Dobički:
- Sposobnost razdelitve projekta na faze od koncepta do izvedbe in določitve vloge umetne inteligence, preverjanja, ki ga je treba aktivirati, in odgovornega strokovnjaka v vsaki fazi.
- Postavljanje vprašanja o vedru tveganja na koncu vsake stopnje in možnost potrditve lokalnega obrata, zakonodaje in stroškov na lastni stopnji.
- Zmožnost integracije AI proizvaja, človek se odloči, vsak kritični izhod je preverjen, podpis je s strokovnimi načeli v delovnem procesu od konca do konca
V prejšnjih enajstih sklopih smo se enega za drugim naučili dele: koncept, vizualno, analiza lokacije, obrat, voda, trajnost, tehnika, predstavitev, stroški, zakonodaja. V tej enoti jih vse združimo v en pravi projekt. Cilj je vzpostaviti potek dela, ki lahko uporablja umetno inteligenco (AI) tekoče in varno od začetka projekta do njegove izvedbe. Potek dela je niz zaporednih korakov, ki jim delo sledi od začetka do konca. Ta enota ni povzetek, ampak vaja integracije: na vsaki stopnji, kjer AI pospeši, kje se ustavi, kakšna validacija pride v poštev.
Primer projekta: 4 ha velik mestni park ob potoku
Razmislimo o projektu, ki smo ga omenili skozi modul, od začetka do konca. Občina želi poplavno ogroženo brežino reke preoblikovati v mestni park, ki hkrati varuje vodo in soseski prinaša uporabnost. Proračun je omejen, trajanje je tri mesece, podnebje je blago deževno.
1. faza – okvir in koncept (enote 1–2). Okvir projekta in 6 tem so izdelani z AI; Ekipa izbere temo "vodovoda, ki vrača potok, ki ga je mesto pozabilo" in jo prevede v načela. AI diverzificira in izbira ekipe.
Faza 2 — analiza terena (enota 4). Naklon, orientacija, pretok vode so pridobljeni iz GIS; Izveden je terenski izlet. AI sintetizira izmerjene podatke + opazovanje in ustvari seznam omejitev priložnosti. Meritve iz orodja, sinteza preverjena.
Faza 3 – Vodna in podnebna strategija (enota 6). YZ predlaga kombinacijo deževnega vrta + bioswalla + prepustne zemlje; poravnalna logika je vzpostavljena. Dimenzioniranje je zaupano hidrotehniku.
4. stopnja — rastlinska paleta (5. enota). AI ustvari profil funkcije in seznam kandidatov; Ekipa preveri vsako vrsto glede na lokalno podnebno območje, seznam invazivnih, toksičnost in razpoložljivost sadik. Nepreverjene vrste niso vključene.
Faza 5 — Preverjanje trajnosti (enota 7). Zasnova je podana skozi točkovno kartico vodoprepustnost-lokalna stopnja-senca-biotska raznovrstnost; šibki naslovi so izboljšani.
Faza 6 — Vizualno in tehnično (enoti 3, 8). AI ustvarja atmosferske slike in primerjavo logike/materiala podrobnosti; Merila se izrišejo v CAD-u, statične detajle izriše inženir.
Faza 7 – Stroški in časovni načrt (enota 10). AI organizira seznam predmetov in tabelo; Vnesejo se dejanske količine in aktualne cene, urnik dela pa se postavi glede na sadilno sezono.
Faza 8 – Zakonodaja in uvedba (enoti 9, 11). Pripravi se kontrolni seznam dovoljenj in vprašanja institucije, postavke potrdi uradnik; Predstavitev je zasnovana v različnih jezikih za tri občinstva (občina, prebivalci soseske, žirija).
Nasvet: Na koncu vsake faze zastavite eno vprašanje: "Ali je ta rezultat nizko, srednje ali visoko tveganje; kdo ga bo preveril?" To eno samo vprašanje ohranja celoten potek dela varen.
Zlato pravilo med stopnjami
V toku od konca do konca se na vsaki stopnji ponavljajo tri načela: (1) AI spreminja in pospešuje, ljudje izbirajo in posedujejo; (2) vsak numerični/lokalni/varnostno kritični izhod je preverjen; (3) sklep in podpis sta pri pristojnem strokovnjaku. Ta tri načela se ne spreminjajo; Spreminja se le predmet, na katerega se nanašajo.
trije mini kovčki
1. primer – hitrost od konca do konca. Ena pisarna je vodila podoben stream park s potekom dela, ki ga poganja umetna inteligenca: koncept in analiza sta trajala od 3 tednov do 10 dni; Prihranjeni čas je bil namenjen podrobnostim in preverjanju. Kakovost dostave se je izboljšala, ker je ekipa pridobila čas za »odločanje« namesto za »proizvodnjo«.
Primer 2 – verižno preverjanje. V istem projektu so bili na različnih stopnjah ujeti štirje ločeni hrošči AI: invazivna rastlina (preverjanje enote 5), izmišljena regulativna klavzula (preverjanje enote 11), pretirana slika (preverjanje enote 3), manjkajoča postavka stroškov (seznam enote 10). Nihče ni dosegel oddaje; disciplina je delovala.
Primer 3 – Preoblikovanje ekipe. Ekipa je sprva naredila veliko napak, saj je mislila, da je AI "čarovnija, ki naredi vse." Ko so sprejeli disciplino vedra tveganja (enota 1), so začeli uporabljati AI na pravi ravni: brezplačno pri nizkem tveganju, preverjanje pri srednjem tveganju, koristno le pri visokem tveganju. Učinkovitost in zaupanje sta se povečala skupaj.
Štiri predloge za kopiranje
1) Načrt projekta:
Vaša vloga: koordinator krajinskega projekta. Projekt: [opis, trajanje, proračun, klima]. Daj mi načrt poteka dela od konca do konca: koncept, analiza, vodna strategija, obrat, trajnost, vizualni, tehnični, stroški, zakonodaja, predstavitev. Določite vlogo umetne inteligence na vsaki stopnji in katero preverjanje/strokovnjak bo vključen.
2) Revizija tveganja ob koncu faze:
Preverite izhod naslednje faze [faza in izhod] glede tveganja: ločite dele z nizkim/srednjim/visokim tveganjem, kdo in kako preveriti za vsako srednje/visoko, seznam vrzeli, ki jih je treba zapolniti pred dostavo.
3) Holistični nadzor pred dostavo:
Pred dostavo celovito preverite ta projekt: skladnost koncepta in zasnove, ali je bila opravljena lokalna verifikacija obrata, ali je bila inženirska strategija odobrena, ali so stroški realni, ali je bila zakonodaja potrjena, ali so vizualni elementi reprezentativni. Manjkajoča preverjanja se prikažejo na seznamu.
4) Pridobljena lekcija:
Ko je ta projekt končan, navedite lekcije, pridobljene pri uporabi umetne inteligence: na kateri stopnji je umetna inteligenca delovala zelo dobro, na kateri stopnji je bilo tveganje za napako visoko, kako naj izboljšam potek dela v naslednjem projektu? Pišite konkretne in izvedljive predmete.
Šibek poziv/močan poziv
Šibek poziv:
Naredi ta projekt zame od začetka do konca.
Ta želja, ki hoče vse naenkrat; Proizvaja nepreverjen, površen in tvegan kup.
Močan poziv:
Vaša vloga: koordinator projekta. Projekt: 4 ha velik park ob potoku, 3 meseci, omejen proračun, blago deževno podnebje, prednostna zaščita pred poplavami in uporaba soseske. Zame se pojavi potek dela po korakih; Na vsaki stopnji je treba določiti (1) konkreten prispevek umetne inteligence, (2) preverjanje, ki bo prišlo v poštev, in (3) odgovornega strokovnjaka/organ. Ločeno označite stopnje z visokim tveganjem. Ne recite, da "AI dokonča katero koli stopnjo sama".
Postopno pozivanje s preverjanjem in dodeljevanjem odgovornosti spremeni AI v pravo usklajevalno orodje.
Tabela s povzetkom vloge od konca do konca
Oder
Prispevek AI
preverjanje
Odgovorno
koncept
variacija
Proračun/klimatski filter
oblikovalec
Analiza
sinteza
Polje + GIS
terenski analitik
voda/podnebje
Strategija
hidravlični kalkulator
inženir
rastlina
kandidatno listo
Lokalno preverjanje
krajinski arhitekt
tehnične
Logika/besedilo
CAD + statika
Arhitekt/inženir
Stroški
Tabela
Dejanska količina/cena
popisovalec količin
zakonodaja
Povzetek/seznam
Pooblaščena potrditev
pristojni organ
predstavitev
Pripoved
Preverjanje integritete
oblikovalec
Pogoste napake
- Želeti vse v eni zahtevi. Tok od konca do konca je postopen; Vsaka stopnja se preverja ločeno.
- Preskok revizije tveganja na koncu faze. Napake se ujamejo med faznimi prehodi.
- Kopičenje afirmacij in njihovo puščanje za konec. Potrditev lokalnega obrata, zakonodaje in stroškov je treba opraviti na lastni stopnji.
- Vključitev človeške odločitve v tok AI. Izbira, lastništvo in podpis so v vsaki fazi na strani ljudi.
- Ne beleženje naučene lekcije. Vsak projekt je priložnost za izboljšanje naslednjega poteka dela.
Če povzamem
Delovni tok od konca do konca je kraj, kjer se vse prejšnje enote združijo v enem samem projektu. AI diverzificira in pospešuje na vsaki stopnji; ampak na vsaki stopnji ljudje izbirajo, preverjajo in posedujejo. Tri nespremenljiva načela skrbijo za varen tok: AI proizvaja, človek odloča, vsak kritični izhod je preverjen, podpis je pri kompetentnem strokovnjaku. Projekt razdelite na faze, na koncu vsake faze postavite vprašanje o vedru tveganja, izvedite preverjanja v posamezni fazi in se učite iz vsakega projekta. Tako AI postane partner, ki krepi vaš poklic, ne pa ga slabi.
Aplikacijska naloga
Ustvarite potek dela od konca do konca s predlogo »Načrt projekta« za pravi projekt po vaši izbiri; Preverite in dodelite odgovornost za vsako stopnjo. Nato izberite dve fazi in ju revidirajte s predlogo »Revizija tveganja ob koncu faze«. Nazadnje navedite manjkajoča preverjanja s predlogo »Celovit pregled pred dostavo«.
kontrolni seznam
- [ ] Projekt sem razdelil na faze; Za vsako stopnjo sem preveril in dodelil odgovornost.
- [ ] Na koncu vsake stopnje sem postavil vprašanje o vedru tveganja.
- [ ] Izdelal sem lokalno tovarno, zakonodajo in potrditev stroškov na lastni stopnji.
- [ ] Faze z visokim tveganjem sem povezal s strokovno odobritvijo.
- [ ] Upošteval sem izkušnje, pridobljene pri projektu za naslednji potek dela.
Modulni izpit
1. Kaj od naslednjega je najbolj natančno pozicioniranje za umetno inteligenco v krajinski arhitekturi?
- A) AI je pospeševalnik in generator načrtov; Odgovornost za lokacijo, ekologijo, varnost in regulativne odločitve nosijo ljudje ✔
- B) Umetna inteligenca lahko sama dokonča in podpiše dizajn
- C) Umetna inteligenca deluje le pri ustvarjanju vizualnih elementov in nima nobene zveze z drugimi stopnjami oblikovanja
- D) Ker je umetna inteligenca bolj objektivna od človeka, je treba zakonodajne odločitve prepustiti njej.
Opis: Umetna inteligenca je multiplikator idej in generator osnutkov, ki pospešuje koncept, vizualno, analizo in komunikacijo; Realnost na terenu, lokalna ekologija, varnost in pravna odgovornost ostajajo na pristojnem strokovnjaku. Pri inženirskih in varnostnih odločitvah umetna inteligenca ni nadomestilo za odobritev strokovnjakov.
2. Ko razčlenite odločitve o projektu urejanja krajine glede na stopnjo tveganja, kaj od naslednjega bi spadalo v skupino "visoko tveganje (potrebna je odobritev strokovnjaka)"?
- A) Pisanje pojmovnega besedila
- B) Ustvarjanje ideje za desko razpoloženja
- C) Statika podpornih sten in varnost otroških igrišč ✔
- D) Pridobivanje predloga za naslov predstavitve
Opis: Težave, ki so kritične glede inženiringa in varnosti, kot so statika podpornih sten, konflikt drevesne korenine in podkonstrukcije, strupene/invazivne rastline in varnost otroških igrišč, so visoko tvegane; Tu je umetna inteligenca le pomočnik, končna odločitev je v rokah strokovnjaka. Besedilo koncepta in plošča razpoloženja predstavljata majhno tveganje.
3. Kateri je najučinkovitejši način uporabe umetne inteligence v fazi razvoja koncepta?
- A) Ustvarjanje številnih različnih tem ter njihovo izbiranje in poglabljanje s podajanjem skozi kontekstni filter ✔
- B) Zahtevati en sam 'najboljši koncept' in ga neposredno izvajati
- C) Spraševanje po splošnem konceptu brez podajanja konteksta
- D) Predstavitev koncepta brez kakršne koli kritike
Pojasnilo: Človeški um se osredotoča na prve 2-3 ideje. Resnična moč umetne inteligence je, da proizvaja in primerja veliko različnih tem; Izbira, poglobitev in lastništvo pripadajo človeku. Zahteva po enem samem "najboljšem" priporočilu zapravi to moč.
4. Kateri princip je bistven pri predstavitvi renderja (slike), izdelane z umetno inteligenco, stranki?
- A) Vizualni prikaz je predstavljen kot dokončen in natančen pogled, ki ga je treba uporabiti.
- B) Velja za tehnični dokument vizualnega merila
- C) Likovna predstavitev je vzdušje; pregledana glede pristnosti in opremljena s tehničnimi listi ✔
- D) Slika se prenese neposredno v aplikacijo brez preverjanja
Opis: vizualni elementi umetne inteligence so sredstvo komunikacije in vzdušja; Ni v merilu in lahko vsebuje elemente, ki jih v resnici ni mogoče namestiti (pretirana gostota, rastline, ki ne poznajo podnebja). Zato je treba navesti, da gre za 'reprezentančno vzdušje' in mora biti predstavljeno s tehničnimi listi.
5. Zakaj je napačno spraševati umetno inteligenco o povprečnem naklonu ploskve pri analizi površine?
- A) Umetna inteligenca ne more meriti položaja in lahko sestavi število; meritev vzeta iz GIS/terenske meritve ✔
- B) Umetna inteligenca pravilno izračuna naklon, vendar je počasna
- C) Naklon je nepomemben podatek, ni treba spraševati
- D) Umetna inteligenca lahko izračuna samo kvadratne metre, ne naklona, ampak izračuna razdaljo
Opis: Umetna inteligenca ne vidi ploskve in ne more izvajati prostorskih meritev; takšno vprašanje lahko proizvede samozavestno, a neutemeljeno številko. Meritve, kot so naklon, površina in razdalja, so vzete iz GIS ali terenske raziskave; Umetna inteligenca se uporablja le za interpretacijo danih izmerjenih podatkov.
6. Katero je najbolj kritično pravilo uporabe umetne inteligence pri izbiri rastlin?
- A) Uporabite AI za seznam kandidatov in potrdite vsako vrsto z lokalnim podnebjem, seznamom invazivnih, toksičnostjo in trgom ✔
- B) Seznam, ki ga predlaga AI, vključite neposredno v projekt, ker temelji na globalnih podatkih
- C) Izbiranje samo vrst, ki so videti privlačne
- D) Dajanje prednosti vrstam, ki so praktične, ker hitro rastejo, ne da bi jih preverjali.
Pojasnilo: Ker se umetna inteligenca uči iz svetovnega povprečja, se lahko moti glede podnebnega območja, invazivnega statusa, toksičnosti in trga. Zato se uporablja le kot generator seznama kandidatov; vsaka vrsta je preverjena glede na lokalno podnebno območje, seznam invazivnih vrst, strupenost in razpoložljivost sadik. Nepreverjena vrsta ne vstopi v projekt.
7. Kako se razlikujeta vloga umetne inteligence in vloga inženirja pri upravljanju padavinske vode?
- A) Umetna inteligenca omogoča varne izračune strategije in zmogljivosti
- B) Umetna inteligenca ustvarja ideje o strategiji in umestitvi; Dimenzioniranje in zmogljivost sta inženirski izračun in odobritev ✔
- C) Inženir samo določi strategijo, umetna inteligenca naredi izračune
- D) Velikost ni pomembna; Zadošča smer, v katero teče voda
Opis: Ideja in umestitev rešitev, kot so deževni vrtovi in bioswales, sta oblikovalski odločitvi in tu pomaga umetna inteligenca. Vendar dimenzioniranje, zmogljivost in varnost pred poplavami zahtevajo hidravlične izračune in odobritev inženirja; Umetna inteligenca ne more izračunati pretoka/zmogljivosti, ker nepravilna velikost pomeni poplavo ali propad.
8. Kateri je najnatančnejši pristop pri ocenjevanju trajnosti dizajna?
- A) Bolj kot je dizajn videti okolju prijazen, bolj je trajnosten
- B) Vrednotenje trajnosti v merljivih temah, kot so voda, prepustnost, lokalna stopnja, senca, vzdrževanje in biotska raznovrstnost ✔
- C) Dovolj je samo povečanje števila rastlin
- D) Intenzivna zasaditev brez upoštevanja stroškov vzdrževanja
Pojasnilo: 'Videti zeleno' ni trajnost; Enovrstna zelena površina, ki porabi veliko vode, je lahko ekološko slaba in draga. Pravi pristop je oceniti trajnost pri merljivih temah, kot so voda, prepustnost, delež avtohtonih vrst, senca, vzdrževanje in biotska raznovrstnost, ter izboljšati šibke točke.
9. Kaj je treba storiti za meritve in vrednosti ojačitve v 'vzorčnem delu' podporne stene, ki jih poda umetna inteligenca v fazi tehnične risbe?
- A) Vrednosti je mogoče kopirati neposredno v projekt, ker AI pozna standarde
- B) Vrednote so reprezentativne; Statični detajl je določen s terensko raziskavo in inženirskim izračunom, brez preverjanja ni vključen v risbo ✔
- C) Vrednosti so zgolj estetske narave in nimajo nobene zveze s statiko
- D) Vrednost opreme, ki jo zagotavlja umetna inteligenca, vedno ostane na varni strani
Pojasnilo: Umetna inteligenca ne izdeluje pomanjšanih/statičnih risb in meritve, višine in vrednosti ojačitve, ki jih zagotavlja, so reprezentativne. Statična podrobnost; Določen je s terensko raziskavo in inženirskimi izračuni. Teh vrednosti ni mogoče prenesti na risbo brez preverjanja, to je še posebej pomembno za varnostno kritične podrobnosti.
10. Kateri je najučinkovitejši pristop pri predstavitvi istega krajinskega projekta različnim občinstvom?
- A) Predstavitev istega tehničnega besedila vsem
- B) Pretiravanje s podatki o prihrankih in koristih za povečanje učinka
- C) Prilagajanje bistva oblikovanja, da vsakemu občinstvu v svojem jeziku pove, kaj ga zanima ✔
- D) Zadostuje, da pripravimo predstavitev samo za tehnično žirijo.
Opis: Investitorja zanimajo stroški in vrednost, sosesko skrbijo dnevne koristi in varnost, žirijo skrbi koncept in tehnika. Pojasnitev enega samega oblikovalskega bistva vsakemu občinstvu, kar ga zanima, v jeziku, ki ga lahko razume; Izkoriščanje moči prevajanja okvirov umetne inteligence je najučinkovitejši način. Pogosta napaka je razlagati vsem v istem jeziku.
11. Zakaj je napačno, da umetna inteligenca neposredno izračuna skupne stroške parka?
- A) Umetna inteligenca vedno pozna trenutne tržne cene
- B) Umetna inteligenca izračuna stroške, vendar se zmoti le pri velikih projektih
- C) Umetna inteligenca ne pozna dejanske dolžine projekta in trenutnih cen; Naveden znesek je reprezentativen in ni ponudba ✔
- D) Cena ni pomembna, pomembna je lepota dizajna
Pojasnilo: Umetna inteligenca ne pozna niti dejanske dolžine vašega projekta niti trenutnih lokalnih cen na enoto; Navedeni znesek je zgolj reprezentativen in ni ponudba. Pravilen način je, da dejansko količino vzamemo iz projektnih podatkov in cene na enoto s trga in damo umetni inteligenci samo urediti tabelo.
12. Kaj je najbolj nevarno tveganje in pravilen previdnostni ukrep pri uporabi umetne inteligence glede na zakonodajo?
- A) Ker umetna inteligenca pozna zakonodajo na pamet, lahko njenim členom zaupamo
- B) Zakonodaja je univerzalna, ni potrebe po lokalni potrditvi
- C) Številka artikla, ki jo poda umetna inteligenca, je vedno posodobljena.
- D) Umetna inteligenca lahko sestavi neobstoječo snov; Vsaka določba mora biti potrjena s strani uradnega ažurnega vira in organa ✔
Opis: Zakonodaja je lokalna, aktualna in odprta za razlago; AI lahko izmisli neobstoječo številko predmeta ali pravilo (halucinacija). Pravilen previdnostni ukrep je, da ne uporabite nobene določbe, ne da bi jo preverili; To je uporaba umetne inteligence samo za povzetek uradnega besedila, ki ga posredujete, za ustvarjanje kontrolnega seznama in vprašanj uradniku ter za potrditev elementov iz uradnega trenutnega vira.
13. Katero načelo velja za uporabo umetne inteligence s podatki, kot so pogodbe o strankah in informacije o pošiljkah?
- A) Vse dokumente je mogoče naložiti takšne, kot so, saj je hitrost pomembna
- B) Pogodbeni podatki so za AI nepomembni, zato se ne upoštevajo
- C) Podatke o paketu je mogoče prosto deliti, saj ne veljajo za osebne podatke.
- D) Zaupni in osebni podatki se ne delijo brez nadzora; Po potrebi se uporablja anonimizirano ✔
Pojasnilo: Identitete stranke, podatkov o paketu, pogodbe in osebnih podatkov ne bi smeli nenadzorovano nalagati v orodja umetne inteligence. Po potrebi se podatki delijo z anonimizacijo. Zaupnost je eno od ključnih etičnih načel, ki so poudarjena v celotnem modulu.
14. Katera so tri stalna načela pri izvajanju projekta od konca do konca z umetno inteligenco?
- A) Zahtevajte vse v enem zahtevku, preverite rezultat, dostavite
- B) Umetna inteligenca odloča, ljudje samo izvajajo
- C) Kopičite preverjanja in jih na koncu projekta opravite vse hkrati
- D) Umetna inteligenca proizvaja, ljudje izbirajo in posedujejo; vsak kritični rezultat je preverjen; Odločitev in podpis pripadata izvedencu ✔
Opis: V celovitem delovnem toku se na vsaki stopnji ponavljajo tri načela: umetna inteligenca tipa in pospešuje, ljudje izbirajo in posedujejo; vsak numerični, lokalni in varnostno kritičen izhod je preverjen; Odločitev in podpis pripadata pristojnemu strokovnjaku. Ta načela ostanejo nespremenjena tudi, če se spremeni le predmet, na katerega se nanašajo.