Um futuro inteligente? Como a Inteligência Artificial está melhorando a construção
Desde a previsão dos dias em que os acidentes são mais prováveis de acontecer, até a economia de milhões em um projeto, a inteligência artificial está transformando a maneira como os projetos são planejados.
Durante as obras de modernização da importante estrada A14, em Cambridgeshire, na Inglaterra, orçadas em 1,5 bilhão de libras, a inteligência artificial (IA) foi usada de maneira pioneira além da tecnologia de machine learning (aprendizado de máquina: capacidade dos computadores de “aprender” sem terem sido necessariamente programados) para prever com sucesso os momentos em que um acidente seria mais provável de acontecer – tomando assim medidas para impedi-lo. Ao coletar faixas de informações e usar a IA, os cientistas de dados foram capazes de detectar problemas antes que eles ocorressem.
++ Participe do Curso de MS Project – Básico e Avançado. Veja a próxima turma >>
A IA também tem surgido no planejamento de infraestrutura e até mesmo em avaliações remotas durante a pandemia.
Então, é a solução para melhorar a segurança e a eficiência que a indústria anseia? E em caso afirmativo, por que ainda não é mais amplamente usado?
Registrando os dados
A empresa governamental inglesa Highways England foi a responsável por colocar em prática as melhorias previstas em um trecho de 33,6km da estrada entre Cambridge e Huntingdon. Para garantir que tanto os perigos quanto as boas práticas pudessem ser registrados, os dados da equipe foram coletados por meio de um aplicativo especialmente desenvolvido para iPhone e Android. Em seu pico, 4.500 observações foram registradas em um mês. Como resultado, foi gerado um perfil diário que identificou os dias que poderiam apresentar um risco maior de ocorrência de um incidente. O uso de um aplicativo significava que os relatórios eram mais eficientes do que o antigo sistema baseado em papel e eram registrados instantaneamente.
“Anteriormente, você teria um cartão de papel, que seria deixado na mesa de alguém por uma semana ou mais, e depois inserido à mão”, diz Mark Tootell, chefe do escritório de gerenciamento de projetos da Highways England, na A14.
++ Curso de Autovistoria Predial. Chamada para engenheiros e arquitetos >>
Com o novo sistema, a inteligência artificial foi capaz de modelar os dias que apresentavam maior risco com base em fatores que incluíam trabalhos realizados após as 18h; por mais de nove horas; em ventos fortes; após chuvas fortes; e imediatamente após um feriado ou evento esportivo nacional. Um dos fatores mais significativos foi o cansaço do pessoal.
A obra de modernização da estrada A14 em Cambridgeshire viu a IA empregada para detectar riscos de segurança
Para encorajar os trabalhadores do local a inserir dados, eles receberam uma variedade de incentivos, que iam desde uma refeição na cantina até um dia de folga totalmente pago. A chave era envolver o máximo possível de pessoas, diz Tootell.
Os resultados levaram a uma taxa de frequência de acidentes de 0,028 após 14,3 milhões de horas trabalhadas – menos da metade da taxa média de 0,07 para empreiteiros da Highways England em 2019/20. Cerca de 2.500 trabalhadores estavam no local no pico do projeto. Tootell diz que está orgulhoso do histórico de saúde e segurança do projeto, que viu apenas “quatro lesões reportáveis durante todo o projeto, sendo três fraturas e uma torção no joelho”.
Ele incentiva outras pessoas a também procurarem usar esse tipo de sistema. “Você precisa de alguém que possa operar o modelo”, diz Tootell . “Não estou dizendo que todo projeto deve ter um cientista de dados na equipe, mas com certeza eles devem ter acesso a esse tipo de recurso daqui para frente. O poder que uma boa equipe de análise de dados pode trazer para um projeto é enorme. ”
Mapeando paisagens
Os consultores também estão incorporando cada vez mais a IA em seus projetos. Em Xangai, a empresa multinacional Arup desenvolveu uma ferramenta de aprendizado de máquina em um projeto para lidar com as crescentes enchentes da cidade e os problemas de poluição dos rios. Com o golpe duplo da população de Xangai tendo triplicado desde 1990, assim como a mudança climática, o problema ameaçou ficar fora de controle. “Ela é inundada regularmente – empresas fecham e casas são inundadas. E isso é muito caro ”, diz Will Cavendish, líder global de serviços digitais da Arup, que já trabalhou na DeepMind, uma empresa de IA baseada no Reino Unido de propriedade do Google.
A Arup foi contratada para revisar o plano diretor de drenagem da cidade. A empresa usou imagens de satélite e um algoritmo de aprendizado de máquina para identificar partes da paisagem. “Usamos uma rede neural para capturar os dados para identificar todas as micro características”, explica Cavendish.
A empresa então usou esse mapa para desenvolver uma abordagem que ia além da drenagem. Ao dividir a cidade, identificou infraestrutura ‘verde’ como pavimentação permeável para reter ou retardar o fluxo de água das tempestades, além de utilizar túneis e armazenamento, maximizando o potencial da rede existente antes de propor algo novo. Isso só foi possível pelo entendimento alcançado por meio do mapa, afirma.
Em outro lugar, a gigante americana de engenharia Bechtel está usando drones combinados com aprendizado de máquina para melhorar a segurança. Em um projeto ferroviário em Edmonton, no Canadá, a empresa usou imagens captadas por drones em conjunto com algoritmos de aprendizado de máquina para verificar se as medidas de controle de tráfego foram instaladas corretamente e permaneceram em conformidade, para que mantivessem os trabalhadores e o público em segurança.
Atualizações de progresso da pandemia
De volta ao Reino Unido, a empresa Mace considerou a inteligência artificial particularmente benéfica durante a pandemia. Trabalhando com uma start-up chamada Disperse, ela capturou registros digitais em vários de seus projetos. Em obras inteiras, imagens de 360 graus são capturadas por operadores andando por aí. As imagens são carregadas para a nuvem, processadas usando inteligência artificial e, em seguida, o progresso é relatado para as equipes de projeto da Mace semanalmente.
“Do ponto de vista da segurança, foi uma verdadeira dádiva de Deus durante o COVID-19”, disse Matt Gough, o diretor de inovação do empreiteiro. “Com as medidas de bloqueio, nossas equipes de projeto conseguiram basicamente manter o trabalho em andamento sem a necessidade de estar no local. Fomos capazes de conduzir avaliações, estávamos concluindo verificações de qualidade e aprovações, e estávamos fazendo o planejamento e o replanejamento com nossas negociações.”
“Isso permite que nós e nossos negócios prevejam cronogramas com mais precisão, e prevejam e mitiguem riscos e atrasos potenciais.”
A Arup usou o aprendizado de máquina em seu projeto de plano mestre de drenagem de Xangai para definir várias tipologias de infraestrutura.
O projeto de drenagem baseado em dados foi usado para uma praça urbana recreativa que poderia funcionar como vala para águas pluviais durante os períodos de inundação
Uma joint venture das empreiteiras Balfour Beatty, Costain, Skanska e Atkins entregou o projeto A14. O vice-diretor de projetos da Balfour, Julian Lamb, diz que a inteligência artificial permitiu que os supervisores se concentrassem nas áreas de preocupação. “Isso não significa que você anda por aí dizendo ‘hoje vai ser um dia muito arriscado’, mas o que você pode fazer é tentar direcionar as coisas para as quais [a IA] está sugerindo que pode haver problemas”, explica ele. “Então, você está se concentrando e inspecionando certas operações.”
Tootell diz que o modelo foi ajudado pela quantidade de dados brutos recebidos dos trabalhadores em campo: “Foi esse volume de informações que permitiu que a IA fosse realmente tão precisa quanto era. Eles [funcionários] são seus olhos e ouvidos no local, então [eles são] seu melhor indicador principal. ”
Adoção lenta
Apesar desses exemplos, o uso de IA ainda é raro no setor. Gough diz que, embora uma transformação digital esteja em andamento, ainda há um longo caminho a percorrer: “Estamos tentando digitalizar todos os aspectos da entrega do projeto, então você pode começar a aplicar a inteligência artificial e aprendizado de máquina por cima dos dados que você é capaz de criar.”
“O desafio que temos como indústria e dentro de nosso próprio negócio também é que falamos sobre ser rico em dados e pobre em conhecimento, mas a realidade é que não somos nem mesmo ricos em dados. O tipo de volume de dados que você precisa para aplicar apropriadamente a inteligência artificial e o aprendizado de máquina não existe realmente na indústria de construção, então é por isso que estamos trabalhando com algumas start-ups especificamente neste espaço. ”
A empresa inglesa Sir Robert McAlpine também está aproveitando as oportunidades que os dados podem trazer. Em 2019 a empresa havia lançado o Construction Data Trust – um meio pelo qual esperava coletar e analisar dados de projetos de toda a indústria da construção, com o objetivo de identificar áreas de melhoria. Também está usando fundos de taxa de aprendizagem para treinar o pessoal existente em análise de dados para aumentar sua capacidade.
Gareth Parkes, chefe de dados e análises de McAlpine, está preocupado com a falta de progresso do setor em geral. “Minha experiência no setor é que a construção está muito atrasada na adoção digital e no uso de seus dados”, diz ele. “Estamos começando a ver bolsões e ferramentas que fazem uso de IA, mas é preciso fazer mais em torno do volume e da qualidade dos dados.”
Ele diz que um dos grandes desafios é trazer as pessoas a bordo com a ideia de captura de dados: “Em muitos casos, trata-se de mudar o comportamento das pessoas, pois elas têm preocupações sobre como esses dados serão usados e quem terá acesso a dados.”
Parkes afirma que o legado das Olimpíadas de Londres de 2012 foi “perdido” porque os dados não foram posteriormente disponibilizados para outros na indústria. Ele avisa que isso também pode acontecer com o Crossrail (projeto britânico para construir novas e importantes ligações ferroviárias no centro de Londres), cujos dados, segundo ele, são “dispersos e díspares”, mas podem ser “inestimáveis” para outros projetos, como a rede ferroviária de alta velocidade HS2.
Cavendish, da Arup, diz que o caso da inteligência artificial na construção está sendo comprovado e agora faz parte do caminho para reduzir as emissões de carbono a zero, mas é, no momento, uma “indústria caseira”.
“Precisamos cortar carbono e cortar custos porque os projetos de construção ainda permanecem extremamente caros”, acrescenta. “Os estudos de caso individuais são realmente empolgantes e promissores, mas não são sistemáticos e não estão sendo feitos em escala. Mas vemos a IA como uma ferramenta realmente importante para como entregamos resultados sustentáveis. ”
E quando se trata de estimular o progresso, Cavendish diz que exigirá um grande esforço além dos contratados apenas: “O progresso depende em parte de reguladores governamentais, clientes e agências de infraestrutura que precisam colocar o digital e a IA no centro de todos os seus esquemas, ” ele diz.
“Em vez de ser uma espécie de ‘bom ter’, ou algo experimental, precisa estar no centro dos planos.”
Fonte: Construction News, Reino Unido
Tradução e Adaptação: Instituto Bramante