توسعه چارچوبی مبتنی بر هوش مصنوعی برای بررسی خودکار الزامات عمومی ساختمان با استفاده از داده های مدل اطلاعات ساختمان

فرآیند فعلی صدور پروانه ساختمان در ایران یک گلوگاه پیچیده، زمان بر و پرریسک برای صنعت ساخت و ساز محسوب می شود. بررسی های میدانی و مصاحبه های انجام شده با کارشناسان ارشد شهرداری تهران منطقه ۱۷ و سازمان نوسازی نشان داد که چالش اصلی فراتر از یک فرآیند دستی کند و پرخطاست؛ مشکل بنیادین تعارض میان قوانین کلی مقررات ملی (مانند مبحث ۴) و واقعیت های اجرایی در بافت های فشرده شهری مانند پلاک های کوچک است. نهادهای نظارتی در حال حاضر این تعارض را به ناچار از طریق دانش ضمنی، کارشناسان برگزاری جلسات موردی و صورت جلسه های خاص مدیریت می کنند؛ رویکردی که ذاتا سلیقه ای، غیرشفاف و عامل اصلی ریسک های فاجعه بار مانند تخریب سازه های اجراشده و اتلاف زمان ۳ تا ۴ هفته به ازای هر پرونده است. این پژوهش یک چارچوب نوآورانه مبتنی بر هوش مصنوعی (AI) را برای حل این چالش دوگانه ارائه می دهد. این سیستم با استخراج مستقیم داده ها از مدل اطلاعات ساختمان (BIM)، نه تنها قوانین مکتوب مانند مباحث ۴، ۱۲ و ۱۹ را به صورت خودکار بررسی می کند بلکه قادر است قواعد نانوشته تجربی و اولویت های منطقه ای شهرداری مانند ضوابط پارکینگ را نیز بیاموزد و مدل سازی کند. پیاده سازی این چارچوب دانش ضمنی و حیاتی کارشناسان را به یک ابزار خودکار، شفاف و سریع تبدیل کرده، ریسک های اجرایی را حذف می کند و به نهادهای نظارتی که ۹۰ درصد بررسی ها را برون سپاری کرده اند اجازه می دهد تا منابع خود را بر نظارت عالیه و کنترل تخلفات حین اجرا متمرکز سازند.

کلیدواژه ها:

هوش مصنوعی ، مدل سازی اطلاعات ساختمان ، کنترل خودکار ، مقررات ، بهینه سازی فرآیندهای شهری