Открытая многопрофильная олимпиада "Строительная олимпиада имени Н.С. Стрелецкого"

Искусственный интеллект в строительной отрасли

Будущее наступило сегодня! Обучай нейросети для проектирования, управления строительством и прогнозирования рисков. Стань уникальным специалистом на стыке IT и строительства.

 

Темы для подготовки:

  • Основы искусственного интеллекта

    • Тема 1.1: Понятие искусственного интеллекта как области науки

    • Тема 1.2: Цели и направления исследований в ИИ

    • Тема 1.3: Отличие ИИ от традиционных вычислительных систем

    • Тема 1.4: Основные области применения ИИ

    • Тема 1.5: Роль и необходимость ИИ в строительной сфере

  • Искусственные нейронные сети (ИНС)

    • Тема 2.1: Понятие искусственного нейрона, персептрона

    • Тема 2.2: Структура и элементы нейрона (веса, вход, выход, порог, функция активации)

    • Тема 2.3: Синапсы, дендриты, нейроны-победители

    • Тема 2.4: Архитектура сети: слои, обратные связи, рекуррентные сети, сети Кохонена

    • Тема 2.5: Роль весов, топология сети, свойства устойчивости и параллелизма

    • Тема 2.6: Классы нейронных сетей (однослойные, многослойные)

  • Обучение нейронных сетей

    • Тема 3.1: Принципы обучения с учителем и без учителя

    • Тема 3.2: Обучающее, контрольное и тестовое множества, различия между ними

    • Тема 3.3: Переобучение и его признаки

    • Тема 3.4: Алгоритм обучения персептрона

    • Тема 3.5: Подстройка весовых коэффициентов, целевая функция, функция потерь 

    • Тема 3.6: Стохастические методы обучения, сходимость

    • Тема 3.7: Критерии завершения обучения

  • Эволюционные и генетические алгоритмы

    • Тема 4.1: Понятие генетического алгоритма и эволюционного подхода

    • Тема 4.2: Операторы: селекция, кроссовер (скрещивание), мутация

    • Тема 4.3: Размер популяции, число итераций, критерии завершения

    • Тема 4.4: Применение эволюционных алгоритмов для оптимизации и в строительстве

    • Тема 4.5: Связь с обучением нейронных сетей (генетическая настройка весов)

  • Математические основы и структура сетей

    • Тема 5.1: Множество весовых значений и их интерпретация

    • Тема 5.2: Свойства нейронных сетей

    • Тема 5.3: Сравнение с традиционными системами

    • Тема 5.4: Градиентный метод и метод с моментом (оптимизация)

    • Тема 5.5: Дифференцируемость функций активации

  • Применение ИИ в инженерии и строительстве

    • Тема 6.1: Применение нейронных систем для распознавания изображений, речи, текстов

    • Тема 6.2: Анализ данных и прогнозирование параметров

    • Тема 6.3: Генеративный дизайн и градостроительные задачи

    • Тема 6.4: Использование ИИ для оптимизации проектирования и экспертизы

    • Тема 6.5: Примеры применения в инженерных расчётах

  • Проблемы, достоинства и перспективы ИИ

    • Тема 7.1: Преимущества нейронных сетей

    • Тема 7.2: Недостатки нейронных сетей

    • Тема 7.3: Методологические и этические ограничения

    • Тема 7.4: Перспективные направления исследований

       

 

Материалы

Хайкин С. Нейронные сети: полный курс, 2-е изд., испр. — М.: Диалектика-Вильямс, 2020. — 1104 с.

Шолле Ф. Глубокое обучение на Python. 1-е рус. изд. — СПб.: Питер, 2018. — 400 с.

Гудфеллоу Я., Бенджио И., Курвилль А. Глубокое обучение. — М.: ДМК-Пресс, 2018.

Stepik: Нейронные сети

В рамках данного курса слушатели познакомятся с теоретическими и практическими основами искусственных нейронных сетей. Слушатели научатся применять нейронные сети для решения широкого круга задач из области анализа данных.

Stepik: Нейронные сети и компьютерное зрение

Почему стоит начать изучение машинного обучения и нейронных сетей с нашего курса? Наш девиз "Больше практики!": излагая математические основы очень доступным языком, авторы курса, эксперты Samsung AI Center дадут базовые знания на примере решения задач компьютерного зрения. Это зрелищно и интересно!

ODS.ai: Deep Learning на пальцах

Курс предназначен для того, чтобы разобраться с современным deep learning с нуля, и не требует знаний ни нейросетей, ни machine learning вообще. Лекции стримами на Youtube, задания на Питоне, обсуждения и помощь в лучших русскоязычных ML-сообществах — ODS.ai и ClosedCircles.

Кузина О.Н. Модель управления производительностью труда в строительстве методами искусственного интеллекта // Научно-технический вестник Поволжья. 2023. № 3. С. 68-73.

Кузина О.Н. Управление строительством с использованием компьютерного зрения на строительной площадке // Строительство и архитектура. 2023. Т. 11. № 4. С. 34.

Слепушкин Д.В., Бурлов Д.Ю. Возможности искусственного интеллекта и автоматизации процессов проектирования в строительстве: библиометрический анализ // Вестник МГСУ. 2025. Т. 20. № 3. С. 440-455.

Deep Learning School на RuTube

Канал школы "Deep Learning School" от Физтех-Школы прикладной математики и информатики МФТИ и Лаборатории нейронных систем и глубокого обучения МФТИ

«Нейросеть» — документальный фильм на платформе СМОТРИМ (ВГТРК)

Искусственный интеллект из научно-фантастических романов уже давно вошел в нашу обычную жизнь. Вы можете не знать, что такое нейронные сети и как они работают, но сталкиваться с ними каждый день. Попробуем отличить творчество искусственного интеллекта от естественного, выяснить, какое будущее нам рисует нейросеть и какая роль в нём отведена человеку.