Introducción a la Inteligencia Artificial (IA) en la industria de la Arquitectura, Ingeniería y Contrucción (AEC)
24 enero, 2024
Extracto
El artículo “Introducción a la IA en la industria AEC” explora cómo la Inteligencia Artificial (IA) está transformando la industria de la Arquitectura, Ingeniería y Construcción (AEC). La IA se utiliza para mejorar la eficiencia, precisión y creatividad en el diseño, la planificación y la construcción de estructuras y sistemas. El artículo aborda los fundamentos de la IA en AEC, incluyendo el Machine Learning, el Procesamiento de Lenguaje Natural y la Visión por Computadora. También se discuten las aplicaciones prácticas de la IA en AEC, como el diseño asistido por IA, la planificación y gestión de proyectos, la construcción y automatización, y el mantenimiento y operaciones. Se destacan los desafíos y consideraciones éticas en la implementación de la IA, así como el futuro de la IA en AEC, incluyendo tendencias emergentes y el potencial de transformación en la industria. El artículo concluye con un llamado a la acción para profesionales de la industria y stakeholders, instándolos a adoptar la IA de manera proactiva y priorizar la formación, la colaboración, la adaptabilidad y la ética.
Tabla de contenidos
Introducción
Presentación de la IA y su relevancia en la actualidad
La Inteligencia Artificial (IA) se ha convertido en una de las fuerzas más transformativas de nuestra era, redefiniendo lo que es posible en una amplia gama de campos y sectores. Su capacidad para procesar grandes volúmenes de datos a velocidades y con una precisión que supera la capacidad humana la ha convertido en una herramienta invaluable en la era moderna (Russell & Norvig, 2016). En la industria de la Arquitectura, Ingeniería y Construcción (AEC), la IA está empezando a desempeñar un papel fundamental, no solo mejorando la eficiencia y reduciendo los costos, sino también fomentando innovaciones que están redefiniendo el panorama del diseño y la construcción (Eastman et al., 2018).
GhatGPT 4 con integración a Dalle3, creación de imágenes a través de lenguaje natural.
BREVE HISTORIA DE LA IA EN LA INDUSTRIA AEC
La integración de la IA en la industria de Arquitectura, Ingeniería y Construcción (AEC) ha sido un proceso evolutivo que ha transformado la manera en que los proyectos se conceptualizan, diseñan, y ejecutan. Aunque la adopción de la IA en AEC puede parecer un fenómeno relativamente nuevo, sus raíces se extienden hasta las primeras aplicaciones de sistemas expertos y algoritmos de optimización en las décadas de 1980 y 1990. Estos sistemas se utilizaron inicialmente para resolver problemas complejos de diseño y planificación, marcando el comienzo de una nueva era en la toma de decisiones basada en datos y la automatización en el sector (Bock, 2020).
La Figura 3 del estudio de Bock (2015), que ilustra las ‘S-curves’ de Foster (1986) aplicadas a la construcción (ver Figura 3), fue adaptada de T. Bock (2014) en ‘Robotic Architecture’ proyecta los cambios de la industria.
Sin embargo, fue en las últimas décadas cuando la integración de la IA en AEC tomó un impulso significativo, gracias a los avances en aprendizaje automático, análisis de datos y capacidad computacional. Estas tecnologías han abierto nuevas posibilidades, permitiendo a los profesionales no solo automatizar tareas sino también obtener insights que antes eran inaccesibles. La IA ha empezado a jugar un papel crucial en áreas como el diseño generativo, donde los algoritmos pueden producir una multitud de diseños optimizados basados en parámetros específicos, y en la gestión de proyectos, donde puede predecir riesgos y mejorar la asignación de recursos (García, 2019).
Esta evolución constante indica que la IA seguirá siendo un motor de innovación en la industria de AEC, prometiendo transformaciones aún más profundas en las próximas décadas. A medida que la tecnología avanza, se espera que la integración de la IA en AEC no solo mejore la eficiencia y la productividad, sino que también fomente enfoques más sostenibles y respetuosos con el medio ambiente en la construcción.
En la actualidad, la IA está presente en casi todos los aspectos de la industria de AEC. En la fase de diseño, herramientas avanzadas ayudan a los arquitectos e ingenieros a explorar opciones de diseño que maximizan tanto la estética como la eficiencia energética. Durante la construcción, la IA se utiliza para optimizar la logística, la programación y el despliegue de recursos, además de mejorar la seguridad en el lugar de trabajo mediante el monitoreo en tiempo real y la detección proactiva de riesgos. En la etapa de gestión de proyectos, los sistemas de IA ofrecen una visión sin precedentes del progreso del proyecto, ayudando a mantener los plazos y presupuestos. Finalmente, en el mantenimiento de edificios, la IA permite un enfoque proactivo, con sistemas capaces de predecir problemas antes de que ocurran, lo que resulta en una reducción significativa en costos y tiempo de inactividad (Bock, 2020; García, 2019).
En un artículo de Autodesk, Davis (año) discute la colaboración humano-robot en la construcción, destacando el robot de albañilería semi-autónomo SAM100 de Construction Robotics (ver video)
PROPÓSITO Y ESTRUCTURA DEL ARTÍCULO
El propósito de este artículo es explorar la intersección de la IA con la industria de AEC, brindando una comprensión de cómo esta poderosa herramienta está transformando el sector. Examinaremos no solo las aplicaciones actuales y los beneficios de la IA en AEC, sino también los desafíos y consideraciones futuras que acompañan a su implementación. A través de una estructura detallada, el artículo abarcará temas que van desde los fundamentos de la IA en AEC y sus aplicaciones prácticas, hasta los desafíos y consideraciones éticas, culminando con una mirada hacia el futuro de esta colaboración revolucionaria.
En las secciones siguientes, nos sumergiremos en cada uno de estos temas, ofreciendo una visión completa de cómo la IA está remodelando la industria de AEC y sentando las bases para una nueva era de innovación y eficiencia en el diseño, la ingeniería y la construcción.
Fundamentos de la IA en AEC
DEFINICIÓN DE IA Y SUS SUBCAMPOS RELEVANTES PARA AEC
La Inteligencia Artificial (IA) es una rama de la informática que se centra en la creación de sistemas capaces de realizar tareas que normalmente requieren inteligencia humana. Estas tareas incluyen el aprendizaje, el razonamiento, la percepción y la toma de decisiones. En el contexto de la Arquitectura, Ingeniería y Construcción (AEC), la IA se aplica para mejorar la eficiencia, precisión y creatividad en el diseño, la planificación y la construcción de estructuras y sistemas (Russell & Norvig, 2016).
Machine Learning (ML): Uno de los subcampos más influyentes de la IA es el Machine Learning, que permite a los sistemas aprender y mejorar a partir de la experiencia sin estar explícitamente programados. En AEC, el ML se utiliza para analizar patrones en datos complejos, facilitando la predicción de tendencias, la optimización de procesos y la toma de decisiones basada en datos (Hastie, Tibshirani, & Friedman, 2009).
![[Machine Learning .lab] IA](https://puntolab.cl/wp-content/uploads/2024/01/lab-IA-Frame-1-e1707837264229.jpg)
“A diferencia de la programación clásica, donde el programador humano escribe las reglas a seguir en código para transformar los datos de la entrada en las respuestas buscadas”
Fuente: https://aws.amazon.com/es/blogs/aws-spanish/introduccion-artificial-intelligence-y-machine-learning-para-desarrollares-de-aplicaciones/
Procesamiento de Lenguaje Natural (PLN): El PLN es otro subcampo esencial que se ocupa de la interacción entre computadoras y lenguaje humano. En AEC, el PLN puede ayudar a interpretar textos descriptivos, especificaciones y normativas, automatizando y facilitando el flujo de información y la comunicación entre diferentes partes interesadas (Jurafsky & Martin, 2019).
Illustrating Reinforcement Learning from Human Feedback (RLHF). Fuente: https://huggingface.co/blog/rlhf
Visión por Computadora: La visión por computadora implica permitir que las máquinas vean y comprendan el mundo visual. En el sector de AEC, se utiliza para el reconocimiento y análisis de imágenes y vídeos, facilitando tareas como la inspección de sitios de construcción, el monitoreo del progreso de la obra y la detección automática de problemas o defectos (Szeliski, 2010).
Visión por computadora
Fuente: https://vianco.uaemex.mx/index.php/2021/03/10/vision-por-computadora/
Robótica: La robótica es un campo interdisciplinario que se ocupa del diseño, construcción, operación y aplicación de robots. Craig (2005) define la robótica como el estudio de los sistemas que pueden existir de forma autónoma en el entorno humano, abarcando tanto los aspectos mecánicos como los de control de estos sistemas. Según Murphy (2000), la robótica integra conceptos de inteligencia artificial para desarrollar máquinas capaces de realizar tareas complejas, imitando o superando las capacidades humanas en ciertos aspectos. Khatib, Kumar, y Rus (2016) amplían esta visión presentando la robótica como una tecnología clave para el futuro, destacando su papel en la transformación de industrias y la mejora de la calidad de vida. La robótica, por tanto, combina la ingeniería mecánica, la electrónica y la informática para crear máquinas que pueden interactuar de manera inteligente con su entorno.
Atlas Gets a Grip | Boston Dynamics
Fuente: https://www.youtube.com/watch?v=-e1_QhJ1EhQ
En el vasto y dinámico campo de la inteligencia artificial (IA), una diversidad de subdisciplinas emergen para abordar distintos aspectos de la simulación de la inteligencia humana mediante máquinas. Estas áreas especializadas, o subcampos, de la IA se concentran en resolver problemas específicos, procesar tipos de datos particulares o imitar aspectos concretos de la cognición y el comportamiento humano. Cada subcampo utiliza técnicas y teorías únicas para desarrollar sistemas inteligentes capaces de aprender, adaptarse y realizar tareas que tradicionalmente requerirían inteligencia humana.
El siguiente esquema presenta una panorámica de los principales subcampos de la IA, destacando su enfoque, metodologías y aplicaciones. Desde el aprendizaje automático, que permite a las máquinas aprender de los datos y mejorar sus actuaciones con el tiempo, hasta el procesamiento del lenguaje natural, que les habilita para entender y generar lenguaje humano, estos subcampos conforman el tejido de la IA moderna. Otros incluyen la visión por computadora, que dota a los sistemas de la capacidad de interpretar y analizar imágenes y videos del mundo real, y la robótica, que combina IA con ingeniería mecánica para crear máquinas que interactúan físicamente con su entorno.
Este esquema no solo busca ofrecer un entendimiento claro de la estructura y diversidad dentro de la inteligencia artificial, sino también ilustrar cómo estas tecnologías se interrelacionan y contribuyen al avance de la IA como un todo. Al explorar estos subcampos, podemos apreciar mejor el potencial ilimitado de la IA para transformar industrias, mejorar la vida cotidiana y enfrentar desafíos complejos de nuestra sociedad.
Tipos de IAs
Cómo la IA se integra en los flujos de trabajo de AEC
La integración de la IA en los flujos de trabajo de AEC implica la incorporación de sistemas inteligentes en varias etapas del ciclo de vida de un proyecto, desde la concepción inicial hasta la construcción y el mantenimiento. Estos sistemas pueden procesar grandes cantidades de datos, aprendiendo y adaptándose para mejorar el rendimiento y la eficiencia. Por ejemplo, en la fase de diseño, algoritmos de IA pueden generar múltiples variantes de diseño, ayudando a los arquitectos a tomar decisiones más informadas. Durante la construcción, la IA puede optimizar la asignación de recursos y la programación de tareas. En la fase de mantenimiento, puede predecir cuándo será necesaria una intervención, reduciendo costos y aumentando la vida útil de las estructuras (Bock, 2020).
Ejemplos iniciales de aplicaciones de IA en AEC
Diseño Asistido por IA: Herramientas de diseño generativo, como Autodesk’s Project Dreamcatcher, utilizan algoritmos de IA para explorar rápidamente soluciones de diseño basadas en objetivos y restricciones específicas. Estas herramientas permiten a los diseñadores evaluar más opciones y tomar decisiones más fundamentadas (Autodesk, 2019).
DreamSketch: Early Stage 3D Design Explorations with Sketching and Generative Design.
Fuente: https://www.youtube.com/watch?v=pPqXj2i2_u8&t=5s
Planificación y Gestión de Proyectos Asistida por IA: Sistemas como Alice Technologies utilizan IA para optimizar la planificación y la gestión de proyectos de construcción. Estos sistemas pueden modelar miles de variables y escenarios, ayudando a los gerentes de proyecto a minimizar los retrasos y reducir los costos (Khemlani, 2018).
Meet ALICE, the world’s first AI-powered construction simulation and optimization platform. Fuente: https://www.youtube.com/watch?v=32CfICT-boI
Inspección y Monitoreo con Drones: Los drones equipados con IA y visión por computadora pueden monitorear sitios de construcción, proporcionando imágenes y datos en tiempo real. Esto permite una inspección más rápida y precisa, ayudando a identificar y resolver problemas de manera proactiva (Szeliski, 2010).
Doxel Uses AI and Robots to Track Construction Projects. Fuente: https://www.youtube.com/watch?v=0369vlp_fjg
Estos ejemplos ilustran solo una fracción del potencial de la IA en la industria de AEC. A medida que la tecnología avanza, es probable que veamos una integración aún más profunda de la IA en todos los aspectos de la arquitectura, ingeniería y construcción.
Aplicaciones Prácticas de la IA en AEC
Diseño asistido por IA: Uso de IA en el diseño arquitectónico, diseño generativo y optimización
El diseño asistido por IA representa una de las transformaciones más significativas en el campo de la arquitectura y el diseño. La utilización de algoritmos de IA en el proceso de diseño no solo facilita la creación de estructuras y formas innovadoras sino que también optimiza el uso de materiales y maximiza la eficiencia energética.
Innovación en Diseño Arquitectónico
La IA permite a los arquitectos explorar soluciones de diseño que antes eran inimaginables. Mediante el uso de algoritmos de diseño generativo, los arquitectos pueden introducir parámetros de diseño específicos, como dimensiones, materiales, orientación, y requisitos de sostenibilidad, y el sistema generará una variedad de diseños que cumplan con esos criterios. Autodesk’s Project Dreamcatcher es un ejemplo pionero de esta tecnología. Los arquitectos e ingenieros pueden evaluar estas opciones, ajustar los parámetros en tiempo real y seleccionar el diseño que mejor se ajuste a sus necesidades, todo esto en una fracción del tiempo que tomaría usando métodos de diseño tradicionales (Autodesk, 2024).
How Autodesk used Generative Design to create their Toronto office.
https://www.youtube.com/watch?v=ZQmfgGKtlXQ
Optimización de Recursos y Sostenibilidad
Además de fomentar la innovación en el diseño, la IA también desempeña un papel crucial en la optimización de recursos y la sostenibilidad. Los algoritmos de IA pueden analizar rápidamente múltiples variantes de diseño para identificar aquellas que hacen un uso más eficiente de los materiales y minimizan los residuos. Esto no solo es beneficioso desde el punto de vista económico sino que también contribuye a la construcción sostenible y al cumplimiento de los objetivos de sostenibilidad. Por ejemplo, al utilizar IA para optimizar la disposición de elementos estructurales, se puede reducir significativamente la cantidad de material necesario sin comprometer la integridad estructural.
Autodesk Generative Design
Fuente: https://www.youtube.com/watch?v=CtYRfMzmWFU&t=18s
Integración con BIM (Building Information Modeling)
La integración de la IA con tecnologías de modelado de información de construcción (BIM) está llevando el diseño arquitectónico a nuevas alturas. Esta integración permite una colaboración más fluida entre arquitectos, ingenieros y constructores. Los sistemas de IA pueden analizar modelos BIM en tiempo real, proporcionando recomendaciones para mejorar el diseño, identificando posibles problemas antes de que ocurran y facilitando la toma de decisiones basada en datos. Además, la capacidad de la IA para procesar y analizar grandes volúmenes de datos permite una comprensión más profunda del rendimiento del edificio a lo largo de su ciclo de vida, desde la fase de diseño hasta la operación y el mantenimiento.
Caso de Estudio: Uso de IA en el Diseño de la Sede de Apple, Apple Park
Apple Park, la sede de Apple en Cupertino, California, es un ejemplo destacado del uso de diseño asistido por IA y enfoques sostenibles en la arquitectura, diseñado por el renombrado arquitecto Sir Norman Foster. Inaugurado en 2017, este edificio, conocido por su forma de anillo, fue concebido con un fuerte enfoque en la innovación y la sostenibilidad. Durante la fase de diseño, se emplearon algoritmos de IA para optimizar numerosos aspectos del edificio, desde su forma distintiva hasta sus sistemas de ventilación natural (Levy, 2017).
Los algoritmos de IA se utilizaron para analizar y simular diversas condiciones de luz natural y patrones de movimiento de las personas, asegurando que cada espacio del campus maximizara la eficiencia energética y proporcionara un ambiente cómodo y productivo para los empleados (Fisher, 2018). Además, los algoritmos ayudaron a optimizar el diseño del extenso sistema de paneles solares en el techo, convirtiendo a Apple Park en uno de los edificios con operaciones neutras en carbono más grandes del mundo (Pflueger, 2019).
La integración de la IA en el diseño de Apple Park, a cargo de Sir Norman Foster, demostró cómo las tecnologías avanzadas pueden usarse para crear no solo un espacio de trabajo estéticamente impresionante, sino también un entorno altamente funcional y sostenible, reflejando el compromiso de Apple con la innovación y el medio ambiente (Pflueger, 2019).
Este ejemplo real muestra cómo la IA puede ser una herramienta invaluable en la arquitectura, permitiendo a diseñadores y arquitectos alcanzar una sinergia perfecta entre forma, función y sostenibilidad en sus proyectos (Levy, 2017; Fisher, 2018).
Planificación y gestión de proyectos: Aplicaciones de IA en la planificación de proyectos, asignación de recursos y seguimiento del progreso
La planificación y gestión eficiente de proyectos es fundamental en la industria de AEC, donde los plazos ajustados y los presupuestos controlados son la norma. La IA está transformando este aspecto, introduciendo niveles de eficiencia y precisión sin precedentes.
Transformación en la Planificación de Proyectos
La IA permite una planificación de proyectos más avanzada y detallada. Mediante el uso de algoritmos de aprendizaje automático, se pueden analizar datos históricos y patrones para predecir el tiempo y los recursos necesarios para diferentes fases del proyecto. Alice Technologies, por ejemplo, utiliza IA para simular miles de posibles escenarios de construcción, permitiendo a los gerentes de proyectos identificar la ruta más eficiente para la ejecución del proyecto, lo que se traduce en una reducción significativa de tiempo y costos (Morkos, R. 2023).
Optimización de la Asignación de Recursos
La asignación efectiva de recursos, desde materiales hasta mano de obra, es crucial para el éxito de cualquier proyecto de construcción. La IA puede automatizar y optimizar este proceso, asegurando que los recursos se utilicen de la manera más eficiente posible. Los sistemas de IA pueden prever necesidades de recursos basados en la progresión del proyecto y ajustar la asignación de recursos en tiempo real en respuesta a cambios o imprevistos, minimizando así el desperdicio y mejorando la rentabilidad.
Seguimiento del Progreso y Control de Calidad
Los sistemas de IA también son fundamentales para el seguimiento del progreso de los proyectos y el control de calidad. Drones equipados con cámaras y sensores, junto con algoritmos de visión por computadora, pueden monitorear de forma continua y precisa la evolución de la obra, comparando el estado actual del proyecto con el modelo BIM. Esta información permite a los equipos de construcción detectar y rectificar desviaciones o errores en tiempo real, asegurando que el proyecto se mantenga en el camino correcto y que el producto final cumpla con los estándares de calidad requeridos.
Caso de Estudio: Optimización de la Planificación en la Construcción del Túnel Copthall Green con ALICE
La construcción del Túnel Copthall Green en Londres es un ejemplo sobresaliente de cómo la inteligencia artificial y la optimización de procesos pueden influir significativamente en proyectos de infraestructura de gran envergadura. Skanska, Costain y STRABAG, tres grandes contratistas generales europeos, formaron una empresa conjunta, SCS JV, para optimizar la construcción de los túneles de Londres en el proyecto HS2, una red ferroviaria de alta velocidad nacional que conecta Londres con Birmingham y el norte del país.
El Túnel Copthall Green, una estructura de 880 metros de largo, forma parte de un segmento crucial de 13 millas de túneles gemelos, terminando en la estación de Euston en el centro de Londres. Este túnel, construido mediante el método “cut and cover” (cortar y cubrir), es fundamental para el tramo de la ruta HS2 en el borde noroeste de Londres.
Durante la fase de ejecución del proyecto del Túnel Copthall, SCS JV empleó la plataforma ALICE, una solución avanzada para la “optioneering” en construcción, lo que permitió a los equipos simular y evaluar diferentes escenarios para determinar las tasas óptimas de producción. ALICE se utilizó para analizar varios ritmos de excavación y turnos, actualizando continuamente la base de datos a medida que avanzaba el trabajo. Las capacidades de análisis de “qué pasaría si” de ALICE ofrecieron a SCS JV la posibilidad de explorar y refinar opciones, y finalmente, determinar la mejor solución.
Gracias a la plataforma ALICE, SCS JV no solo identificó la tasa de producción ideal sino que también, a través de la exploración de opciones alternativas, logró generar más de tres meses de holgura para el cronograma del proyecto. La utilización de ALICE durante la fase de ejecución del trabajo en el Túnel Copthall permitió a SCS JV trabajar de manera aún más eficiente y reducir el riesgo del cronograma al aumentar la holgura. Este enfoque innovador representa una victoria significativa para SCS JV con ALICE, y demuestra el compromiso de la empresa con el uso de soluciones avanzadas de construcción en proyectos futuros, especialmente en la red HS2.
Este caso de estudio ilustra cómo la aplicación de soluciones de IA en la planificación y ejecución de proyectos de infraestructura no solo mejora la eficiencia y la productividad, sino que también puede tener un impacto sustancial en la reducción de riesgos y costos, estableciendo nuevos estándares en la industria de la construcción.
Construcción y automatización: Uso de robots y drones en la construcción, automatización de tareas y seguridad en obra
La fase de construcción se beneficia enormemente de la incorporación de la IA, especialmente en términos de automatización, seguridad y eficiencia. La integración de robots, drones y sistemas autónomos está marcando el comienzo de una nueva era en la industria de la construcción.
Automatización en el Sitio de Construcción
La automatización de tareas de construcción mediante robots y máquinas controladas por IA no solo aumenta la eficiencia y la precisión, sino que también mejora la seguridad en el lugar de trabajo. Robots capaces de realizar tareas repetitivas o peligrosas, como la colocación de ladrillos o la instalación de elementos estructurales, reducen la necesidad de mano de obra en situaciones de riesgo y permiten a los trabajadores concentrarse en tareas más complejas y menos peligrosas.
Uso de Drones para Inspección y Monitoreo
Los drones equipados con cámaras de alta resolución y sensores avanzados se utilizan cada vez más para inspeccionar y monitorear sitios de construcción. Estos drones, guiados por algoritmos de IA, pueden proporcionar imágenes y datos detallados en tiempo real, permitiendo a los equipos de construcción identificar y abordar problemas de forma proactiva. Además, la capacidad de los drones para acceder a áreas difíciles o peligrosas reduce los riesgos para los trabajadores y aumenta la eficiencia general del proceso de construcción.
Caso de Estudio: Innovación Robótica en la Construcción de la Escuela Primaria Lushan por Zaha Hadid Architects
El proyecto de la Escuela Primaria Lushan, ideado por Zaha Hadid Architects, marca un hito en la construcción gracias a la utilización de técnicas robóticas avanzadas. Desarrollado por la firma danesa Odico – Formwork Robotics, el método de “corte caliente con alambre robótico” facilita la creación de moldes de concreto complejos y doblemente curvados. Esta técnica no solo acelera el proceso constructivo sino que también reduce costos significativamente en comparación con los métodos tradicionales.
La técnica fue elegida por su eficacia y adaptabilidad a la ubicación remota del proyecto en China. Además, destaca por su enfoque sostenible, ya que permite la reutilización de moldes y el reciclaje de materiales. Esta colaboración entre Zaha Hadid Architects y Odico, que ya ha dado frutos en proyectos anteriores como el edificio Opus en Dubai, muestra el potencial de la robótica para optimizar y revolucionar el campo de la construcción (Smisek, 2018).
Mantenimiento y operaciones: IA en el mantenimiento predictivo, gestión de instalaciones y edificios inteligentes
El mantenimiento y las operaciones de edificios y estructuras son esenciales para asegurar su longevidad y funcionalidad. La integración de la IA en estas áreas está abriendo nuevas posibilidades para el mantenimiento predictivo y la gestión eficiente de instalaciones.
Mantenimiento Predictivo Mediante IA
El mantenimiento predictivo utiliza la IA para anticipar problemas antes de que ocurran, basándose en el análisis de datos de sensores y registros históricos. Esta aproximación permite a los administradores de instalaciones realizar intervenciones oportunas, evitando fallos y prolongando la vida útil de los equipos y estructuras. Por ejemplo, los sistemas de IA pueden monitorear la condición de los sistemas HVAC (calefacción, ventilación y aire acondicionado), identificando patrones que sugieran la necesidad de mantenimiento o la inminencia de una avería, y así programar reparaciones antes de que los sistemas fallen y causen mayores inconvenientes o costos.
Gestión de Instalaciones y Edificios Inteligentes
Los edificios inteligentes utilizan una combinación de IoT (Internet de las Cosas) y IA para automatizar y optimizar operaciones, como la iluminación, la climatización y la seguridad. La IA no solo mejora la comodidad y la eficiencia energética, sino que también proporciona insights valiosos sobre el uso del espacio y el comportamiento de los ocupantes. Estos datos pueden ser utilizados para ajustar los servicios del edificio en tiempo real o para informar decisiones sobre el diseño y la gestión del espacio a largo plazo. La integración de la IA en la gestión de instalaciones promete no solo edificios más inteligentes y eficientes, sino también entornos más sostenibles y receptivos a las necesidades de sus ocupantes.
Caso de Estudio: Implementación de IA en el Mantenimiento de un Complejo Comercial Utilizando Datos de Grandes Volúmenes (Big Data)
En el contexto del mantenimiento de edificios y complejos comerciales, el estudio “Big Data from the Built Environment” de Autodesk Research destaca el potencial transformador de las redes de sensores y la analítica de grandes volúmenes de datos en la gestión y operación de infraestructuras.
La implementación de sensores en edificaciones permite recopilar datos en tiempo real sobre diferentes variables, como la temperatura, la humedad, el uso de energía y la presencia de ocupantes. Estos datos, al ser analizados mediante algoritmos de IA, ofrecen una visión profunda de la interacción de los ocupantes con el edificio y permiten una gestión más eficiente de los recursos. Por ejemplo, en el Proyecto Dasher, una plataforma prototipo para explorar estas cuestiones, se utiliza la visualización de datos en un modelo 3D de información del edificio (BIM) para monitorizar en tiempo real y de forma histórica el rendimiento del edificio (Khan & Hornbæk, 2011).
La integración de IA en el mantenimiento de complejos comerciales no solo optimiza el uso de recursos como la iluminación y la climatización ajustándolos automáticamente según los patrones de uso y las preferencias de los ocupantes, sino que también permite el mantenimiento predictivo. Los algoritmos de IA pueden identificar patrones y predecir necesidades de mantenimiento antes de que ocurran problemas, lo que reduce los tiempos de inactividad y los costos de operación.
Este enfoque holístico mejora la eficiencia operativa y establece nuevos estándares en la gestión sostenible de instalaciones comerciales, demostrando cómo la tecnología de IA y el análisis de grandes volúmenes de datos pueden desempeñar un papel crucial en la transformación de la industria de AEC, mejorando la eficiencia, la sostenibilidad y la experiencia de los ocupantes.
Desafíos y Consideraciones Éticas en la Implementación de la IA en AEC
La integración de la IA en la industria de la Arquitectura, Ingeniería y Construcción (AEC) conlleva no solo oportunidades significativas sino también desafíos y consideraciones éticas que deben ser abordados con cuidado y diligencia.
Desafíos técnicos y prácticos en la implementación de la IA en AEC
Complejidad y Requerimientos de Datos
La implementación efectiva de la IA en AEC requiere grandes volúmenes de datos precisos y de alta calidad. Sin embargo, recopilar, almacenar y procesar estos datos puede ser un desafío significativo. Además, los modelos de IA deben ser cuidadosamente diseñados y ajustados para reflejar las complejidades y las particularidades de los proyectos de AEC, lo que requiere una profunda comprensión tanto del dominio de AEC como de las tecnologías de IA (Russell & Norvig, 2016).
Integración con Sistemas y Procesos Existentes
Integrar la IA en los flujos de trabajo existentes puede ser complejo y costoso. Los sistemas de IA deben ser capaces de interactuar y complementarse con las herramientas y procesos ya en uso, lo que a menudo requiere una configuración y personalización significativas. Además, la IA debe ser implementada de manera que refuerce y potencie la toma de decisiones humanas, no que las reemplace, lo que requiere un equilibrio cuidadoso y una planificación detallada (Bock, 2020).
Cuestiones éticas y de privacidad relacionadas con el uso de datos y la toma de decisiones automatizada
Privacidad y Seguridad de los Datos
La implementación de la IA en AEC implica el manejo de grandes volúmenes de datos, algunos de los cuales pueden ser sensibles o confidenciales. Es esencial asegurar que estos datos estén protegidos y que se respeten las normativas de privacidad, lo que requiere sistemas de seguridad robustos y políticas de gestión de datos claras y transparentes (Jurafsky & Martin, 2019).
La importancia de la captura del dato
Fuente: https://www.gminsights.com/industry-analysis/artificial-intelligence-in-construction-market
Toma de Decisiones y Responsabilidad
La IA puede mejorar significativamente la toma de decisiones en AEC, pero también plantea preguntas sobre la responsabilidad, especialmente cuando las decisiones tomadas por sistemas de IA tienen consecuencias significativas. Es crucial asegurar que haya claridad en cuanto a la responsabilidad y que los sistemas de IA sean transparentes y explicables, para que los usuarios entiendan cómo se toman las decisiones y puedan intervenir si es necesario (Hastie, Tibshirani, & Friedman, 2009)
Discusión sobre la resistencia al cambio y la necesidad de formación y adaptación en la industria
Resistencia al Cambio
La adopción de la IA en AEC puede enfrentarse con resistencia, ya que implica cambios significativos en los flujos de trabajo y en los roles de los profesionales. Es importante reconocer y abordar esta resistencia, facilitando la transición mediante la formación, el apoyo y la demostración clara del valor y los beneficios que la IA puede aportar. Según Kotter (1996), liderar el cambio eficazmente implica comprender las etapas del cambio organizacional y aplicar estrategias que alineen a las personas con la nueva dirección. Su enfoque puede ser crucial para superar la resistencia y asegurar una transición exitosa hacia la integración de la IA en la industria de AEC.
Formación y Desarrollo de Habilidades
La implementación exitosa de la IA en AEC requiere no solo tecnología avanzada sino también profesionales capacitados que puedan trabajar efectivamente con esta tecnología. Esto implica una necesidad significativa de formación y desarrollo de habilidades, asegurando que los equipos tengan el conocimiento y la competencia necesarios para aprovechar al máximo las capacidades de la IA (Eastman et al., 2018).
Futuro de la IA en AEC
El futuro de la IA en la industria de la Arquitectura, Ingeniería y Construcción (AEC) es prometedor y está lleno de potencial. A medida que la tecnología continúa avanzando, se anticipa que la IA jugará un papel aún más integral en la forma en que se diseñan, construyen y mantienen las estructuras.
Tendencias emergentes en IA aplicadas a AEC
IA y Realidad Aumentada/Virtual
Una tendencia emergente es la integración de la IA con la realidad aumentada (AR) y la realidad virtual (VR) para crear simulaciones de diseño más inmersivas y detalladas. Estas tecnologías permiten a los arquitectos e ingenieros visualizar estructuras antes de que se construyan y explorar diversas opciones de diseño de manera más eficiente. Además, la AR/VR, junto con la IA, puede ser utilizada para la capacitación de trabajadores de la construcción, ofreciendo una experiencia de aprendizaje interactiva y enriquecida (Azuma, 2016).
AR and VR at Foster + Partners | Unreal Engine | Build: Architecture 2021
Fuente: https://www.youtube.com/watch?v=YohEKgaQWGI
Avances en la Fabricación Aditiva
Otra tendencia significativa es el uso de la IA en la fabricación aditiva (impresión 3D) para la construcción. La IA no solo puede optimizar los procesos de impresión 3D, sino que también puede desempeñar un papel crucial en la selección de materiales, garantizando que las estructuras sean tanto sostenibles como resistentes. La fabricación aditiva permite una mayor flexibilidad en el diseño y puede contribuir a una construcción más eficiente y personalizada (Gibson, Rosen, & Stucker, 2015).
3DPA – Additive Manufacturing in Construction
Fuente: https://www.youtube.com/watch?v=CmoXC3MA3Kg
Potencial de la IA para transformar la industria en las próximas décadas
Transformación de la Planificación y Ejecución de Proyectos
La IA tiene el potencial de transformar radicalmente la planificación y ejecución de proyectos en AEC. Al utilizar IA para analizar datos de proyectos anteriores, las empresas pueden obtener insights que les permitan optimizar sus operaciones, reducir costos y minimizar los riesgos. Además, la IA puede facilitar una colaboración más efectiva entre todas las partes involucradas en un proyecto, asegurando que todos los equipos estén sincronizados y que los proyectos se completen de manera más eficiente y sin contratiempos (KPMG, 2019).
Innovación en Sostenibilidad y Diseño Ecológico
La IA también jugará un papel crucial en el impulso hacia una construcción más sostenible y ecológica. Al analizar grandes conjuntos de datos sobre el rendimiento de los materiales y las prácticas de construcción, la IA puede ayudar a identificar estrategias que reduzcan el impacto ambiental de las construcciones. Además, la IA puede ser fundamental en el diseño de edificios energéticamente eficientes, maximizando el uso de recursos naturales como la luz solar y reduciendo la dependencia de fuentes de energía no renovables (Vallero, 2008).
Reflexión sobre la importancia de la adaptabilidad y la innovación continua
Adaptabilidad como Clave para el Éxito
En un mundo en constante cambio, la capacidad de adaptarse rápidamente a nuevas tecnologías y métodos es crucial. La IA no es una solución estática; es una herramienta que evoluciona con el tiempo. Las empresas que sean capaces de adaptarse e integrar nuevas innovaciones de IA en sus prácticas estarán mejor posicionadas para liderar el mercado de AEC en el futuro (West, 2018).
Fomento de la Innovación Continua
El futuro de la IA en AEC depende no solo de la tecnología en sí, sino también de la voluntad de la industria para abrazar la innovación y el cambio. Fomentar una cultura que valore la experimentación, la toma de riesgos y el aprendizaje continuo será esencial para aprovechar plenamente las oportunidades que la IA ofrece para la industria de AEC (West, 2018).
Application AREAS of AI in building and construction industry 4.0.
Fuente: https://www.researchgate.net/figure/Application-AREAS-of-AI-in-building-and-construction-industry-40_fig2_361501987
Conclusión
El recorrido por la intersección de la Inteligencia Artificial (IA) y la industria de la Arquitectura, Ingeniería y Construcción (AEC) revela un panorama de transformación profunda y oportunidades sin precedentes. Desde el diseño asistido por IA hasta la automatización en el sitio de construcción, y desde la planificación de proyectos hasta el mantenimiento predictivo, la IA se está convirtiendo en un pilar fundamental de la industria.
Resumen de los puntos clave discutidos en el artículo
Este artículo ha explorado la esencia y los subcampos relevantes de la IA que tienen aplicaciones directas en AEC, como el aprendizaje automático, el procesamiento de lenguaje natural y la visión por computadora. Hemos visto cómo la IA no solo optimiza los procesos existentes sino que también habilita nuevas formas de diseño, planificación y construcción, haciendo posible lo que antes era inimaginable.
Las aplicaciones prácticas de la IA en AEC, desde el diseño generativo hasta la gestión de instalaciones y edificios inteligentes, subrayan su potencial para mejorar la eficiencia, la sostenibilidad y la seguridad. Sin embargo, también hemos reconocido los desafíos que la implementación de la IA conlleva, incluidos los técnicos, prácticos y éticos, así como la necesidad de adaptación y formación continua en la industria.
Reflexiones finales sobre el impacto de la IA en AEC
La IA no es solo una herramienta tecnológica; es un catalizador de innovación y progreso. Su impacto en AEC está redefiniendo los límites de lo que es posible, impulsando una era de construcción más inteligente, más segura y más sostenible. La integración de la IA en AEC promete edificios y estructuras que no solo son estéticamente impresionantes sino también funcionales, duraderos y en armonía con el medio ambiente (KPMG, 2019).
Llamado a la acción para profesionales de la industria y stakeholders
Para capitalizar las oportunidades que la IA ofrece, es crucial que los profesionales de la industria y los stakeholders adopten un enfoque proactivo. Esto incluye:
– Invertir en la formación y el desarrollo de habilidades: Para estar a la vanguardia de la innovación, es esencial que los profesionales de AEC se familiaricen con las últimas tecnologías de IA y sus aplicaciones en el sector.
– Fomentar la colaboración entre disciplinas: La integración efectiva de la IA en AEC requiere la colaboración entre arquitectos, ingenieros, constructores y profesionales de la IA, asegurando que las soluciones sean holísticas y bien integradas.
– Adoptar una mentalidad de adaptabilidad y aprendizaje continuo: El campo de la IA está en constante evolución, y mantenerse al día con sus avances es fundamental para integrar con éxito estas tecnologías en proyectos de AEC.
– Priorizar la ética y la responsabilidad: A medida que la IA asume un papel más prominente en AEC, es esencial abordar las cuestiones éticas, asegurando que los sistemas de IA sean justos, transparentes y respetuosos con la privacidad y la seguridad de los datos.
El futuro de la IA en AEC es brillante y está lleno de posibilidades. Al abrazar esta tecnología, los profesionales de AEC no solo mejorarán su competitividad sino que también contribuirán a construir un futuro más sostenible y próspero.
Referencias
– Levy, S. (2017, mayo 16). Apple’s New Campus: An Exclusive Look Inside the Mothership. _Wired_. [https://www.wired.com/2017/05/apple-park-new-silicon-valley-campus/](https://www.wired.com/2017/05/apple-park-new-silicon-valley-campus/
– Fitzmaurice, G. (s. f.). _Project Dreamcatcher: Generative Design Solutions in CAD_. Autodesk Research. Recuperado 21 de enero de 2024, de [https://www.research.autodesk.com/projects/project-dreamcatcher/](https://www.research.autodesk.com/projects/project-dreamcatcher/)
– Cheong, H., Li, W., & Iorio, F. (2016). Automated Extraction of System Structure Knowledge From Text. _Volume 2A: 42nd Design Automation Conference_, V02AT03A011.[https://doi.org/10.1115/DETC2016-59551](https://doi.org/10.1115/DETC2016-59551)
– Kazi, R. H., Grossman, T., Cheong, H., Hashemi, A., & Fitzmaurice, G. (2017). DreamSketch: Early Stage 3D Design Explorations with Sketching and Generative Design. _Proceedings of the 30th Annual ACM Symposium on User Interface Software and Technology_, 401–414. [https://doi.org/10.1145/3126594.3126662](https://doi.org/10.1145/3126594.3126662)
– Azuma, R. T. (s. f.). _A Survey of Augmented Reality_.
– Bock, T. (2015). The future of construction automation: Technological disruption and the upcoming ubiquity of robotics. _Automation in Construction_, _59_, 113–121. https://doi.org/10.1016/j.autcon.2015.07.022
– Bock, T. (2014). Robotic Architecture. En E. Essaian & M. Dilet (Eds.), ISBN: 978-2-9550738-0-3 (pp. 224–235).
– Vallero, D. A., & Brasier, C. (2008). _Sustainable design: The science of sustainability and green engineering_. Wiley.
– Eastman, C. M. (Ed.). (2011). _BIM handbook: A guide to building information modeling for owners, managers, designers, engineers and contractors_ (2nd ed). Wiley.
– Kotter, J. P. _[Leading Change](https://www.hbs.edu/faculty/Pages/item.aspx?num=137)_. Boston: Harvard Business School Press, 1996.
– Gibson, I., Rosen, D., & Stucker, B. (2015). *Additive Manufacturing Technologies*. Springer.
– Hastie, T., Tibshirani, R., & Friedman, J. (2009). *The Elements of Statistical Learning*. Springer.
– Jurafsky, D., & Martin, J. H. (2019). *Speech and Language Processing*. Pearson.
-KPMG. (2019). _Leading through digital_ (p. 40). https://assets.kpmg.com/content/dam/kpmg/ng/pdf/advisory/leading-through-digital-2019.pdf
– Morkos, R. (2023, noviembre 8). AI Used in Construction of Chip, Microchip Facilities. _EE Times_. [https://www.eetimes.com/embracing-ai-in-construction-of-chip-microchip-facilities/](https://www.eetimes.com/embracing-ai-in-construction-of-chip-microchip-facilities/)
– Russell, S. J., & Norvig, P. (2011). _Inteligencia artificial: Un enfoque moderno_ (2a ed., reimp). Pearson Educación.
– Szeliski, R. (2010). *Computer Vision: Algorithms and Applications*. Springer.
– West, D. M. (2019). _The future of work: Robots, AI, and automation_ (First printing in paperback). Brookings Institution Press.
– Blog de Alice Technologies. (n.d.). “SCS JV optimizes HS2’s Copthall Green Tunnel with ALICE”. Recuperado de [Alice Technologies Blog](https://blog.alicetechnologies.com/case-studies/scs-jv-optimizes-hs2s-copthall-green-tunnel-with-alice).
– Smisek, Peter. (27 de abril de 2018). “This Robot Could Build Zaha Hadid Architects’ Next Project”. The B1M. Recuperado de [The B1M](https://www.theb1m.com/video/this-robot-could-build-zaha-hadid-architects-next-project).
– Khan, A., & Hornbæk, K. (2011). Big Data from the Built Environment. UbiComp’11, Septiembre 17–21, 2011, Beijing, China. [Big Data and the Built Environment](https://www.research.autodesk.com/publications/big-data-and-the-built-environment)
– Davis, M. (año). What Is Construction Automation, and How Will It Drive the Future of Building?. Autodesk. https://www.autodesk.com/design-make/articles/construction-automation
– Construction Robotics. (2018). SAM100 OS 2.0 [Video]. YouTube. https://www.youtube.com/watch?v=tK9oBQyR9KY
– Craig, J. J. (2005). Introduction to Robotics: Mechanics and Control (3ra edición). Pearson Education.
-Murphy, R. R. (2000). Introduction to AI Robotics. MIT Press.
-Khatib, O., Kumar, V., & Rus, D. (Eds.). (2016). The Springer Handbook of Robotics (2da edición). Springer.
-Fracttal.com (24/10/2022). .https://www.fracttal.com/es/blog/apple-park
-Baduge, Shanaka & Thilakarathna, Sadeep & Perera, Jude & Arashpour, Associate Prof. Mehrdad & Sharafi, Pejman & Teodosio, Birch & Shringi, Amkit & Mendis, Priyan. (2022). Artificial Intelligence and Smart Vision for Building and Construction 4.0: Machine and Deep Learning Methods and Applications. Automation in Construction. 141. 104440. 10.1016/j.autcon.2022.104440.
