Le tecniche di intelligenza artificiale consentono di fornire un importante contributo per rendere più sostenibile ed efficiente uno dei settori economici più importanti al mondo. Ecco in che modo.
TAKEAWAY
- L’edilizia è uno dei mercati più importanti dell’economia mondiale e, solo in Europa, dà lavoro direttamente a 18 milioni di persone. Ma sconta grosse carenze: è altamente energivoro ed è uno dei più lenti nel percorso verso la digitalizzazione.
- La digital transformation – e, in particolare, l’intelligenza artificiale – è in grado di contribuire a migliorare il settore delle costruzioni in tutte le fasi, da quella progettuale al lavoro in cantiere.
- C’è chi sta lavorando per applicare l’AI e le tecnologie digitali al miglioramento del settore edile. E la ricerca (anche quella italiana) sta fornendo il suo contributo, anche in prospettiva più ampia: per questo è da poco nato negli Stati Uniti il Lab per le infrastrutture future-ready, coordinato da un docente italiano.
Impiegare le tecniche di intelligenza artificiale in edilizia potrà aiutare a migliorare i processi di uno dei settori trainanti dell’economia mondiale, ma che fa fatica a cogliere i benefici della digital transformation. Modernizzare l’edilizia significa anche rendere più sostenibile ed efficiente un settore altamente impattante: gli edifici sono responsabili del 40% del consumo energetico e del 36% delle emissioni di gas climalteranti. Occorre lavorare alla loro decarbonizzazione.
Nel settore delle costruzioni, l’adozione di tecniche AI è ancora molto limitata e principalmente confinata a progetti pilota, come registra il report dell’European Construction Sector Observatory – organo della Commissione UE – sulla digitalizzazione del mondo delle costruzioni.
Eppure si conoscono varie modalità di applicazione dell’intelligenza artificiale in edilizia. A partire dalla fase di progettazione, l’AI può supportare architetti e progettisti mediante il generative design, approccio data-driven della progettazione basato sul machine learning, fino all’integrazione dell’AI col BIM (Building Information Modelling) per esplorare tutte le possibili variazioni di un progetto. Negli ultimi anni stati sviluppati software in grado di eseguire, in seguito a modifiche dei parametri originali, controlli automatici della conformità di tutti i tipi di regole e interferenze calcolabili, compresi i piani meccanici, elettrici e idraulici, senza un controllo umano diretto, riducendo così in modo significativo il tempo richiesto alle amministrazioni pubbliche per approvare i progetti di costruzione. Ma siamo ancora agli inizi.
I casi virtuosi d’impiego dell’intelligenza artificiale in edilizia
C’è chi sta già usando con successo l’AI nel settore delle costruzioni: è il caso della startup Reconstruct, nata dall’incubatore EnterpriseWorks. Avviata da alcuni docenti dell’University of Illinois Urbana Champaign, impiega tecniche di computer vision per mettere a punto soluzioni di monitoraggio dei progressi e di controllo della qualità su progetti di costruzione. Nata nel 2016, negli ultimi due anni ha conosciuto una crescita del 300% e ha ottenuto importanti finanziamenti, l’ultimo dei quali di 17,3 milioni di dollari.
Lo stesso ateneo dell’Illinois, insieme ad alcuni docenti della Carnegie Mellon University, sta promuovendo la nascita del National Institute for Artificial Intelligence (AI) in Construction – anche grazie al supporto di 40 partner industriali – per sostenere attività di ricerca e coordinamento al fine di stabilire collaborazioni tra i ricercatori di AI, ricercatori nel campo delle costruzioni e partner dell’industria, con l’obiettivo di formare un centro di R&D che metta al centro l’impiego dell’intelligenza artificiale in edilizia.
Costruzioni edili: motore dell’economia, ma poco digitale
Quali applicazioni può avere l’intelligenza artificiale in edilizia? Molteplici. Innanzitutto perché è parte integrante di varie tecniche e tecnologie digitali che si stanno progressivamente ricavando spazio nel settore delle costruzioni, che è una colonna portante dell’economia UE, contribuendo a quasi il 9% del PIL e fornendo 18 milioni di posti di lavoro. Più che il suo peso economico, il settore ha un importante impatto sociale, ambientale e climatico, anche sulla qualità della vita dei cittadini dell’UE e sulle emissioni di CO2 e sui rifiuti, sottolinea il già citato report “Digitalisation in the costruction sector”.
Anche se il settore delle costruzioni è un motore fondamentale dell’economia mondiale (Mckinsey stima siano circa 10mila miliardi i dollari spesi in beni e servizi legati all’edilizia ogni anno) e dell’Unione Europea, soffre di diversi problemi: tra questi, la carenza di manodopera, la competitività, criticità legate all’efficienza delle risorse e dell’energia. Si aggiunga a questi la produttività, che nel settore delle costruzioni è cresciuta meno di un terzo rispetto al tasso espresso dal settore manifatturiero (rispettivamente 1,0% contro 3,6%) negli ultimi due decenni. Questo aspetto è particolarmente importante in tempi in cui il settore delle costruzioni deve affrontare la carenza di manodopera e la compressione dei margini di profitto. Si è detto dell’impatto del settore: esso genera anche 374 milioni di tonnellate di rifiuti da costruzione e demolizione in UE.
Le tecnologie digitali e la loro integrazione nel settore delle costruzioni sono spesso viste come un elemento chiave per sostenere l’evoluzione del settore e fornire un valido aiuto. Tuttavia, il settore delle costruzioni è uno meno digitalizzati dell’economia. Con l’eccezione del Building Information Modelling, sono poche le digital technology ampiamente adottate. Eppure, la digitalizzazione del settore delle costruzioni va oltre il solo uso del BIM e comprende l’acquisizione di dati, l’automazione dei processi e altre tecnologie digitali di informazione e analisi.
Per questo sono state introdotte importanti strategie, una delle quali – Renovation Wave – tocca direttamente il settore edile: è stata realizzata con lo scopo di migliorare gli edifici europei con soluzioni digitali a risparmio energetico. Entro il 2025, l’Europa dovrebbe aver risparmiato 26 miliardi di tonnellate di emissioni di CO2 digitalizzando i settori ad alta intensità di risorse.
Intelligenza artificiale in edilizia: i potenziali impieghi
L’applicazione delle tecniche di intelligenza artificiale in edilizia ha già esempi attuati nella fase progettuale. Per esempio, il machine learning viene impiegato per identificare potenziali errori e incompatibilità legati alle variazioni del progetto. A questo proposito, sono stati sviluppati software in grado di eseguire, in seguito a modifiche dei parametri originali, significativi controlli automatici della conformità di tutti i tipi di regole e interferenze calcolabili, compresi i piani meccanici, elettrici e idraulici, senza un controllo umano diretto, riducendo così in modo significativo il tempo richiesto dalle amministrazioni pubbliche per approvare i progetti di costruzione.
Il deep learning è adottabile durante la fase di costruzione. Le imprese di costruzione e i produttori e distributori di materiali da costruzione possono impiegare le reti neurali per prevedere il superamento dei costi in base a fattori come le dimensioni del progetto, il tipo di contratto e il livello di competenza dei project manager. Inoltre, le stesse neural network possono essere utilizzate per valutare danni strutturali o monitorare la salute strutturale. Quando si tratta di rifiuti da costruzione e demolizione, l’uso di tecniche di intelligenza artificiale in edilizia può essere prezioso anche prevedere la produzione di rifiuti e, se combinata con sensori appropriati (per esempio, infrarossi), selezionare automaticamente i rifiuti da costruzione.
In uno studio coordinato dalla coreana Dankook University, sono stati impiegati algoritmi di machine learning per prevedere la generazione di rifiuti da costruzione e demolizione da un set di dati, come un modo per migliorare la precisione della gestione dei rifiuti. In questo caso è stato utilizzato unalgoritmo random forest, adeguato a un piccolo set di dati tramite cui sviluppare un modello predittivo adeguato.
Seppure l’impiego dell’AI sia ancora embrionale, «le prime applicazioni reali dell’AI nel settore delle costruzioni hanno dimostrato un potenziale di aumento fino al 40% della produttività del lavoro e del completamento del progetto, con un risparmio di oltre il 10% del budget» segnalava già nel 2020 uno studio di Roland Berger.
Dalla progettazione alla gestione dell’edificio: l’AI e la ricerca in Italia
Anche in Italia c’è chi studia possibili applicazioni di tecniche di intelligenza artificiale in edilizia, dalla progettazione alla costruzione. Uno di questi è Fulvio Re Cecconi, docente del Dipartimento di Architettura, Ingegneria delle Costruzioni e Ambiente Costruito del Politecnico di Milano ed esperto di in building technology e construction management. «Ci sono diversi aspetti critici e complessità da risolvere in edilizia e nel settore costruzioni. Uno dei modi migliori per risolverli è proprio utilizzando l’intelligenza artificiale. Certo, richiede una certa preparazione e capacità di leggere la grande quantità dati creati durante il processo costruttivo, spesso destrutturati e a rischio di essere dispersi. Tuttavia l’AI è lo strumento migliore per rispondere alle sfide presenti e future».
Il docente e due dottorandi stanno conducendo due ricerche, differenti per ambito applicativo, ma con una finalità analoga: applicare tecniche AI nel settore edilizio e costruttivo.
Nel primo caso, la ricerca – finanziata da una società di ingegneria – riguarda il risk management e come le tecniche di AI possono aiutare a prevenire rischi di progetto (sovraccosti, ritardi, mancati pagamenti ecc.). Nel caso specifico, si sta studiando l’impiego di reti neurali – in una modalità intermedia tra shallow learning e deep learning – che necessitano di una notevole mole di dati, sotto forma di progetti, su cui apprendere per stendere poi un modello in grado di fornire le informazioni utili. «In attesa di ottenere un adeguato data set, stiamo impiegando reti bayesiane, ottenendo risultati discreti. L’obiettivo triennale intende però arrivare alla creazione di una neural network che permetta di raccogliere il know-how aziendale in modo da ottenere la capacità di una valutazione del rischio quanto più profonda e precisa».
Intelligenza artificiale in edilizia: l’impiego di reti neurali per la manutenzione predittiva degli edifici
Il secondo progetto, condotto da un dottorando che sta svolgendo il proprio periodo all’estero presso il RAMAAC (Real-time And Automated Monitoring and Control group), all’Università dell’Illinois – il più grosso centro di ricerca USA nello specifico campo – si occupa di image recognition mediante deep learning e convolutional neural network per arricchire i modelli BIM per la gestione dell’edificio.
Anche in questo caso, l’ostacolo più grosso è poter contare su un’adeguata mole di dati sufficiente ad addestrare la rete neurale. Per questo, per ora, vengono impiegate immagini esistenti o per lo più create ex novo da modelli BIM di edifici. Queste immagini digitali vengono poi trasferite a un software perché siano arricchite e poi passate alla rete neurale per essere allenata a riconoscere determinati oggetti. «Dalle immagini artificiali si passerà poi a quelle in ambiente reale, ma intanto facciamo in modo che la rete neurale sia già debitamente allenata per processarle. L’obiettivo è giungere alla realizzazione di un digital twin del costruito, che possa contare sia su dati reali che virtuali, ponendo le basi per smart building capaci di analizzare dati relativi a temperatura, qualità dell’aria, presenza di persone nell’ambiente ecc., così da ottimizzare i parametri».
L’idea di sviluppare gemelli digitali per il costruito potrebbe diventare interessante anche nel caso di ristrutturazioni. «Pensiamo oggi ai lavori avviati grazie al Superbonus: per mezzo di tecniche di intelligenza artificiale in edilizia, sotto forma di reti neurali appositamente addestrate, si potrebbero sviluppare simulazioni tali da ottimizzare i processi progettuali per svolgere interventi mirati. Grazie a questo approccio e all’utilizzo di tecniche AI, abbiamo potuto anche arrivare a riconoscere persino i materiali costituenti la facciata». L’uso di reti neurali che, attraverso una nuvola di punti ottenuti con un rilievo ricavato mediante scanner, ha permesso di individuare le parti architettoniche anche non comuni di un edificio complesso come il Duomo di Milano: rappresentano informazioni preziose sia per svolgere interventi di manutenzione (una volta creato il digital twin), ma anche per fornire informazione storico-culturale per l’utente finale.
Nasce il Lab per le infrastrutture future-ready
Parlare dell’utilizzo dell’intelligenza artificiale in edilizia è riduttivo se si pensa al singolo edificio e non al contesto urbano. C’è già chi guarda avanti e immagina il volto delle città di domani. Uno dei più recenti, nato proprio quest’anno, è il Purdue Laboratory for Future-Ready Infrastructure (FuRI Lab), presso la statunitense Purdue University. Esso intende condurre ricerche all’avanguardia contando sulla «ricchezza senza precedenti di dati, capacità di simulazione avanzate, tecnologie di rilevamento e automazione, e strumenti di progettazione e visualizzazione 4D, disponibili oggi per ottimizzare la progettazione e la gestione delle infrastrutture».
A dirigerlo è l’italiano Claudio Martani. «L’ambito di ricerca su cui opererà il Lab è focalizzato sullo sviluppo di modelli innovativi per valutare il livello di flessibilità, resilienza e reattività/adattività delle infrastrutture, necessari per gestire l’incertezza futura e creare interventi ottimali di riduzione del rischio per la costruzione e le infrastrutture».
Come spiega il docente, il FuRI Lab lavorerà su due filoni: sviluppare idee progettuali capaci di minimizzare gli effetti dell’incertezza futura (per esempio, progettazione future-ready) e modellare scenari per la validazione economica di scelte di questo genere.
«L’impiego dell’AI è prezioso per supportare la progettazione e gestione di infrastrutture future-ready nel lungo termine, aiutando a definire in modo mirato i punti di attivazione ottimali per intraprendere determinate azioni di adattamento». Più il quadro è complesso (controllo luci, regolazione luminosità interna, gestione parametri temperatura, umidità, qualità dell’aria indoor ecc.), più gli algoritmi di intelligenza artificiale, specificatamente allenati, permettono di attivare determinate azioni sulla base delle condizioni e delle esigenze, sapendo fornire azioni di risposta grazie alla possibilità di imparare.
«Stiamo ragionando su due possibili impieghi dell’AI: predittivo e reattivo. Saremo in grado di mappare sempre più informazioni a partire dai dati disponibili di diverso genere, spaziando da quelle relative al comportamento delle infrastrutture alle informazioni di contesto (climatiche ecc.) e queste informazioni permetteranno di fornire risposte sempre più puntuali ed efficienti alle esigenze degli attori coinvolti» conclude Martani.
