 Нейросеть берет в руки СП, можно ли доверять ИИ расчеты газопроводов?
На нашем форуме в теме созданной пользователем gaspar, по адресу: Расчёты и искусственный интелект, была поднята интересная идея о возможности применения в своей работе набирающую силу и популярность Искусственного интеллекта.
Искусственный интеллект стремительно проникает во все сферы нашей жизни, от написания музыки до постановки медицинских диагнозов. Инженерное проектирование, одна из самых консервативных и ответственных отраслей, также не осталось в стороне. Уже сегодня многие специалисты пытаются использовать нейросети для автоматизации рутинных задач. Но где проходит та грань, за которой удобный помощник превращается в источник фатальных ошибок? Особенно остро этот вопрос стоит в проектировании систем газоснабжения, где цена ошибки измеряется не деньгами, а человеческими жизнями.
Эксперимент на свой страх и риск, стресс-тест для нейросетей
Недавнее исследование, проведенное одним из инженеров-энтузиастов на профессиональном форуме, наглядно продемонстрировало текущие возможности и, что важнее, риски использования общедоступных нейросетей. В ходе эксперимента четыре популярные ИИ-модели, ChatGPT, DeepSeek, GigaChat и YandexGPT, получили ряд типовых задач из практики проектировщика, гидравлический расчет газопровода низкого давления, расчет сечения вентканала и дымовой трубы.
Результаты оказались, мягко говоря, неоднозначными. Например, в задаче по гидравлике, где при расходе газа 77 м³/ч и начальном давлении 2,5 кПа нужно было определить падение давления на участке ПЭ трубы длиной 150 метров, большинство моделей провалили тест. GigaChat от Сбербанка выдал абсурдный результат с отрицательными потерями, YandexGPT посчитал, что потерь практически нет, а китайская модель DeepSeek ошиблась в расчетах более чем на 0,5 кПа, что является критической погрешностью. Лишь ChatGPT, и то при условии прямого указания на необходимость использования методик из российского СП 42-101-2003, смог выдать корректный результат. Этот эксперимент стал холодным душем для многих оптимистов, показав, что слепо доверять расчеты нейросетям пока рано.
Почему машины ошибаются, анатомия "цифровых галлюцинаций"
Чтобы понять причины таких провалов, нужно осознать, чем на самом деле являются современные языковые модели. Это не инженерные калькуляторы, а своего рода "вероятностные попугаи". Они не понимают физику процесса и не "считают" по формулам, они генерируют наиболее статистически вероятный ответ на основе анализа гигантских массивов текстовой информации, на которой их обучали.
«Мы должны помнить, что ИИ не обладает инженерной интуицией. Он не понимает физику процесса, для него цифры и формулы — это просто символы. Цена слепого доверия такой системе — техногенная катастрофа», — комментирует ситуацию один из опытных главных инженеров проекта.
В инженерных задачах это приводит к нескольким системным проблемам,
- "Галлюцинации", ИИ может сгенерировать абсолютно вымышленный, но правдоподобно выглядящий результат, как в случае с отрицательными потерями давления.
- Незнание российской нормативной базы, глобальные нейросети обучались преимущественно на англоязычных данных, поэтому они лучше знают стандарты ASME или DIN, чем наши СП и ГОСТы. Они могут применять неверные формулы или устаревшие нормы.
- Эффект "черного ящика", даже если ИИ выдает правильный ответ, мы не можем проверить ход его мыслей, отследить, какие коэффициенты он использовал и не ошибся ли в переводе единиц измерения.
От рутины к творчеству, где ИИ уже сегодня незаменим
Означает ли это, что от ИИ в проектировании нужно отказаться? Вовсе нет. При грамотном подходе он уже сегодня может стать незаменимым ассистентом, взяв на себя огромный пласт рутинной работы и высвободив время инженера для решения действительно сложных задач.
Вот лишь несколько направлений, где ИИ показывает блестящие результаты,
- Работа с документацией, нейросеть может за считанные минуты написать качественную "рыбу" для пояснительной записки, технического задания или официального письма, которую инженеру останется только проверить и дополнить.
- Интеллектуальная навигация по нормативам, ИИ работает как умный поисковик, способный быстро найти нужный пункт в многостраничных Сводах правил и ГОСТах.
- Автоматизация спецификаций, на основе исходных данных нейросеть может помочь быстро составить ведомость объемов работ или спецификацию оборудования и материалов.
- Помощь в коммуникациях, грамотно и вежливо сформулировать ответ на замечание экспертизы или подготовить аргументацию для заказчика, с этим ИИ справляется идеально.
Проектировщик будущего, симбиоз человека и машины
Очевидно, что будущее профессии не в противостоянии человека и машины, а в их симбиозе. Скорее всего, в ближайшие годы мы увидим появление специализированных ИИ-модулей, интегрированных в САПР, которые будут "дообучены" на актуальной российской нормативной базе и смогут выполнять типовые расчеты под контролем инженера.
Но даже в этом высокотехнологичном будущем роль человека останется ключевой. Именно инженер будет ставить задачу, верифицировать полученные от машины результаты и, самое главное, нести персональную, в том числе и уголовную, ответственность за принятые проектные решения. Искусственный интеллект может рассчитать тысячу вариантов, но выбрать единственно верный и поставить под ним свою подпись сможет только человек.
Поделиться новостью в социальных сетях
Еще похожие новости
|
