End-to-end workflow: een project van begin tot eind uitvoeren met AI

Winst:

• Vermogen om een project in fasen te verdelen van concept tot oplevering en de rol van kunstmatige intelligentie, de in te schakelen verificatie en de verantwoordelijke expert in elke fase te bepalen.
• Het stellen van de risicobucketvraag aan het einde van elke fase en het kunnen bevestigen van de lokale installatie, wetgeving en kosten in de eigen fase.
• Mogelijkheid om AI-producties te integreren, menselijke beslissingen, elke kritische output wordt geverifieerd, handtekening is met de expertprincipes in een end-to-end workflow

In de voorgaande elf units leerden we de onderdelen één voor één: concept, visueel, locatieanalyse, plant, water, duurzaamheid, techniek, presentatie, kosten, wetgeving. In deze unit combineren we ze allemaal tot één echt project. Het doel is om een ​​workflow tot stand te brengen die kunstmatige intelligentie (AI) vanaf het begin van het project tot de oplevering ervan vloeiend en veilig kan gebruiken. Workflow is de reeks opeenvolgende stappen die een taak van begin tot eind volgt. Deze unit is geen samenvatting, maar een integratierepetitie: in elke fase, waar AI versnelt, waar het stopt, welke validatie een rol speelt.

Voorbeeldproject: stadspark van 4 ha aan de beek

Laten we het project dat we in de module noemden van begin tot eind eens bekijken. De gemeente wil een braakliggende beekoevers met overstromingsrisico omvormen tot een stadspark dat zowel water buffert als bruikbaarheid brengt in de buurt. Het budget is beperkt, de duur is drie maanden, het klimaat is mild en regenachtig.

Fase 1 — Kader en concept (eenheden 1-2). Projectraamwerk en 6 thema's worden geproduceerd met AI; Het team kiest het thema ‘de waterlijn die de stroom teruggeeft die de stad vergeten is’ en vertaalt dit naar principes. AI diversifieert en selecteert teams.

Fase 2 — Veldanalyse (eenheid 4). Helling, oriëntatie en waterstroom worden verkregen uit GIS; Er wordt een excursie gemaakt. AI synthetiseert gemeten gegevens + observatie en produceert een lijst met mogelijkheden en beperkingen. Metingen van het gereedschap, synthese geverifieerd.

Fase 3 — Water- en klimaatstrategie (eenheid 6). YZ stelt een combinatie voor van regentuin + bioswal + doorlatende grond; verrekeningslogica is gevestigd. Het dimensioneren wordt gedelegeerd aan de waterbouwkundige.

Fase 4 — Plantenpalet (eenheid 5). AI produceert functieprofiel en kandidatenlijst; Het team verifieert elke soort op lokale klimaatzone, invasieve lijst, toxiciteit en beschikbaarheid van jonge boompjes. Niet-geverifieerde typen zijn niet inbegrepen.

Fase 5 — Duurzaamheidscontrole (Unit 7). Het ontwerp wordt doorgegeven aan de scorekaart voor waterdoorlaatbaarheid, lokale snelheid, schaduw en biodiversiteit; zwakke titels worden verbeterd.

Fase 6 — Visueel en technisch (eenheden 3, 8). AI produceert atmosferische beelden en detaillogica/materiaalvergelijking; Schaaltekeningen worden getekend in CAD, statische details worden getekend door de ingenieur.

Fase 7 — Kosten en planning (eenheid 10). AI organiseert de itemlijst en tabel; De werkelijke hoeveelheden en actuele prijzen worden ingevoerd en het werkschema wordt opgesteld op basis van het plantseizoen.

Fase 8 — Wetgeving en uitrol (eenheden 9, 11). Toestemmingchecklist en instellingsvragen worden opgesteld, items worden bevestigd met de functionaris; De presentatie is vormgegeven in verschillende talen voor drie doelgroepen (gemeente, buurtbewoners, jury).

Tip: Stel aan het einde van elke fase één vraag: "Is dit resultaat een laag, gemiddeld of hoog risico; wie zal het verifiëren?" Deze enkele vraag houdt de hele workflow veilig.

Gouden regel tussen fasen

In de end-to-end-stroom worden in elke fase drie principes herhaald: (1) AI varieert en versnelt, mensen selecteren en bezitten; (2) elke numerieke/lokale/veiligheidskritieke uitvoer wordt geverifieerd; (3) de beslissing en de handtekening liggen bij de bevoegde deskundige. Deze drie principes veranderen niet; Alleen het onderwerp waarop ze worden toegepast verandert.

drie minikoffers

Geval 1 — Eind-tot-eindsnelheid. Eén kantoor beheerde een soortgelijk beekpark met een AI-aangedreven workflow: concept en analyse duurden van 3 weken naar 10 dagen; De bespaarde tijd werd besteed aan details en verificatie. De leveringskwaliteit verbeterde omdat het team tijd won om te ‘beslissen’ in plaats van te ‘produceren’.

Geval 2 — Ketenverificatie. In hetzelfde project werden in verschillende stadia vier afzonderlijke AI-bugs ontdekt: een invasieve plant (Unit 5-verificatie), een verzonnen regelgevende clausule (Unit 11-verificatie), een overdreven afbeelding (Unit 3-controle), een ontbrekende kostenpost (Unit 10-lijst). Niemand bereikte de onderwerping; discipline werkte.

Geval 3 — Teamtransformatie. Een team maakte aanvankelijk veel fouten, omdat ze dachten dat AI 'magie was die alles doet'. Toen ze eenmaal de risicobucketdiscipline (Unit 1) hadden aangenomen, begonnen ze AI op de juiste laag te gebruiken: gratis bij laag risico, validerend bij gemiddeld risico, alleen nuttig bij hoog risico. Efficiëntie en vertrouwen namen samen toe.

Vier kopieerbare sjablonen

1) Projectroutekaart:

Jouw rol: projectcoördinator landschap. Project: [beschrijving, duur, budget, klimaat]. Geef mij een end-to-end workflow-roadmap: concept, analyse, waterstrategie, plant, duurzaamheid, visueel, technisch, kosten, wetgeving, presentatie. Specificeer in elke fase de rol van de AI en welke verificatie/expert daarbij betrokken zal zijn.

2) Risico-audit einde fase:

Controleer de output van de volgende fase [fase en output] op risico: afzonderlijke delen met een laag/medium/hoog risico, wie en hoe te verifiëren voor elke medium/hoog, een lijst van hiaten die moeten worden gedicht vóór de oplevering.

3) Holistische controle vóór levering:

Controleer dit project holistisch vóór de oplevering: consistentie tussen concept en ontwerp, of lokale fabrieksverificatie heeft plaatsgevonden, of de engineeringstrategie is goedgekeurd, of de kosten realistisch zijn, of de wetgeving is bevestigd, of de beelden representatief zijn. De ontbrekende verificaties verschijnen in een lijst.

4) Geleerde les:

Als dit project is afgerond, trek dan de lessen die zijn geleerd uit het gebruik van AI: in welk stadium werkte AI heel goed, in welk stadium was het risico op fouten groot, hoe moet ik de workflow in het volgende project verbeteren? Schrijf concrete en bruikbare items op.

Zwakke prompt/sterke prompt

Zwakke prompt:

Doe dit project voor mij van begin tot eind.

Dit verlangen dat alles tegelijk wil; Het produceert een niet-geverifieerde, oppervlakkige en risicovolle stapel.

Krachtige prompt:

Jouw rol: projectcoördinator. Project: 4 ha park aan de beek, 3 maanden, beperkt budget, mild regenklimaat, prioritaire buffering tegen overstromingen en buurtgebruik. Er ontstaat voor mij een stapsgewijze workflow; In elke fase moet (1) de concrete bijdrage van AI, (2) de verificatie die een rol gaat spelen, en (3) de verantwoordelijke deskundige/autoriteit worden gespecificeerd. Markeer fasen met een hoog risico afzonderlijk. Zeg niet: "AI voltooit elke fase op zichzelf".

Progressieve aanwijzingen met verificatie en toewijzing van verantwoordelijkheid maken van AI een echt coördinatie-instrument.

End-to-end roloverzichtstabel

Stadium

AI-bijdrage

verificatie

Verantwoordelijk

concept

variatie

Budget-/klimaatfilter

ontwerper

Analyse

synthese

Veld + GIS

veldanalist

water/klimaat

Strategie

hydraulische rekenmachine

ingenieur

plant

kandidatenlijst

Lokale verificatie

landschapsarchitect

technisch

Logica/tekst

CAD + statisch

Architect/ingenieur

Kosten

Tafel

Werkelijke hoeveelheid/prijs

kwantiteitsmeter

wetgeving

Samenvatting/lijst

Geautoriseerde bevestiging

bevoegde autoriteit

presentatie

Verhalend

Integriteitscontrole

ontwerper

Veel voorkomende fouten

• Alles in één verzoek willen. De end-to-end-stroom verloopt geleidelijk; Elke fase wordt afzonderlijk geverifieerd.
• Het overslaan van de risico-audit aan het einde van de fase. Tijdens faseovergangen worden fouten opgemerkt.
• Bevestigingen verzamelen en deze tot het laatst bewaren. Lokale fabrieks-, wetgevings- en kostenbevestigingen moeten in hun eigen fase worden gedaan.
• Het inbedden van menselijke beslissingen in de AI-stroom. Keuze, eigenaarschap en handtekening berusten bij mensen in elke fase.
• Het niet vastleggen van de geleerde les. Elk project is een kans om de volgende workflow te verbeteren.

Samengevat

End-to-end workflow is waar alle voorgaande eenheden samenkomen in één project. AI diversifieert en versnelt in elke fase; maar in elk stadium kiezen, verifiëren en bezitten mensen. Drie onveranderlijke principes houden de stroom veilig: AI produceert, de mens beslist, elke kritische output wordt geverifieerd, de handtekening ligt bij de competente expert. Verdeel het project in fasen, stel aan het einde van elke fase de risicobucketvraag, voer verificaties uit in de eigen fase en leer van elk project. Zo wordt AI een partner die uw beroep versterkt en niet verzwakt.

Applicatie taak

Creëer een end-to-end workflow met het sjabloon "Projectroadmap" voor een echt project naar keuze; Controleer en wijs de verantwoordelijkheid voor elke fase toe. Selecteer vervolgens twee fasen en audit deze met het sjabloon ‘Einde fase risico audit’. Maak ten slotte een lijst van uw ontbrekende verificaties met de sjabloon 'Holistische controle vóór levering'.

controlelijst

• [ ] Ik heb het project in fasen verdeeld; Ik heb voor elke fase de verantwoordelijkheid geverifieerd en toegewezen.
• [ ] Aan het einde van elke fase stelde ik de vraag over de risicobucket.
• [ ] Ik heb de lokale fabriek, wetgeving en kostenbevestiging in zijn eigen stadium gemaakt.
• [ ] Ik heb risicovolle fasen gekoppeld aan goedkeuring door deskundigen.
• [ ] Ik noteerde de lessen die ik uit het project heb geleerd voor de volgende workflow.

Module-examen

1. Welke van de volgende is de meest nauwkeurige positionering voor kunstmatige intelligentie in landschapsarchitectuur?

• A) AI is een accelerator en blauwdrukgenerator; De verantwoordelijkheid voor beslissingen over de locatie, de ecologie, de veiligheid en de regelgeving ligt bij de mens ✔
• B) Kunstmatige intelligentie kan het ontwerp zelfstandig voltooien en ondertekenen
• C) Kunstmatige intelligentie werkt alleen bij het produceren van beelden, het heeft niets te maken met andere ontwerpfasen
• D) Omdat kunstmatige intelligentie objectiever is dan mensen, moeten wetgevingsbeslissingen aan hen worden overgelaten.

Beschrijving: Kunstmatige intelligentie is een ideeënvermenigvuldiger en conceptgenerator die concept, visualisatie, analyse en communicatie versnelt; Veldrealiteit, lokale ecologie, veiligheid en juridische verantwoordelijkheid blijven bij de bevoegde deskundige. Bij technische en veiligheidskritische beslissingen is AI geen vervanging voor de goedkeuring van deskundigen.

2. Wanneer u de beslissingen over een landschapsproject opsplitst naar risiconiveau, welke van de volgende zaken zou dan in de categorie 'hoog risico (goedkeuring van een deskundige vereist)' vallen?

• A) Een concepttekst schrijven
• B) Een moodboard-idee creëren
• C) Statische keermuren en veiligheid op kinderspeelplaatsen ✔
• D) Een suggestie voor de titel van een presentatie krijgen

Beschrijving: Technische en veiligheidskritieke kwesties zoals de statische eigenschappen van keermuren, conflicten tussen boomwortels en onderbouw, giftige/invasieve planten en de veiligheid van kinderspeelplaatsen vormen een hoog risico; Hier is kunstmatige intelligentie slechts een assistent, de uiteindelijke beslissing ligt bij de expert. Concepttekst en moodboard hebben een laag risico.

3. Wat is de meest efficiënte manier om kunstmatige intelligentie in te zetten tijdens de conceptontwikkelingsfase?

• A) Veel verschillende thema’s creëren en deze selecteren en verdiepen door ze door een contextfilter te halen ✔
• B) Eén ‘beste concept’ vragen en dit direct implementeren
• C) Vragen naar een algemeen concept zonder context te geven
• D) Het concept zonder enige kritiek opleveren

Uitleg: De menselijke geest heeft de neiging zich te fixeren op de eerste twee tot drie ideeën. De echte kracht van kunstmatige intelligentie is dat het veel verschillende thema’s produceert en vergelijkt; De keuze, verdieping en eigenaarschap behoren aan de mens. Door om één enkele 'beste' aanbeveling te vragen, wordt die macht verspild.

4. Welk principe is essentieel bij het presenteren van een met kunstmatige intelligentie gemaakte render (afbeelding) aan de klant?

• A) Het beeld wordt gepresenteerd als een definitief en exact toe te passen beeld.
• B) Beschouwd als een technisch document op visuele schaal
• C) Visuele representatie is de sfeer; gecontroleerd op echtheid en voorzien van technische fiches ✔
• D) De afbeelding wordt zonder verificatie rechtstreeks naar de applicatie overgebracht

Beschrijving: Kunstmatige intelligentiebeelden zijn een middel voor communicatie en sfeer; Het is niet op schaal en kan elementen bevatten die in werkelijkheid niet kunnen worden geïnstalleerd (overdreven dichtheid, planten die niet bekend zijn met het klimaat). Daarom moet worden vermeld dat het om een ​​'representatieve sfeer' gaat en dat deze moet worden gepresenteerd met technische fiches.

5. Waarom is het verkeerd om bij gebiedsanalyse kunstmatige intelligentie te vragen naar de gemiddelde helling van een plot?

• A) Kunstmatige intelligentie kan geen positiemetingen doen en kan het getal wel bepalen; meting overgenomen uit GIS/veldmeting ✔
• B) Kunstmatige intelligentie berekent de helling correct, maar is traag
• C) Helling is een onbelangrijk gegeven, het is niet nodig om dit te vragen
• D) Kunstmatige intelligentie kan alleen vierkante meters berekenen, geen helling, maar afstand berekenen

Omschrijving: Kunstmatige intelligentie ziet de plot niet en kan geen ruimtelijke metingen doen; zo'n vraag kan een betrouwbaar maar ongefundeerd aantal opleveren. Metingen zoals helling, oppervlakte en afstand worden overgenomen uit GIS of veldonderzoek; Kunstmatige intelligentie wordt alleen gebruikt om de gegeven meetgegevens te interpreteren.

6. Wat is de meest kritische regel bij het gebruik van kunstmatige intelligentie bij de plantenselectie?

• A) Gebruik AI om elke soort op te sommen en te valideren op basis van lokaal klimaat, invasieve lijst, toxiciteit en markt ✔
• B) De door AI voorgestelde lijst rechtstreeks in het project plaatsen, omdat deze gebaseerd is op mondiale gegevens
• C) Alleen soorten selecteren die er visueel aantrekkelijk uitzien
• D) De voorkeur geven aan soorten die praktisch zijn omdat ze snel groeien, zonder ze te verifiëren.

Uitleg: Omdat AI leert van het mondiale gemiddelde, kan het verkeerd zijn wat betreft klimaatzone, invasieve status, toxiciteit en markt. Het wordt dus alleen gebruikt als kandidatenlijstgenerator; elke soort wordt geverifieerd op de lokale klimaatzone, de lijst met invasieve soorten, de toxiciteit en de beschikbaarheid van jonge boompjes. Het niet-geverifieerde type komt niet in het project terecht.

7. Hoe verschillen de rol van kunstmatige intelligentie en de rol van de ingenieur in regenwaterbeheer?

• A) Kunstmatige intelligentie maakt zowel strategie- als capaciteitsberekeningen veilig
• B) Kunstmatige intelligentie genereert strategie- en plaatsingsideeën; Afmetingen en capaciteit zijn berekening en goedkeuring door de ingenieur ✔
• C) De ingenieur bepaalt alleen de strategie, kunstmatige intelligentie doet de berekeningen
• D) De maatvoering is onbelangrijk; De richting waarin het water stroomt is voldoende

Beschrijving: Het idee en de plaatsing van oplossingen zoals regentuinen en wadi's zijn ontwerpbeslissingen, en kunstmatige intelligentie helpt hierbij. De omvang, capaciteit en overstromingsveiligheid vereisen echter hydraulische berekeningen en goedkeuring van ingenieurs; Kunstmatige intelligentie kan de stroomsnelheid/capaciteit niet berekenen, omdat onjuiste dimensionering overstroming of instorting betekent.

8. Wat is de meest nauwkeurige aanpak bij het evalueren van de duurzaamheid van een ontwerp?

• A) Hoe groener het ontwerp oogt, hoe duurzamer het is
• B) Evaluatie van duurzaamheid op meetbare onderwerpen zoals water, doorlaatbaarheid, lokaal tarief, schaduw, onderhoud en biodiversiteit ✔
• C) Alleen al het aantal planten vergroten is voldoende
• D) Intensief beplanten zonder rekening te houden met onderhoudskosten

Toelichting: 'Er groen uitzien' is geen duurzaamheid; Een groene ruimte met één soort die veel water verbruikt, kan ecologisch slecht en duur zijn. De juiste aanpak is om duurzaamheid te scoren op meetbare onderwerpen zoals water, doorlaatbaarheid, inheemse soorten, schaduw, onderhoud en biodiversiteit en om zwakke punten te verbeteren.

9. Wat moet er gedaan worden met de meet- en wapeningswaarden in het ‘monstergedeelte’ van een keermuur gegeven door kunstmatige intelligentie in de technische tekenfase?

• A) Waarden kunnen rechtstreeks in het project worden gekopieerd omdat AI de normen kent
• B) Waarden zijn representatief; Statische details worden bepaald door grondonderzoek en ingenieursberekeningen en worden niet zonder verificatie in de tekening opgenomen ✔
• C) Waarden zijn uitsluitend bedoeld voor esthetische doeleinden, ze hebben niets met statica te maken
• D) De apparatuurwaarde van kunstmatige intelligentie blijft altijd aan de veilige kant

Uitleg: Kunstmatige intelligentie produceert geen geschaalde/statische tekeningen en de afmetingen, hoogtes en wapeningswaarden die het oplevert zijn representatief. Statisch detail; Het wordt bepaald door grondonderzoek en ingenieursberekeningen. Deze waarden kunnen niet zonder verificatie naar de tekening worden overgebracht, dit is vooral van belang voor veiligheidskritische details.

10. Wat is de meest effectieve aanpak bij het presenteren van hetzelfde landschapsproject aan verschillende doelgroepen?

• A) Het presenteren van dezelfde technische tekst aan iedereen
• B) Het overdrijven van besparingen en uitkeringscijfers om de impact te vergroten
• C) De ontwerpessentie aanpassen om elk publiek in hun eigen taal te vertellen waar ze om geven ✔
• D) Het is voldoende om alleen een presentatie voor de technische jury voor te bereiden.

Beschrijving: De investeerder geeft om kosten en waarde, de buurt geeft om dagelijkse voordelen en veiligheid, de jury geeft om concept en techniek. Aan elk publiek één enkele ontwerpessentie uitleggen waar ze om geven, in een taal die ze kunnen begrijpen; Profiteren van de framevertalende kracht van kunstmatige intelligentie is de meest effectieve manier. Het is een veelgemaakte fout om het aan iedereen in dezelfde taal uit te leggen.

11. Waarom is het verkeerd om kunstmatige intelligentie rechtstreeks de totale kosten van een park te laten berekenen?

• A) Kunstmatige intelligentie kent altijd de huidige marktprijzen
• B) Kunstmatige intelligentie berekent de kosten, maar heeft alleen bij grote projecten ongelijk
• C) Kunstmatige intelligentie kent de werkelijke duur van het project en de huidige prijzen niet; Het opgegeven bedrag is representatief, geen aanbod ✔
• D) De kosten zijn onbelangrijk, het gaat om de schoonheid van het ontwerp

Uitleg: Kunstmatige intelligentie kent noch de werkelijke lengte van uw project, noch de huidige lokale eenheidsprijzen; Het opgegeven bedrag is louter representatief en geen aanbod. De juiste manier is om de werkelijke hoeveelheid uit de projectgegevens en de eenheidsprijzen uit de markt te halen en de kunstmatige intelligentie alleen de tabel te laten bewerken.

12. Wat is het gevaarlijkste risico en de juiste voorzorgsmaatregel bij het gebruik van kunstmatige intelligentie met betrekking tot wetgeving?

• A) Omdat kunstmatige intelligentie de wetgeving uit het hoofd kent, kunnen de artikelen ervan worden vertrouwd
• B) Wetgeving is universeel, er is geen lokale bevestiging nodig
• C) Het door kunstmatige intelligentie opgegeven artikelnummer is altijd actueel.
• D) Kunstmatige intelligentie kan niet-bestaande materie vormen; Elke bepaling moet worden bevestigd door de officiële, actuele bron en autoriteit ✔

Omschrijving: Wetgeving is lokaal, actueel en open voor interpretatie; AI kan een niet-bestaand artikelnummer of regel verzinnen (hallucinatie). De juiste voorzorgsmaatregel is om geen enkele bepaling te gebruiken zonder deze te verifiëren; Het is bedoeld om kunstmatige intelligentie alleen te gebruiken om de officiële tekst die u verstrekt samen te vatten, om een ​​checklist en vragen aan de ambtenaar te genereren, en om de items uit de officiële huidige bron te bevestigen.

13. Welk principe is van toepassing op het gebruik van kunstmatige intelligentie met gegevens zoals klantcontract- en pakketinformatie?

• A) Alle documenten kunnen worden geüpload zoals ze zijn, omdat snelheid belangrijk is
• B) Contractgegevens zijn onbelangrijk voor AI, ze worden genegeerd
• C) Pakketinformatie kan vrijelijk worden gedeeld, aangezien dit niet als persoonlijke gegevens wordt beschouwd.
• D) Vertrouwelijke en persoonlijke gegevens worden niet ongecontroleerd gedeeld; Indien nodig geanonimiseerd gebruikt ✔

Toelichting: Klantidentiteit, pakketinformatie, contract- en persoonsgegevens mogen niet ongecontroleerd naar kunstmatige intelligentie-tools worden geüpload. Indien nodig worden gegevens gedeeld door middel van anonimisering. Vertrouwelijkheid is een van de belangrijkste ethische principes die in de module worden benadrukt.

14. Wat zijn de drie constante principes bij het end-to-end uitvoeren van een project met kunstmatige intelligentie?

• A) Alles in één aanvraag aanvragen, resultaat verifiëren, opleveren
• B) Kunstmatige intelligentie beslist, mensen voeren alleen uit
• C) Verzamel verificaties en voer ze allemaal in één keer uit aan het einde van het project
• D) Kunstmatige intelligentie produceert, mensen selecteren en bezitten; elke kritische output wordt geverifieerd; Beslissing en handtekening behoren toe aan de deskundige ✔

Beschrijving: In een end-to-end workflow worden drie principes in elke fase herhaald: AI typt en versnelt, mensen kiezen en bezitten; elke numerieke, lokale en veiligheidskritische uitvoer wordt geverifieerd; Het besluit en de handtekening behoren toe aan de bevoegde deskundige. Deze principes blijven constant, zelfs als alleen het onderwerp waarop ze worden toegepast verandert.