← أحدث الأبحاث
💻 computer science

BIMScript: Material-Aware Structured Scene Programs for BIM Ingestion

يقدم BIMScript نموذجاً لغوياً مهيكلاً مدركاً للمواد يعيد بناء المشاهد إلى برامج قابلة للتحرير وصريحة دلالياً ذات هندسة دقيقة وسمات مادية، محققاً توليداً عالي السرعة واستيعاباً مباشراً من الطرف إلى الطرف في أدوات نمذجة معلومات البناء (BIM) مثل ريفيت (Revit) من أجل إدارة الأصول المستدامة.

المؤلفون الأصليون: Prakash Kondibhau Naikade, Thomas B. Moeslund, Andreas Møgelmose

نُشر 2026-08-25
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Prakash Kondibhau Naikade, Thomas B. Moeslund, Andreas Møgelmose

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

إن البيئة العمرانية من حولنا — المكاتب التي نعمل فيها، والمنازل التي نعيش فيها، والمدارس التي نرتادها — مسؤولة عن حصة هائلة من استخدام المواد العالمية وانبعاثات الكربون. إن معظم المباني التي ستكون موجودة في عام 2050 قائمة بالفعل اليوم، مما يعني أن مستقبل كوكبنا يعتمد بشكل كبير على كيفية إدارتنا أو ترميمنا أو حتى تفكيك هذه الهياكل القائمة في نهاية المطاف. وللقيام بذلك بفعالية، يحتاج المهندسون المعماريون والمدنيون إلى خريطة رقمية دقيقة لما هو موجود بالفعل. تُسمى هذه الخريطة "نموذج معلومات البناء"، أو ما يعرف بـ (BIM). وبخلاف الصورة الفوتوغرافية البسيطة أو الرسم ثلاثي الأبعاد الأساسي، فإن الـ (BIM) هو وصف ذكي ومفصل لكل جدار وباب ونافذة، بما في ذلك ماهية مواد صنعها وحالتها. إن إنشاء هذه النماذج للمباني القائمة هو حالياً مهمة بطيئة ومملة تتطلب من المساحين مسح الغرفة ثم يقوم المصممون بتتبع كل عنصر يدوياً، وهي عملية قد تستغرق أياماً أو أساب-ع لـ مبنى واحد.

لقد طور باحثون في جامعة ألبورج في الدنمارك نهجاً جديداً لتسريع هذه العملية، محولين العمل اليدوي البطيء إلى عملية تلقائية تقرأ المبنى كبرنامج حاسوبي. ويطلقون على نظامهم اسم (BIMScript). فبدلاً من محاولة بناء شبكة من المثلثات لتمثيل الغرفة، ينظر نظامهم إلى مسح ثلاثي الأبعاد للمساحة ويكتب قائمة قصيرة من التعليمات، تشبه إلى حد كبير الوصفة، تخبر الحاسوب بدقة كيفية إعادة بناء الغرفة. تقول هذه التعليمات أشياء مثل "اصنع جداراً هنا"، "ضع باباً هناك"، و"أنهِ هذا الجدار بكسوة خشبية". وتكمن الطفرة في أن النظام لا يكتفي بتخمين شكل الغرفة فحسب، بل يستنتج أيضاً المواد وحالة كل عنصر، مثل ما إذا كان الجدار عبارة عن جص مطلي بحالة جيدة أو ما إذا كان الباب مصنوعاً من مادة مركبة جديدة. هذا المستوى من التفصيل أمر بالغ الأهمية لأن معرفة المواد التي يتكون منها المبنى تحدد مقدار الطاقة اللازمة لتدفئته، وكمية الكربون المستخدمة في بنائه، ومدى سهولة إعادة تدويره.

واجه الفريق ثلاث عقبات رئيسية لإنجاح هذا العمل. أولاً، كان عليهم جعل النظام يعرف مما تتكون الأشياء، وليس فقط أين توجد. فالأدوات السابقة كانت تستطيع رسم جدار ولكنها لم تكن قادرة على تحديد ما إذا كان من الطوب أو من ألوا-ح الجبس. ولحل هذه المشكلة، أنشأ الباحثون مكتبة ضخمة تضم أكثر من 1.9 مليون نموذج لأجزاء المباني، حيث تم تصنيف كل قطعة بمادتها وحالتها. وقد دربوا نظامهم باستخدام ذكاء اصطناعي قوي يمكنه النظر إلى صور الغرف الممسوحة وتخمين المواد، مما علم الحاسوب فعلياً كيفية التمييز بين الكسوة الخشبية وورق الجدران بمجرد النظر إلى الملمس واللون في المسح.

ثانياً، كان من الضروري أن تكون العملية سريعة بما يكفي لتكون مفيدة. كانت الطريقة القديمة لتوليد هذه التعليمات تستغرق عدة ثوانٍ لكل غرفة، وهو أمر بطيء جداً للمشاريع الكبيرة. واكتشف الباحثون أن التأخير لم يكن بسبب قيام الحاسوب بعمليات حسابية كثيرة، بل لأنه كان يهدر الوقت في بدء وإيقاف مهام صغيرة مراراً وتكراراً. ومن خلال إعادة تنظيم كيفية معالجة الحاسوب لهذه المهام، تمكنوا من تقليص الوقت اللازم لتوليد التعليمات بأكثر من ثلاثة أضعاف، ليصل إلى حوالي ثانية واحدة لكل غرفة. هذا التغيير يسمح للنظام بمعالجة مبانٍ كاملة في إطار زمني يجعل التصميم التفاعلي ممكناً.

ثالثاً، كان يجب أن يكون النظام دقيقاً بما يكفي ليثق به البناؤون المحترفون. في البداية، كان الحاسوب يضع الجدران والأبواب على شبكة يبلغ عرض كل مربع فيها 5 سنتيمترات. ورغم أن هذا جيد للرسم التخطيطي الأولي، إلا أن البناء الاحترافي يتطلب دقة تصل إلى مستوى المليمتر. لذا أضاف الباحثون خطوة نهائية حيث يقوم النظام بإجراء تعديلات طفيفة على موقع كل عنصر، لضبط موقعه بدقة بحيث يتناسب تماماً مع المسح. وقد اختبروا ذلك عبر تغذية التعليمات الناتجة مباشرة في برامج البناء الاحترافية التي يستخدمها المهندسون المعماريون. وقد نجح البرنامج في إنشاء نماذج ثلاثية الأبعاد حقيقية وقابلة للاستخدام بالمواد والأبعاد الصحيحة من بيانات اصطناعية، مما أثبت أن التعليمات التي يولدها الحاسوب دقيقة بما يكفي لتحل محل التتبع اليدوي في البيئات المنضبطة.

والنتيجة هي نظام يمكنه أخذ مسح ثلاثي الأبعاد خام لمبنى وتحويله إلى "توأم رقمي" ذكي ومفصل في حوالي ثانية واحدة. هذا التوأم الرقمي ليس مجرد صورة؛ بل هو قائمة مهيكلة من الحقائق التي يمكن للحاسوب قراءتها وفهمها. ولأن المبنى موصوف بلغة يمكن لكل من البشر والآلات قراءتها وفهمها، فإن ذلك يفتح الباب أمام الذكاء الاصطناعي للمساعدة في اتخاذ القرارات المعقدة. فعلى سبيل المثال، يمكن لمخطط مدينة أن يطلب من النظام العثور على جميع الأبواب الخشبية في منطقة ما التي تكون في حالة سيئة، أو حساب إجمالي البصمة الكربونية لمواد المبنى دون الحاجة أبداً لزيارة الموقع. وقد تحقق الباحثون من أن هذه الطريقة تعمل على البيانات الاصطناعية وأن المخرجات يمكن تصديرها إلى تنسيقات الصناعة القياسية، رغم أن التعميم على عمليات المسح في العالم الحقيقي يظل تحدياً قائماً. ومن خلال أتمتة إنشاء هذه النماذج التفصيلية، يقدم النظام وسيلة عملية لفهم وإدارة وتحسين مخزون المباني القائمة بشكل مستدام، محولاً إياها من مهمة يدوية بطيئة إلى عملية ذكية وسريعة.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →