Открытая многопрофильная олимпиада "Строительная олимпиада имени Н.С. Стрелецкого"
Искусственный интеллект в строительной отрасли
Научи алгоритмы проектировать, считать и контролировать стройку. Данные, компьютерное зрение и генеративные модели делают за часы то, на что уходили недели. Твой код станет частью инженерного мышления.
Отборочный этап
Темы для подготовки
01Основы искусственного интеллекта
- Понятие искусственного интеллекта как области науки
- Цели и направления исследований в ИИ
- Отличие ИИ от традиционных вычислительных систем
- Основные области применения ИИ
- Роль и необходимость ИИ в строительной сфере
02Искусственные нейронные сети (ИНС)
- Понятие искусственного нейрона, персептрона
- Структура и элементы нейрона (веса, вход, выход, порог, функция активации)
- Синапсы, дендриты, нейроны-победители
- Архитектура сети: слои, обратные связи, рекуррентные сети, сети Кохонена
- Роль весов, топология сети, свойства устойчивости и параллелизма
- Классы нейронных сетей (однослойные, многослойные)
03Обучение нейронных сетей
- Принципы обучения с учителем и без учителя
- Обучающее, контрольное и тестовое множества, различия между ними
- Переобучение и его признаки
- Алгоритм обучения персептрона
- Подстройка весовых коэффициентов, целевая функция, функция потерь
- Стохастические методы обучения, сходимость
- Критерии завершения обучения
04Эволюционные и генетические алгоритмы
- Понятие генетического алгоритма и эволюционного подхода
- Операторы: селекция, кроссовер (скрещивание), мутация
- Размер популяции, число итераций, критерии завершения
- Применение эволюционных алгоритмов для оптимизации и в строительстве
- Связь с обучением нейронных сетей (генетическая настройка весов)
05Математические основы и структура сетей
- Множество весовых значений и их интерпретация
- Свойства нейронных сетей
- Сравнение с традиционными системами
- Градиентный метод и метод с моментом (оптимизация)
- Дифференцируемость функций активации
06Применение ИИ в инженерии и строительстве
- Применение нейронных систем для распознавания изображений, речи, текстов
- Анализ данных и прогнозирование параметров
- Генеративный дизайн и градостроительные задачи
- Использование ИИ для оптимизации проектирования и экспертизы
- Примеры применения в инженерных расчётах
07Проблемы, достоинства и перспективы ИИ
- Преимущества нейронных сетей
- Недостатки нейронных сетей
- Методологические и этические ограничения
- 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.
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.
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!
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.
Канал школы "Deep Learning School" от Физтех-Школы прикладной математики и информатики МФТИ и Лаборатории нейронных систем и глубокого обучения МФТИ
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.