Avainsana: Teemu Kuusijärvi

  • Tekoälyn käyttö rakennusmaan kuvaamisessa

    Tekoälyn käyttö rakennusmaan kuvaamisessa

    Digitalisointi rakennustekniikassa on edennyt jatkuvasti koneohjauksesta 3d-tietomalleihin. Tekoäly on uusin tulokas alalle, ja sen toivotaan automatisoivan toistuvia toimenpiteitä tai helpottavan haastavia työtehtäviä.

    Rakennustyömaalla esimerkiksi 360-kuvauksella on pyritty helpottamaan rakennustyömaan dokumentointia sekä tarkkailua, johon tekoälyä on pyritty hyödyntämään eri tavoin. Tämä blogi käsittelee tekoälyä hyödyntäviä eri kameraratkaisuja, kuinka niitä voi hyödyntää rakennustekniikassa sekä niihin liittyviä haasteita.

    Tekoälyavusteisen 360-kuvauksen mahdollisuudet

    Kuva on luotu Google Gemini -tekoälysovelluksella

    360-kuvauksella rakennustyömaalla on useita hyötyjä, kuten mahdollisuus seurata työmaata etäältä ja verrata rakennuksen tietomallia varsinaiseen rakennukseen sekä helpottunut visuaalinen dokumentointi ja raportointi. Etävalvonta tarkoittaa myös sitä, että työmaalla pystytään usein reagoimaan nopeammin asioihin ja vähentämään riskien sattumista.

    360-kuvauksessa tekoälyä hyödynnetään eri tavoin. Tekoälyllä voi analysoida eri työvaiheiden etenemistä ja havaita keskeneräisiä vaiheita tai työtahdin hidastumista. Muita käyttötapauksia tekoälyllä on laadunvalvonta havaitsemalla mahdollisia väärin asennettuja elementtejä rakennusmaalla tai materiaalivalvonta arvioimalla varastotilannetta analysoimalla kuvia.

    Vaihtoehdot 360-kuvaukselle

    Tunnetuimmat 360-kameravalmistajat ovat Ricoh, Samsung sekä Insta360. Monet valmistajat tarjoavat niin sanottuja rakennustyömaalle tarkoitettuja versioita, joihin sisältyy kameran kiinnitys suojakypärään. Kameroiden lisäksi tarvitsee myös sovelluksen, jolla rakennustyömaanprojektia voi hallita, kuten Cupix, tai Aiforsite

    Markkinoilla on myös useita mobiilisovelluksia, joiden tarkoituksena on helpottaa rakennustyömaan 360-kuvaamista sekä kuvien tallentamista pilveen automaattisesti ilman muistikorttia tai manuaalisesti siirtämistä. Näihin kuuluvat muun muassa OpenSpace.ai. Sovelluksessa on useasti myös tuki yleisimmille 360-kameroille, kuten Theta Z1 ja Insta360 X5. Moni sovelluksista tukee myös integraatiota muiden rakentamisen ohjelmistojen kanssa.

    Sovellusten hinta vaihtelee. OpenSpace.ai:n hinta riippuu siitä, mitä tuotteita haluaa sisällyttää ja kuinka suuri rakennusprojekti on kyseessä, kun taas Aiforsitella on kiinteä kuukausihinta. Ilmainen kokeiluversio molemmille on saatavilla ainoastaan yhteydenotolla.

    Haasteet tekoälyn käyttöönotossa

    Rakennustyömaalla 360-kuvaaminen on helposti toteutettavissa mutta tuottaa useita eri haasteita. Työmaalla tapahtuu jatkuvaa muutosta, mikä taas vaatii jatkuvaa kuvaamista, jotta kaikki data on ajan tasalla. Muita haasteita ovat kameran laatu ja sen vaikutus datan laatuun. Jos rakennustyömaan 360-kuvaus toteutetaan pienhintaisella puhelimella tai 360-kameralla, se voi johtaa heikkolaatuisempaan dataan työmaasta.

    Kuva on luotu Microsoft Copilot -tekoälysovelluksella

    Suurin huolenaihe 360-kuvausratkaisujen käyttöönotossa on se, että kuvattu data menee jollain tavalla käyttöön yritykselle, esimerkiksi kuvantunnistuksen kouluttamiseen. Yksityisyyden suojaamiseksi monet ratkaisut tarjoavat henkilön sumentamista tekoälyn avulla. Lisäksi Euroopan unionin tekoälyasetuksen tavoitteena on tehdä Euroopan sisällä käytettävistä tekoälytyökaluista vastuullisia sekä turvallisia. Asetus tuli voimaan 1.8.2024, ja siihen liittyvät säännökset tulevat voimaan seuraavan kolmen vuoden aikana.




    Tekoälytulevaisuuden näkymät rakennustekniikassa

    Tekoäly rakennustekniikassa on vielä varhaisessa vaiheessa. Tekniikka tosin kehittyy jatkuvasti, ja uusia ratkaisuja testataan jatkuvasti. Aiforsiten Wendy AI -tekoälytyökalun tarkoitus on toimia avustuksena rakennustyömaalla yhdistämällä käytössä olevat projektipankit sekä kolmannen osapuolen sovelluksilla saadun datan. Generatiivinen suunnittelu ja data-analyysi tekoälyllä ovat myös tulevia rakennuksen digitalisoinnin ratkaisuja, jotka voivat olla merkittäviä tekijöitä rakentamisen tehostamiseen.


    Kirjoittaja:
    Teemu Kuusijärvi, asiantuntija, Lapin ammattikorkeakoulu

  • Github Copilot sovelluskehityksen tehostajana

    Github Copilot sovelluskehityksen tehostajana

    Sovelluskehitys mahdollistaa digitalisoinnin monella eri alalla. Käyttämällä tekoälyä on mahdollista tehostaa sovelluskehitystä, mikä johtaa parempiin lopputuotteisiin sekä potentiaaliseen liiketoiminnan kasvuun.

    Kuva luotu Microsoft Copilot -tekoälysovelluksella

    Github Copilot on tekoälytyökalu, jota on tarkoitus käyttää apuvälineenä ohjelmoinnissa käyttäen muun muassa automaattista ohjelmointia sekä koodin täydennystä. Copilot käyttää oletuksena GPT-4o-tekoälymallia, mutta käyttäjä voi myös valita monesta muusta mallista, kuten esimerkiksi Llama 3.1 ja Phi 3.

    Erilaisia käyttömahdollisuuksia ohjelmoinnin tehostamiseksi

    Github Copilotia voi käyttää sille tuetulla ohjelmointiympäristöllä, kuten esimerkiksi Visual Studio Code. Muita tuettuja ohjelmistoja ovat Azure Data Studio, Eclipse, JetBrains IDEs, Neovim ja Xcode. Toimintoihin kuuluu:

    • automaattinen koodin täydennys, joka yrittää ennustaa käyttäjän kirjoittamaa koodia
    • Chat-käyttöliittymä, jossa on mahdollista esittää kysymyksiä koodiin tai komentolinjaan liittyen
    • useamman tiedoston muuttaminen samaan aikaan Copilot Editsin avulla.
    Kuvio luotu Napkin AI -tekoälysovelluksella

    Copilotia voi myös käyttää GitHubin projektinhallintaan esimerkiksi luomalla automaattisesti tiivistelmän pull-pyynnöistä ja ehdottamaan mahdollisia korjauksia ennen koodin julkaisua. Business- tai Enterprise-versiolla järjestelmänvalvojalla on myös mahdollista määrittää muiden käyttäjien pääsyä Copilotiin.

    Githubin omassa tutkimuksessa Copilotin käyttö on nopeuttanut ohjelmoinnin työtehtävien suorittamista. Ulkopuolisessa testauksessa vaikuttavimpana tekijänä pidettiin sitä, että ohjelmoijan ei tarvitse enää aloittaa koodia tyhjältä sivulta, vaan hän pääsee suoraan alkuun käyttäen yksinkertaista kehotetta, mikä on johtanut tehokkaampaan koodin tuottamiseen ilman suuria ongelmia.

    Tarvitaanko koodaajia enää sovelluskehityksessä?

    Kun työkalulla on mahdollista pelkän kehotteen avulla tuottaa käytettävää koodia, herää kysymys, onko ohjelmoijalle enää tarvetta. Tässä tosin kannattaa ottaa huomioon, että Copilotin tuottama koodi ei ole aina luotettavaa. Tutkimus teorisoi, kuinka Github Copilotin käyttöönoton myötä viallisen koodin määrä Github-projekteissa on kasvanut.

    Toinen huolenaihe on turvallisuus. Vuoden 2025 alussa julkaistu tutkimus kävi läpi 20 000 Github-arkistoa, joissa Copilot on ollut käytössä, ja löysi yli 1 200 arkistossa vähintään yhden salaisen tiedon, kuten esimerkiksi tunnistetieto tai todennustunnus. Github on pyrkinyt auttamaan tässä ns. Push protectionin avulla, jonka tarkoituksena on automaattisesti estää kehittäjiä julkaisemasta koodia, joka sisältää tunnettuja tunnistemuotoja, julkiseen arkistoon.

    Käyttäjän turvallisuuden osalta Github on sitoutunut noudattamaan EU:n yleistä tietosuoja-asetusta (GDPR) mutta on jättänyt pienen riskin tekijänoikeuden rikkomiselle verraten tätä tilanteeseen, kun käyttäjä kopioi koodia suoraan jostain lähteestä. Github on myös jättänyt avoimen lähteen käytännöt ja menettelyt organisaatioiden omalle vastuulle.

    Ohjelmoijan asiantuntemusta tarvitaan yhä

    Copilot ei siis tämänhetkisessä versiossa pysty korvaamaan ohjelmoijaa täysin. Copilotin tehokas käyttö edellyttää, että käyttäjä osaa tulkita luotua koodia ja korjata mahdolliset virheet tarvittaessa. Tällä varmistetaan, että tekoälyn käyttämisestä sovelluskehityksessä on enemmän hyötyä kuin haittaa.

    Kirjoittaja:
    Teemu Kuusijärvi, asiantuntija, Lapin ammattikorkeakoulu

Lisää luettavaa