan podatak, nema potrebe pitati
- D) Umjetna inteligencija može izračunati samo kvadratne metre, ne nagib, ali izračunati udaljenost
Opis: Umjetna inteligencija ne vidi parcelu i ne može vršiti prostorna mjerenja; takvo pitanje može dati siguran, ali neutemeljen broj. Mjerenja kao što su nagib, površina i udaljenost uzimaju se iz GIS-a ili terenskog istraživanja; Umjetna inteligencija koristi se samo za tumačenje danih izmjerenih podataka.
6. Koje je najkritičnije pravilo korištenja umjetne inteligencije u selekciji biljaka?
- A) Koristite AI za popis kandidata i potvrdite svaku vrstu s lokalnom klimom, popisom invazivnih, toksičnošću i tržištem ✔
- B) Stavljanje popisa koji predlaže AI izravno u projekt, jer se temelji na globalnim podacima
- C) Odabir samo vrsta koje izgledaju vizualno privlačno
- D) Preferiranje vrsta koje su praktične jer brzo rastu, bez provjere.
Objašnjenje: Budući da umjetna inteligencija uči iz globalnog prosjeka, može biti u krivu o klimatskoj zoni, invazivnom statusu, toksičnosti i tržištu. Stoga se koristi samo kao generator liste kandidata; svaka je vrsta provjerena za lokalnu klimatsku zonu, popis invazivnih vrsta, toksičnost i dostupnost mladica. Neprovjereni tip ne ulazi u projekt.
7. Kako se uloga umjetne inteligencije razlikuje od uloge inženjera u upravljanju oborinskim vodama?
- A) Umjetna inteligencija sigurno izrađuje izračune strategije i kapaciteta
- B) Umjetna inteligencija stvara strategije i ideje o plasmanu; Dimenzioniranje i kapacitet su inženjerski izračun i odobrenje ✔
- C) Inženjer samo određuje strategiju, umjetna inteligencija radi izračune
- D) Veličina je nevažna; Dovoljan je smjer u kojem voda teče
Opis: Ideja i postavljanje rješenja kao što su kišni vrtovi i bioswales su dizajnerske odluke, a umjetna inteligencija tu pomaže. Međutim, dimenzioniranje, kapacitet i sigurnost od poplava zahtijevaju hidrauličke proračune i odobrenje inženjera; Umjetna inteligencija ne može izračunati protok/kapacitet jer netočna veličina znači poplavu ili kolaps.
8. Koji je najtočniji pristup pri ocjeni održivosti dizajna?
- A) Što dizajn izgleda zelenije, to je održiviji
- B) Procjena održivosti u mjerljivim temama kao što su voda, propusnost, lokalna stopa, sjena, održavanje i bioraznolikost ✔
- C) Dovoljno je samo povećati broj biljaka
- D) Intenzivna sadnja bez uzimanja u obzir troškova održavanja
Objašnjenje: 'Izgledati zeleno' nije održivost; Zelena površina jedne vrste koja troši mnogo vode može biti ekološki loša i skupa. Pravi pristup je ocjenjivanje održivosti na mjerljivim temama kao što su voda, propusnost, stopa autohtonih vrsta, sjena, održavanje i bioraznolikost te poboljšanje slabih točaka.
9. Što treba učiniti za vrijednosti mjerenja i armature u 'odjeljku uzorka' potpornog zida koje daje umjetna inteligencija u fazi tehničkog crteža?
- A) Vrijednosti se mogu kopirati izravno u projekt jer AI poznaje standarde
- B) Vrijednosti su reprezentativne; Statički detalj je određen ispitivanjem terena 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 pruža umjetna inteligencija uvijek ostaje na sigurnoj strani
Objašnjenje: Umjetna inteligencija ne proizvodi skalirane/statične crteže, a mjere, visine i vrijednosti pojačanja koje pruža su reprezentativne. Statični detalj; Određuje se ispitivanjem terena i inženjerskim izračunima. Ove se vrijednosti ne mogu prenijeti na crtež bez provjere, to je posebno važno za detalje kritične za sigurnost.
10. Koji je najučinkovitiji pristup pri predstavljanju istog projekta uređenja različitoj publici?
- A) Predstavljanje istog tehničkog teksta svima
- B) Preuveličavanje ušteda i iznosa koristi za povećanje učinka
- C) Prilagodba suštine dizajna kako bi se svakoj publici reklo što im je stalo na vlastitom jeziku ✔
- D) Dovoljno je pripremiti prezentaciju samo za tehnički žiri.
Opis: Investitor brine o cijeni i vrijednosti, susjedstvo brine o dnevnim prednostima i sigurnosti, žiri brine o konceptu i tehnici. Objašnjavanje jedinstvene suštine dizajna svakoj publici do čega im je stalo, na jeziku koji mogu razumjeti; Iskorištavanje moći prevođenja okvira umjetne inteligencije je najučinkovitiji način. Česta je pogreška objašnjavati to svima na istom jeziku.
11. Zašto je pogrešno imati umjetnu inteligenciju koja izravno izračunava ukupnu cijenu parka?
- A) Umjetna inteligencija uvijek zna trenutne tržišne cijene
- B) Umjetna inteligencija izračunava trošak, ali griješi samo na velikim projektima
- C) Umjetna inteligencija ne zna stvarnu duljinu projekta i trenutne cijene; Navedeni iznos je reprezentativan, a ne ponuda ✔
- D) Cijena nije važna, važna je ljepota dizajna
Objašnjenje: Umjetna inteligencija niti zna stvarnu duljinu vašeg projekta niti trenutne lokalne jedinične cijene; Navedeni iznos je isključivo reprezentativan i nije ponuda. Ispravan način je uzeti stvarnu količinu iz projektnih podataka i jedinične cijene s tržišta i dati umjetnoj inteligenciji da samo uredi tablicu.
12. Koji je najopasniji rizik i ispravna mjera opreza pri korištenju umjetne inteligencije u pogledu zakonodavstva?
- A) Budući da umjetna inteligencija poznaje zakonodavstvo napamet, njegovim se člancima može vjerovati
- B) Zakonodavstvo je univerzalno, nema potrebe za lokalnom potvrdom
- C) Broj artikla koji daje umjetna inteligencija uvijek je ažuriran.
- D) Umjetna inteligencija može sačiniti nepostojeću materiju; Svaka odredba mora biti potvrđena od službenog ažurnog izvora i tijela ✔
Opis: Zakonodavstvo je lokalno, aktualno i otvoreno za tumačenje; AI može smisliti nepostojeći broj stavke ili pravilo (halucinacija). Ispravna mjera opreza je ne koristiti nijednu odredbu bez provjere; Umjetnu inteligenciju treba koristiti samo za sažimanje službenog teksta koji dajete, za generiranje popisa za provjeru i pitanja za službenu osobu te za potvrdu stavki iz službenog trenutnog izvora.
13. Koje se načelo primjenjuje na korištenje umjetne inteligencije s podacima kao što su ugovor s klijentom i podaci o paketu?
- A) Svi dokumenti mogu se učitati kakvi jesu jer je brzina važna
- B) Podaci o ugovoru su nevažni za AI, ignoriraju se
- C) Podaci o paketu mogu se slobodno dijeliti jer se ne smatraju osobnim podacima.
- D) Povjerljivi i osobni podaci ne dijele se bez kontrole; Po potrebi se koristi anonimizirano ✔
Objašnjenje: Identitet kupca, informacije o paketu, ugovor i osobni podaci ne smiju se nekontrolirano učitavati u alate umjetne inteligencije. Ako je potrebno, podaci se dijele anonimizacijom. Povjerljivost je jedno od ključnih etičkih načela naglašenih u cijelom modulu.
14. Koja su tri stalna načela pri pokretanju projekta od kraja do kraja s umjetnom inteligencijom?
- A) Zatražite sve u jednom zahtjevu, provjerite rezultat, isporučite
- B) Umjetna inteligencija odlučuje, ljudi samo provode
- C) Nagomilajte provjere i učinite ih sve odjednom na kraju projekta
- D) Umjetna inteligencija proizvodi, ljudi odabiru i posjeduju; svaki kritični izlaz se provjerava; Rješenje i potpis pripadaju vještaku ✔
Opis: u tijeku rada od kraja do kraja, tri se principa ponavljaju u svakoj fazi: AI tipizira i ubrzava, ljudi biraju i posjeduju; svaki numerički, lokalni i sigurnosni kritični izlaz se provjerava; Rješenje i potpis pripadaju nadležnom vještaku. Ova načela ostaju konstantna čak i ako se mijenja samo predmet na koji se primjenjuju.