Noticias

Beauchef Magazine 2021

Los primeros pasos para usar inteligencia artificial en la construcción en Chile

Los primeros pasos para usar IA artificial en la construcción

Por Marta Apablaza R.

Los avances y aplicaciones de las técnicas de inteligencia artificial han revolucionado la ciencia, la ingeniería y la industria tecnológica. El término acuñado en 1956 ha sido impulsado por los avances científicos en el aprendizaje automático (machine learning) y en la creación de las redes neuronales, modelo computacional que aprende a partir de grandes cantidades de datos disponibles.

Expertos sostienen que desde el año 2010 en adelante, las redes neuronales y algoritmos de aprendizaje profundo comenzaron a aplicarse en diferente áreas científicas y tecnológicas. La aspiradora inteligente, el computador que le gana en ajedrez al campeón mundial, así como el asistente inteligente “Alexa” son ejemplos de la aplicación de esta tecnología a diferentes áreas. Sin embargo, y hasta hace muy poco, el contacto entre la ingeniería civil en construcción y las herramientas de inteligencia artificial era limitado.

En el Departamento de Ingeniería Civil de la FCFM, el académico Leonardo Massone, junto a Pablo Pizarro, ingeniero civil y estudiante del Magíster en Ingeniería Estructural, Sísmica y Geotécnica, comenzaron a dar pasos en la unión y convergencia de esta área y la IA, a través de un proyecto de investigación que busca utilizar redes neuronales en el proceso de diseño de estructuras de hormigón de proyectos residenciales. Un camino que comenzó a gestarse en el grupo de estructuras de la Cámara Chilena de la Construcción (CChC), liderado por el Instituto del Cemento y del Hormigón de Chile (ICH).

“La pregunta que nos planteamos para comenzar la investigación fue ¿podemos utilizar redes neuronales para realizar una predicción de cómo deberían estar distribuidos estos muros y cuáles serían sus espesores y largos?“, relata el académico del DIC. Esto con miras a confeccionar una red neuronal que utilizara datos e información, cuyo resultado fuera la sugerencia y predicción de construcción de muros en los edificios.

Una vez realizada la pregunta, el siguiente paso del proyecto fue realizar un match entre datos de los planos de arquitectura e ingeniería para alimentar una red neuronal. “Definimos variables de entrada y estuvimos varios meses recopilando datos de 165 edificios, donde se rescató información de los planos de arquitectura, procesando y digitalizando aquellos datos que serían de utilidad para este proyecto”, comenta Massone.

Luego introdujeron a la red neuronal (Regression Engineering Neural Estimator - RENE) la información recolectada con más de 30 variables, buscando la predicción de espesor y largo del rectángulo requerido para cierto edificio. “La idea era ver si existía alguna forma, usando estos métodos regresivos, que nos permitiera hacer una predicción de cuál es el espesor y largo de muro más correcto basado en toda esta información de cientos de proyectos que teníamos recopilados”, señala.

Una vez que la red neuronal arrojó resultados satisfactorios, la segunda parte del proyecto consistió en entrenar la red para que sugiriera muros, que por una u otra razón, habían sido omitidos en el diseño arquitectónico. “Nuestra segunda pregunta en el proyecto de investigación fue ¿podríamos utilizar alguna metodología basada en redes neuronales convolucionales, de tal manera de hacer aparecer algo que no estaba en el diseño arquitectónico inicial?”, indica el investigador.

Según el académico, en esta parte del proyecto se trabajó con redes neuronales convolucionales que utilizan imágenes. En el proceso se tomaron fotografías de manera de hacer una predicción de la imagen donde se superponen estas fotos. De esta manera, los investigadores encontraron datos que no se habían considerado en el primer plano de arquitectura y los resultados fueron satisfactorios.

Consultado por el impacto de este primer acercamiento entre la ingeniería civil y la inteligencia artificial en la industria, el académico sostiene que esta investigación permitirá darle más seguridad a los ingenieros sobre ciertos parámetros del diseño estructural de edificios residenciales.

“Este proyecto puede entregar una noción rápida de qué cosas faltan o qué cosas deberían cambiar. En vez de esperar un mes para cambiar ciertos parámetros, ahora la respuesta está en minutos y la interacción entre arquitecto e ingeniero se acelera”, complementa Massone.

Asimismo, el académico agrega que hay conversaciones con empresas del rubro para aplicar esta tecnología. “Esta red neuronal se puede entrenar para ser utilizada en todas las áreas de construcción que atañen a la ingeniería civil. Es decir, se puede aplicar no solo en el diseño y ejecución de edificios residenciales sino también en edificios de oficina, en la industria minera, entre otros”, finaliza.

Galería de fotos

Últimas noticias

Expertos analizan si es conveniente comprar un auto eléctrico hoy

El año 2023 se comercializaron 9.336 vehículos electrificados en Chile (híbridos y 100% eléctricos), un 35% más que en 2022. Para 2030, en tanto, se estima que habrá más de 80 mil vehículos eléctricos circulando en el país. Especialistas de la Universidad de Chile explican las razones detrás del crecimiento de este mercado, sus proyecciones para los próximos años y el potencial del país para convertirse en una plataforma de expansión regional de esta industria.

Hack The Challenge 2024

Conformado por los estudiantes Sebastián Guzmán, Benjamín Brito, Martín Reyes y Diego Sanz de la FCFM, Rolling in the Deep es el equipo ganador de la cuarta edición del encuentro tecnológico Hack The Challenge de la compañía global de innovación empresarial, NTT DATA