Mövcud binanın yenilənməsi, sökülməsi və ya materiallarının təkrar istifadəsi planlaşdırıldıqda divarların yalnız görünən səthi kifayət qədər məlumat vermir. Boya və ya gipskartonun arxasında metal və ya ağac dayaqlar, şüşə yun izolyasiya, beton, kərpic, beton bloklar, elektrik boruları, rozetkalar, kanallar və müxtəlif qatlar ola bilər. Bu gizli komponentlərin bilinməməsi bina məlumat modellərinin hazırlanmasını, material pasportunun yaradılmasını, təcəssüm olunmuş karbon hesabını və təkrar istifadə qərarlarını çətinləşdirir.

Bu tədqiqatda divarı dağıtmadan gizli divar komponentlərini proqnozlaşdırmaq üçün multimodal təsvir-dil modeli iş axını hazırlanmışdır. Sistem coğrafi informasiya sistemi və bina qeydlərindən gələn mətn məlumatlarını, mərtəbə planlarını, adi RGB fotoşəkilləri və termal kamera təsvirlərini birlikdə qiymətləndirir. Modelin çıxışı yalnız “bu divarda metal dayaq var” kimi sinif etiketi deyil. Bunun əvəzində divarın qat ardıcıllığını, materiallarını, dayaq sayını, izolyasiya dolğusunu və bəzi mexaniki-elektrik-santexnika komponentlərini ehtiva edən strukturlaşdırılmış divar montaj qrafiki yaradır.

İş axını əvvəlcə az sayda əsas qatı ehtiva edən kompakt proqnoz yaradır, sonra bu strukturu ətraflı düyünlərə genişləndirir, elektrik borusu və rozetka kimi MEP komponentlərini əlavə edir və bir neçə model çıxışını birləşdirən ansambl mərhələsi ilə yekun proqnozu hazırlayır. JSON formatındakı bu struktur daha sonra üçölçülü modelə, BIM divar tipinə, material inventarına və ya təcəssüm olunmuş karbon hesabına çevrilə bilər.

Metod əvvəlcə daxili quruluşu dəqiq məlum olan eksperimental divar maketində, sonra Boston, San Francisco, Toronto və Birminghamdakı dörd kommersiya ofis binasında yerləşən ümumilikdə 22 real divarda qiymətləndirilmişdir. Real divarlarda yalnız GIS məlumatı istifadə edildikdə ümumi qrafik əsaslı dəqiqlik %54 olduğu halda; mərtəbə planı, RGB fotoşəkil və termal təsvir əlavə edildikdə bu göstərici %76-ya yüksəlmişdir. Eyni məlumat zənginləşməsi ilə təcəssüm olunmuş karbonun nisbi xətası %104-dən %26-ya düşmüşdür.

Bununla belə, metod divarların içini fiziki olaraq görmür. Model mövcud sənədlərdən, görünən ipuclarından, termal nümunələrdən və əvvəlcədən öyrəndiyi geniş yayılmış tikinti biliklərinə əsaslanan ehtimal çıxarışları edir. Real divar məlumat dəstindəki istinad etiketləri də dağıdıcı yoxlama əvəzinə Revit modelləri, çertyojlar, termal skanlar, ekspert şərhləri və fiziki müşahidələrdən istifadə etməklə hazırlanmışdır. Buna görə nəticələr divar məzmununun dəqiq və zəmanətli aşkarlanması kimi deyil, dağıdıcı yoxlamadan əvvəl qərar dəstəyi verə bilən eksperimental proqnozlar kimi qiymətləndirilməlidir.

Tədqiqatın əsas problemi nədir?

Yeni binada hansı divarın hansı materiallardan ibarət olduğu çox vaxt layihə çertyojlarında və BIM fayllarında qeyd olunur. Lakin köhnə binalarda bu sənədlər ümumiyyətlə olmaya, natamam ola və ya binanın zaman ərzində keçirdiyi dəyişiklikləri əks etdirməyə bilər. İlkin layihə ilə bugünkü faktiki vəziyyət arasında mühüm fərqlər yarana bilər.

Məsələn, daxili arakəsmə divarı kənardan yalnız boyalı gipskarton kimi görünə bilər. Lakin divarın daxilində:

• Ağac və ya metal dayaq sistemi,
• Şüşə lif və ya başqa izolyasiya,
• Elektrik boruları və rozetkalar,
• Su boruları və ya hava kanalları,
• Üfüqi metal kanallar,
• Beton, kərpic və ya beton divar bloku qatları

ola bilər. Bu komponentlər kənardan birbaşa görünmür.

Divarın daxili quruluşunu dəqiq öyrənməyin ənənəvi yolu səthi açmaq, deşmək, boreskopdan istifadə etmək və ya divarın bir hissəsini sökməkdir. Bu üsullar vaxt, icazə, əmək və xərc tələb edir; üstəlik istifadədə olan binada hər divar üçün tətbiq edilməsi çox vaxt mümkün deyil.

Halbuki bina yenilənməsi, selektiv söküntü və təkrar istifadə qərarları üçün divarın hansı materialları ehtiva etdiyini bilmək lazımdır. Divarın daxilində neçə metal dayaq olduğu bilinməzsə geri qazanıla biləcək polad miqdarı; izolyasiya növü bilinməzsə təkrar istifadə potensialı; qat qalınlıqları bilinməzsə təcəssüm olunmuş karbon hesabı etibarlı şəkildə proqnozlaşdırıla bilməz.

Material pasportu və dövri tikinti iqtisadiyyatı baxımından niyə vacibdir?

Material pasportu binada hansı materialların olduğunu, onların miqdarını, yerini, xüsusiyyətini və mümkün təkrar istifadə dəyərini təsvir edən rəqəmsal qeyddir. Belə qeyd yaratmaq üçün yalnız görünən səthlər deyil, gizli tikinti komponentləri də məlum olmalıdır.

Tədqiqatın əsaslandığı dövri tikinti yanaşmasında ilk addım “aşkarlama”dır. Materialın sökülə bilən, təkrar istifadə edilə bilən, təkrar emal edilə bilən və ya tullantı kimi ayrıla bilən olub-olmadığına qərar verməzdən əvvəl onun həqiqətən tikilidə olub-olmadığı və hansı fiziki kontekstdə yerləşdiyi bilinməlidir.

Tədqiqatçıların təklif etdiyi metod divarların məzmununu dağıdıcı sınaq aparmadan təxmini proqnozlaşdıraraq aşağıdakı prosesləri dəstəkləməyi məqsəd qoyur:

• Mövcud binalar üçün material pasportunun hazırlanması,
• Təcəssüm olunmuş karbon miqdarının hesablanması,
• Yenilənmə zamanı qoruna biləcək divarların müəyyənləşdirilməsi,
• Selektiv söküntü planlarının hazırlanması,
• Təkrar istifadə oluna biləcək metal, ağac və izolyasiya materiallarının proqnozlaşdırılması,
• Mövcud vəziyyətin BIM modelinə köçürülməsi.

Bu tədqiqat əvvəlki yanaşmalardan necə fərqlənir?

Mövcud kompüter görməsi üsullarının mühüm hissəsi xarici fasadda görünən materialı tanımağa, tikinti elementlərini nöqtə buludundan ayırmağa və ya skan olunmuş səthləri BIM obyektlərinə çevirməyə yönəlir. Bu sistemlər kərpic, beton, pəncərə və ya qapı kimi görünən komponentləri müəyyən edə bilər; lakin bitmiş divarın daxilindəki qatları birbaşa göstərmir.

Dar əhatəli maşın öyrənməsi sistemləri adətən sabit giriş formatı tələb edir. Məsələn, yalnız müəyyən ayırdetmədə termal təsvirlə öyrədilmiş model mərtəbə planı olmayan və ya fərqli kameradan istifadə edilən binada zəif işləyə bilər. Gizli divar montajları üçün böyük və etibarlı etiketli məlumat dəsti yaratmaq da son dərəcə çətindir; çünki hər etiket üçün divarın məzmunu fiziki olaraq təsdiqlənməlidir.

Bu tədqiqat yeni fundamental öyrənmə alqoritmi hazırlamır. Tədqiqatçılar bunu açıq şəkildə “sistem səviyyəli çərçivə” kimi təsvir edirlər. Əsas töhfə əvvəlcədən öyrədilmiş ümumi məqsədli təsvir-dil modellərindən diqqətlə hazırlanmış promptlarla istifadə etmək və çıxışı BIM-ə çevrilə bilən divar montaj qrafikinə çevirməkdir.

Sistemə hansı məlumatlar verilir?

İş axını dörd əsas məlumat növünü qəbul edir. Hər divar üçün bu məlumatların hamısının olması məcburi deyil.

Məlumat toplama xərci də bu ardıcıllıqla artır. GIS qeydi çox vaxt ictimai mənbələrdən əldə edilə bildiyi halda, termal təsvirləmə xüsusi kamera, uyğun temperatur fərqi və sahə ziyarəti tələb edir. Sistem buna görə natamam məlumatla da işləmək üçün hazırlanmışdır.

Divar montaj qrafiki nədir?

Hər divar üçün \(S_i\) ilə göstərilən divar montaj qrafiki yaradılır. Bu struktur JSON formatında təşkil edilmiş köklü ağacdır. Kök açar “layers”, yəni “qatlar”dır. Divarın qatları xarici səthdən qarşı səthə doğru ardıcıllıqla göstərilir:

\[ L=[l_1,l_2,\ldots,l_n] \]

Burada \(l_1\), divarın bir tərəfindəki ən xarici qatı; \(l_n\) isə qarşı tərəfdəki son qatı təmsil edir.

Hər qatda ən azı iki əsas xüsusiyyət vardır:

• material: Gipskarton, metal dayaq çərçivəsi və ya şüşə yun kimi materialın adı,
• confidence: Modelin bu proqnoza olan, 0 ilə 1 arasında ifadə edilən etibarı.

Qat birdən çox komponent ehtiva edirsə əlavə məlumatlardan istifadə olunur. Məsələn, metal dayaq çərçivəsinin daxilində şüşə yun izolyasiya varsa, dayaqların sayı və boşluq dolğusu eyni iyerarxik düyündə təmsil edilir.

Tədqiqatda verilən sadələşdirilmiş nümunə belədir:

{
  "layers": [
    {
      "material": "Drywall",
      "confidence": 0.95
    },
    {
      "material": "Metal Stud Frame",
      "confidence": 0.85,
      "number": 4,
      "filling": {
        "material": "Fiberglass Insulation"
      }
    },
    {
      "material": "Drywall",
      "confidence": 0.95
    }
  ]
}

Bu nümunə hər iki tərəfində gipskarton olan, dörd metal dayaqlı və dayaqların arasında şüşə yun izolyasiyası yerləşən tipik daxili arakəsmə divarını təsvir edir.

Qrafik yanaşmasının üstünlüyü modelin bütün komponentlərin dəqiq üçölçülü koordinatlarını birbaşa proqnozlaşdırmağa məcbur olmamasıdır. Əvvəlcə materiallar və onların arasındakı iyerarxik əlaqələr müəyyən edilir; sonra divarın real ölçülərindən istifadə etməklə üçölçülü həndəsə yaradıla bilər.

Dörd mərhələli iş axını necə işləyir?

1. Mərhələ: Kompakt qrafik proqnozu

Təsvir-dil modeli birinci mərhələdə adətən üç-beş əsas qatdan ibarət sadələşdirilmiş divar proqnozu yaradır. Bu mərhələnin məqsədi bütün detalları həll etmək deyil, divarın əsas tipini müəyyən etməkdir.

Model bu mərhələdə məsələn aşağıdakı suallara cavab verməyə çalışır:

• Divar daxili arakəsmədir, yoxsa xarici divar?
• Xarici qat gipskarton, kərpic, beton və ya beton blokdur?
• Dayaqlı çərçivə varmı?
• Dayaqlar ağacdandır, yoxsa metaldan?
• Təxminən neçə dayaq var?
• Dayaqlar arasında izolyasiya varmı?

2. Mərhələ: Qrafikin genişləndirilməsi

İlk proqnozda “dörd metal dayaqlı və şüşə yun dolgulu çərçivə” tək mürəkkəb düyün ola bilər. İkinci mərhələdə süni intellektdən istifadə etməyən Python skripti bu düyünü ətraflı komponentlərə ayırır.

Beləliklə, hər metal dayaq, izolyasiya sahəsi və üfüqi kanal ayrıca düyünə çevrilir. Bu genişləndirmə növbəti mərhələdə elektrik və santexnika komponentlərinin müəyyən hüceyrələrə bağlana bilməsi üçün lazımdır.

3. Mərhələ: MEP komponentlərinin proqnozu

MEP mexaniki, elektrik və sanitariya-santexnika komponentlərini ifadə edir. Model bu mərhələdə xüsusilə izolyasiya sahələrini araşdıraraq aşağıdakı elementlərin olub-olmadığını proqnozlaşdırır:

• Elektrik boruları,
• Rozetkalar,
• Su boruları,
• Hava kanalları.

Tədqiqatçıların istifadə etdiyi prompt bu komponentlərin yalnız güclü vizual dəlil olduqda əlavə edilməsini tələb edir. Buna baxmayaraq nəticələr modelin komponentin mövcudluğunu proqnozlaşdırmaqda, həmin komponentin hansı dayaq aralığında olduğunu müəyyən etməkdən daha uğurlu olduğunu göstərmişdir.

4. Mərhələ: Ansambl strategiyası

Eyni girişlərlə model bir neçə dəfə işə salındıqda fərqli qrafiklər yarada bilər. Bunun səbəbi təsvir-dil modellərinin çıxışlarındakı təsadüfi dəyişkənlikdir.

Qrafiklərin düyün sayları və iyerarxiyaları fərqli ola bildiyindən sadə səs çoxluğu tətbiq edilməmişdir. Bunun əvəzində model bir neçə namizəd qrafiki birlikdə qiymətləndirərək ortaq komponentləri və kənar proqnozları şərh edən generativ birləşdirmə əməliyyatı aparır.

Məsələn, beş proqnozdan dördündə metal dayaq olduğu, lakin dayaq saylarının üç, dörd və beş kimi dəyişdiyi halda sistem yalnız mətn uyğunluğu aparmır; bütün namizədləri struktur baxımından şərh edərək yekun qrafik yaradır.

Hansı təsvir-dil modeli istifadə edildi?

Tədqiqatda bütün eksperimentlərin OpenAI API vasitəsilə istifadə olunan GPT-5.4 təsvir-dil modeli ilə aparıldığı bildirilir. Standart nümunələmə ayarlarından istifadə olunmuş; temperatur, top-p, nüvə nümunələməsi və ya təsadüfi toxum açıq şəkildə tənzimlənməmişdir.

Hər divar və məlumat kombinasiyası dörd mərhələli iş axınından müstəqil şəkildə beş dəfə keçirilmişdir. Nəticələrdə bu təkrarların ortası və standart sapması bildirilmişdir.

Əlavə müqayisədə GPT-5.2 və GPT-5.4 nəticələri ayrıca verilmişdir. Bu müqayisə tədqiqatın xülasəsində və bəzi müzakirə bölmələrində görünən iki fərqli dəqiqlik sırasını izah edir:

Mətnin bəzi hissələrində dəqiqliyin %47-dən %74-ə yüksəldiyi, başqa hissələrində isə %54-dən %76-ya yüksəldiyi yazılır. Cədvəllər bu fərqin iki ayrı model versiyasına aid olduğunu göstərir.

Eksperiment 1: Məzmunu dəqiq məlum olan divar maketi

Birinci eksperimentdə Bostonda 2000-ci illərin əvvəlində tikilmiş fərziyyəvi ofis binasındakı tipik arakəsmə divarını təmsil edən fiziki divar maketi qurulmuşdur.

Divar aşağıdakı komponentləri ehtiva edir:

• Hər iki tərəfdə gipskarton,
• Dörd şaquli metal dayaq,
• Dayaqlar arasında şüşə yun izolyasiya,
• Elektrik boruları və rozetkalar,
• Boru və hava kanalı kimi əlavə gizli komponentlər.

Bu eksperimentin üstünlüyü divarın real məzmununun tədqiqatçılar tərəfindən tam bilinməsidir. Beləliklə, proqnoz qrafiki ilə real qrafik birbaşa müqayisə edilə bilmişdir.

Maketdə istifadə olunan GIS məlumatları real ictimai qeyddən deyil, eksperiment ssenarisinə uyğun sintetik şəkildə yaradılmışdır. Mərtəbə planı isə maketin təmsil etdiyi Boston binasına aid real çertyojdan götürülmüşdür. Buna görə tədqiqatçılar ilk eksperimenti real dünya performansının sübutu kimi deyil, nəzarətli söküntü və kalibrləmə tədqiqatı kimi təsvir edirlər.

Termal təsvirləmədə qarşılaşılan problemlər

Divar maketi müstəqil və nəzarətli daxili mühitdə yerləşdiyi üçün divarın iki tərəfi arasında real temperatur fərqi yaratmaq çətin olmuşdur. Qızdırıcı yastıqlarla temperatur fərqi yaradılmağa çalışılmış, lakin şüşə yun izolyasiya istilik keçidini güclü şəkildə məhdudlaşdırmışdır.

Bitmiş gipskarton üzərindən çəkilən termal təsvir yalnız 382 × 288 piksel ayırdetməyə malik idi və detalları zəif idi. Daha aydın termal təsvir əldə etmək üçün son gipskarton qatı bağlanmazdan əvvəl kamera dayaqlara və izolyasiyaya yaxınlaşdırılaraq əlavə təsvir alınmışdır.

Bu, eksperimentin mühüm məhdudiyyətidir. Maket eksperimentində istifadə edilən yüksək ayırdetməli termal giriş real bitmiş divarda həmişə əldə edilə bilən təsvir deyil.

Termal təsvirlərdə:

• Dayaqlar və bəzi elektrik boruları qismən seçilə bilmiş,
• İzolyasiyanın arxasındakı hava kanalı və boru böyük ölçüdə görünməmişdir.

Bu nəticə termal kameranın divarın bütün dərinliyini görən “rentgen” olmadığını göstərir. Kamera yalnız səth temperaturuna dolayı təsirləri algılayır.

Maket eksperimentindəki nəticələr

Nəzarətli divar maketində bəzi iki məlumat növü kombinasiyaları belə %80-dən yuxarı dəqiqlik təmin etmişdir. GIS və RGB fotoşəkil birlikdə istifadə edildikdə %93 qrafik dəqiqliyi əldə olunmuşdur. Bəzi üçlü kombinasiyalar isə %82–88 aralığında qalmışdır.

Bu nəticə mühüm məqamı göstərir: Daha çox məlumat hər vəziyyətdə daha yaxşı nəticə demək deyil. Yeni məlumat növü mövcud ipucları ilə ziddiyyət təşkil edirsə, modelin şərhini çətinləşdirə bilər.

Maket üçün bütün məlumat növləri və uyğun ansambl istifadə edildikdə bəzi işə salmalarda:

• Qrafik əsaslı dəqiqlik 1,00,
• Təcəssüm olunmuş karbonun nisbi xətası %0

kimi bildirilmişdir. Lakin bu nəticə sistemin bütün real divarlarda %100 doğru olduğu demək deyil. Divar maketi eyni zamanda promptların və parametrlərin hazırlandığı kalibrləmə nümunəsidir.

Eksperiment 2: Dörd şəhərdəki 22 real divar

İkinci eksperimentdə dörd fərqli kommersiya ofis binasından ümumilikdə 22 divar araşdırılmışdır:

Məlumat dəsti həm daxili, həm də xarici divarları əhatə edir. Lakin bütün nümunələr kommersiya ofisi və ya qarışıq istifadəli ofis binalarından gəlir. Yaşayış binaları, tarixi hörgü tikililəri, kütləvi ağac konstruksiyaları və ya Qərbdən kənar yerli tikinti texnikaları bu məlumat dəstində təsdiqlənməmişdir.

Real divarların “doğru” məzmunu necə müəyyən edildi?

Real binalardakı divarlar sökülərək təsdiqlənməmişdir. İstinad etiketləri aşağıdakı mənbələrin birlikdə qiymətləndirilməsi ilə hazırlanmışdır:

• Mövcud Revit və BIM modelləri,
• Orijinal və yenilənmə dövrlərinə aid mərtəbə planları,
• Ekspertlər tərəfindən şərh edilən termal skanlar,
• Binaların tikinti tarixini bilən memarlıq mütəxəssislərinin fiziki baxışları.

Bu çoxmənbəli üsul mövcud giriş şəraitində yaradıla bilən güclü istinad təmin edir. Bununla belə, tədqiqatçılar fiziki açılma aparılmadığı üçün etiket qeyri-müəyyənliyinin tam aradan qalxmadığını qəbul edirlər.

Qrafik əsaslı dəqiqlik necə hesablandı?

Proqnozlaşdırılan qrafik \(G_P\) və istinad qrafiki \(G_{GT}\), material və istiqamət məlumatlarını ehtiva edən köklü ağaclara çevrilmişdir. İki struktur arasındakı ağac redaktə məsafəsi Zhang–Shasha alqoritmi ilə hesablanmışdır:

\[ D(G_P,G_{GT})= \min_{(e_1,\ldots,e_k)\in\mathcal{P}(G_P,G_{GT})} \sum_{i=1}^{k}c(e_i) \]

Burada:

• \(\mathcal{P}(G_P,G_{GT})\), proqnoz qrafikini istinad qrafikinə çevirən bütün mümkün redaktə yollarını,
• \(e_i\), əlavə etmə, silmə və ya dəyişdirmə əməliyyatını,
• \(c(e_i)\), müvafiq əməliyyatın xərcini ifadə edir.

Düyün əlavə etmə və silmə xərci 1,0 müəyyən edilmişdir. Material yanlışdırsa dəyişdirmə xərci 1,0; yalnız istiqamət yanlışdırsa xərc 0,1 tətbiq edilmişdir.

Müxtəlif ölçülü qrafikləri müqayisə etmək üçün məsafə aşağıdakı yuxarı sərhədə görə normallaşdırılmışdır:

\[ D_{\max}=|T_{GT}|+|T_P| \]

Burada \(|T|\), müvafiq ağacdakı ümumi düyün sayıdır.

Yekun qrafik əsaslı dəqiqlik aşağıdakı kimi hesablanmışdır:

\[ GBA(G_P,G_{GT})= 1-\frac{D(G_P,G_{GT})}{D_{\max}} \]

Dəyər 1-ə yaxınlaşdıqca proqnoz qrafiki istinad strukturuna yaxınlaşır. Divarın qat ardıcıllığı tərsinə çevrildikdə fiziki baxımdan ekvivalent struktur yarana bildiyi üçün proqnoz həm ilkin istiqaməti ilə, həm də ikinci səviyyəli uşaqları tərsinə çevrilmiş formada qiymətləndirilmiş; daha yüksək dəqiqlik bildirilmişdir.

Təcəssüm olunmuş karbonun nisbi xətası necə hesablandı?

Hər proqnozlaşdırılan komponentə təcəssüm olunmuş karbon əmsalı təyin edilmişdir. Məsələn, gipskartonun karbon töhfəsi aşağıdakı əlaqə ilə hesablanmışdır:

\[ EC=D_{EC}\times H\times L \]

Burada:

• \(D_{EC}\), gipskartonun sahə vahidinə düşən təcəssüm olunmuş karbon intensivliyini,
• \(H\), divarın hündürlüyünü,
• \(L\), divarın uzunluğunu ifadə edir.

Bütün divarlarda standart hündürlük 10 fut, təxminən 3,05 metr qəbul edilmişdir. Dayaqlı divarlarda uzunluq istinad dayaq sayı və 16 düymlük dayaq aralığı fərziyyəsi ilə hesablanmışdır.

Dayaqların karbon töhfəsi isə aşağıdakı kimi müəyyən edilmişdir:

\[ EC=D_{stud}\times N \]

Burada \(D_{stud}\), bir dayağın karbon əmsalını; \(N\), dayaq sayını göstərir.

Proqnozlaşdırılan ümumi təcəssüm olunmuş karbon ilə istinad dəyəri arasındakı nisbi xəta aşağıdakı əlaqə ilə hesablanmışdır:

\[ ECRE(EC_P,EC_{GT})= \frac{|EC_P-EC_{GT}|}{|EC_{GT}|} \]

Burada \(EC_P\), proqnozlaşdırılan; \(EC_{GT}\), istinad təcəssüm olunmuş karbon miqdarıdır. Dəyərin aşağı olması daha yaxşı nəticə deməkdir.

Karbon hesabında istifadə olunan fərziyyələr

Tədqiqatda gipskarton, şüşə yun, beton, beton blok, kərpic, metal örtük, metal və ağac dayaqlar, kanallar, borular və rozetkalar üçün müxtəlif əmsallardan istifadə edilmişdir. Bu dəyərlərin mühüm hissəsi EC3 məlumat bazasındakı beşikdən zavod qapısına qədər, yəni A1–A3 mərhələlərini əhatə edən orta dəyərlərə əsaslanır.

Nümunə əmsallar belədir:

Bunlar araşdırılan real divarların ayrı-ayrı ekoloji məhsul bəyannamələrindən götürülmüş dəyərlər deyil. Standartlaşdırılmış müqayisə aparmaq üçün seçilmiş orta əmsallardır. Buna görə ECRE metrikası real binanın dəqiq həyat dövrü karbon hesabı deyil, divar komponenti proqnozlarının karbon hesabını nə dərəcədə təhrif etdiyini göstərən eksperimental müqayisədir.

Real divarlardakı ümumi nəticələr

Nəticələr ən böyük sıçrayışın RGB fotoşəkil əlavə edildikdə baş verdiyini göstərir. Mərtəbə planı dəqiqliyi yalnız 0,54-dən 0,57-yə qaldırarkən, RGB ilə 0,71-ə yüksəlmişdir. Termal təsvirin əlavə edilməsi isə ümumi dəqiqliyi 0,76-ya qaldırmışdır.

Təcəssüm olunmuş karbon xətasında GIS məlumatından mərtəbə planına keçid daha aydın yaxşılaşma təmin etmişdir. Xəta %104-dən %44-ə düşmüşdür. RGB təsvirlə %28-ə, termal təsvirlə %26-ya enmişdir.

Yalnız GIS istifadəsində nisbi xətanın %100-dən yuxarı qalxa bilməsi modelin yanlış divar tipi və ya həddən artıq yüksək karbonlu material proqnozlaşdıra bildiyini göstərir.

Şəhər üzrə nəticələr

Boston nümunələri ən yüksək orta nəticəni vermişdir. Tədqiqatçılar şəhərlər arasındakı fərqi birbaşa coğrafiya ilə əlaqələndirmirlər. Əsas səbəbin bəzi binaların modelin əvvəlcədən öyrəndiyi geniş yayılmış tikinti nümunələrinə daha çox və ya daha az uyğun gəlməsi olduğu düşünülür.

Məsələn, model San Franciscodakı xarici divarda metal dayaq qatını buraxmışdır. Birminghamdakı bəzi arakəsmə divarları gipskarton və beton blokdan ibarət olduğu halda model onlara dayaqlı çərçivə aid etmişdir. Bunun əvəzində Birminghamdakı bəzi qeyri-adi xarici divarlarda kərpic və izolyasiya komponentlərini vizual dəlillərdən düzgün çıxara bilmişdir.

Daxili və xarici divarlardakı performans

Daxili arakəsmə divarları adətən gipskarton, dayaq və izolyasiya kimi daha təkrarlanan strukturlara malik olduğundan model bu divarlarda daha uğurlu olmuşdur. Xarici divarlar isə kərpic, beton, örtük, hava boşluğu, izolyasiya və müxtəlif daşıyıcı qatların fərqli birləşmələrini ehtiva edə bildiyi üçün daha yüksək xəta göstərmişdir.

Termal təsvir həqiqətən nə qədər töhfə verdi?

Termal təsvirin töhfəsi təsvirin keyfiyyətindən və divarın iki tərəfi arasındakı temperatur fərqindən asılıdır. Tədqiqatda dayaqların aydın görünə bilməsi üçün divar boyunca ən az təxminən 5–10 °C davamlı temperatur fərqinin faydalı olduğu bildirilir.

Bu fərq aşağıdakı şəraitdə yarana bilər:

• Qışda daxili və xarici mühit arasında,
• Xarici divarın günəşlə isinməsi zamanı,
• Gecə boyu isitmə sonrasında səhər erkən saatlarda,
• Müvəqqəti nəzarətli isitmə tətbiq etməklə.

Daxili arakəsmə divarlarında təbii temperatur fərqi çox vaxt zəifdir. Bu halda termal kamera yalnız dayaqların yaxınlığındakı çox kiçik səth temperatur fərqlərini tuta bilər.

Termal təsvirin yaxşılaşdırılması eksperimenti

Tədqiqatçılar termal təsvirləri üç fərqli üsulla emal edərək performansı müqayisə etmişdir:

• Kamera proqramından çıxdığı formada,
• Hər şəhər üçün ümumi ekspozisiya, sürüşdürmə və qamma ayarları ilə,
• Hər təsvir üçün Adobe Photoshop 2025 vasitəsilə əl ilə tənzimlənmiş formada.

Termal təsvir çevrilməsi tədqiqatda aşağıdakı əməliyyatlarla ifadə edilmişdir:

\[ x=img\cdot 2^{EXPOSURE}+OFFSET \]

\[ x=[\min(\max(x,0),1)]^{1/GAMMA} \]

\[ x=\min(\max(x,0),1) \]

Burada:

• \(img\), başlanğıc termal təsvir massivini,
• \(EXPOSURE\), ekspozisiya düzəlişini,
• \(OFFSET\), parlaqlıq sürüşməsini,
• \(GAMMA\), ton paylanmasını idarə edən qamma dəyərini,
• \(x\), emal edilmiş təsvir dəyərini ifadə edir.

Tədqiqatda \(OFFSET=-0,23\) və \(GAMMA=0,53\) istifadə edilmişdir. Ekspozisiya dəyəri San Francisco və Birmingham üçün 0,6; Boston və Toronto üçün 1,5 seçilmişdir.

Əl ilə yaxşılaşdırma dəqiqliyi artırmışdır; lakin şəhərə xüsusi avtomatik emal karbon xətasını %27-dən %30-a yüksəltmişdir. Bu nəticə təsvir yaxşılaşdırmanın hər metrikdə və hər nümunədə eyni istiqamətdə fayda vermədiyini göstərir.

Xəta təhlili nə göstərdi?

Tədqiqatçılar xətaları altı kateqoriyaya ayırmışdır:

1. Xarici sərhəd qatının yanlış müəyyən edilməsi,
2. Daşıyıcı və ya dayaqlı konstruktiv sistemin yanlış proqnozlaşdırılması,
3. Dayaq sayının yanlış proqnozlaşdırılması,
4. Dayağın metal, yoxsa ağac olduğunun yanlış müəyyən edilməsi,
5. MEP komponentlərinin mövcudluğunun yanlış proqnozlaşdırılması,
6. MEP komponentinin düzgün dayaq aralığında yerləşdirilə bilməməsi.

Əlavə məlumat növləri xüsusilə konstruktiv sistem və dayaq növü xətalarını azaltmışdır. Yalnız GIS məlumatından istifadə edən model, məsələn, 1980-dən sonrakı kommersiya binalarında metal dayaqların geniş yayılması kimi ümumi fərziyyələrə əsaslanmışdır. Termal təsvirlər real dayaq nümunəsini qismən göstərdikdə bu cür fərziyyə xətaları azalmışdır.

MEP yerləşdirmə xətası isə məlumat növləri əlavə edildikcə nəzərəçarpacaq şəkildə azalmamışdır. Model rozetka və ya elektrik borusunun olduğunu anlaya bilsə də, bunun dəqiq hansı dayaqlar arasında yerləşdiyini etibarlı şəkildə müəyyən edə bilməmişdir. Tədqiqatçılar bunu mövcud təsvir-dil modellərinin incə məkan mühakiməsi məhdudiyyəti ilə əlaqələndirirlər.

Model həqiqətən təsvirlərdən nəticə çıxarır, yoxsa əzbərlədiyi tikinti nümunələrinə əsaslanır?

Bu sual tədqiqatın ən mühüm elmi müzakirələrindən biridir. Təsvir-dil modelləri internet miqyaslı mətn və təsvirlər üzərində əvvəlcədən öyrədildiyinə görə geniş yayılmış tikinti sistemləri barədə ümumi biliklər daşıyır. Məsələn, kommersiya ofisinin daxili arakəsmə divarı deyildikdə model vizual dəlil olmasa belə metal dayaq, şüşə yun və gipskarton fərziyyəsinə yönələ bilər.

Tədqiqatçılar yalnız GIS girişindən bütün məlumat növlərinə keçildikdə dəqiqliyin artmasını real multimodal çıxarışın dəlili kimi qiymətləndirirlər. Birminghamdakı bəzi qeyri-adi kərpic və izolyasiya düzülüşlərinin vizual məlumatdan düzgün tanınması da modelin yalnız standart şablonu təkrarlamadığını göstərir.

Bunun əvəzində beton bloklu Birmingham divarlarında səhvən dayaqlı sistem proqnozlaşdırılması əvvəlcədən öyrənilmiş geniş yayılmış tikinti fərziyyələrinin zaman-zaman real dəlillərə üstün gəldiyini göstərir.

Tədqiqat modelin uğurunun nə qədərinin multimodal dəlildən, nə qədərinin əvvəlcədən öyrənmə zamanı mənimsədiyi tikinti nümunələrindən qaynaqlandığını dəqiq ayıra bilmir. Bu fərq açıq tədqiqat sualı kimi saxlanmışdır.

Radiotezlikli divar skaneri niyə əsas eksperimentə daxil edilmədi?

Tədqiqatçılar Walabot cihazı və xüsusi filtrləmədən istifadə edən radiotezlik ölçmə quruluşunu da sınaqdan keçirmişdir. Bu cihaz ağac və metal dayaqları, eləcə də bəzi boruları aşkarlaya bilir.

Lakin ölçmələr səs-küylü olmuş, geniş son emal tələb etmiş və termal təsvirə yalnız məhdud əlavə məlumat vermişdir. Buna görə radiotezlik məlumatları əsas performans cədvəllərinə daxil edilməmişdir.

BIM və üçölçülü modelə çevrilmə

JSON divar montaj qrafikini üçölçülü tor modelinə çevirən konsepsiya-sübutu skripti hazırlanmışdır. Hər qat düyünü həndəsi material qatına, MEP alt düyünləri isə divara bağlı komponentlərə çevrilir.

Tədqiqatçılar bunu Revit və IFC əsaslı iş axınlarına bağlamağın texniki olaraq mümkün olduğunu bildirirlər:

• Qat düyünləri Revit divar montaj tiplərinə,
• Rozetka, boru və kanal düyünləri divara yerləşən ailə nümunələrinə,
• Material siyahısı təcəssüm olunmuş karbon hesablayıcılarına ötürülə bilər.

Bununla belə, sistemin bütün BIM ailələrini və IFC sxemlərini avtomatik dəstəklədiyi göstərilməmişdir. Tammiqyaslı və xətasız BIM inteqrasiyası üçün əlavə mühəndislik tələb olunur.

Gündəlik və sektoral təsiri nə ola bilər?

Belə sistem etibarlı hala gəlsə, xüsusilə böyük bina portfellərində mühüm ilkin seçim vasitəsi ola bilər. Tək bir divarı təcrübəli mütəxəssis mövcud çertyojlar və Revit modeli ilə qiymətləndirə bilər. Əsas potensial binadakı yüzlərlə divarın ilkin proqnozunu avtomatik yaratmaqdır.

Mümkün istifadə sahələri bunlardır:

• Yenilənmədən əvvəl hansı divarların qoruna biləcəyinin müəyyənləşdirilməsi,
• Söküntüdən əvvəl geri qazanıla bilən material miqdarının proqnozlaşdırılması,
• Təcəssüm olunmuş karbon inventarının hazırlanması,
• Səs izolyasiyası ehtiva edib-etmədiyi bilinməyən arakəsmələrin ilkin qiymətləndirilməsi,
• Tavan arxasındakı gizli mexaniki sistemlərin proqnozlaşdırılması,
• Bina üzrə material pasportunun yaradılması,
• Boreskop və ya fiziki açılma aparılacaq kritik nöqtələrin prioritetləşdirilməsi.

Bu iş axını dağıdıcı sınağı şərtsiz əvəz etməkdən daha çox, dağıdıcı təsdiqin harada aparılmalı olduğunu müəyyən edən risk əsaslı qərar dəstəyi kimi daha real qiymətləndirilə bilər.

Tədqiqatın güclü tərəfləri

• Dəyişən sayda məlumat növü ilə işləyə bilən çevik struktur təqdim etməsi,
• Yalnız sinif etiketi deyil, iyerarxik və BIM-ə çevrilə bilən qrafik yaratması,
• Məzmunu dəqiq məlum olan fiziki divar maketi ilə nəzarətli təsdiq aparması,
• Dörd şəhərdəki real divarlarla xarici təsdiq sınağı həyata keçirməsi,
• Struktur dəqiqliyi ilə yanaşı təcəssüm olunmuş karbon xətasını da ölçməsi,
• Hər divar və məlumat kombinasiyasını beş dəfə işlədərək model dəyişkənliyini qiymətləndirməsi,
• Termal təsvir keyfiyyətinin təsirini ayrıca ablyasiya tədqiqatı ilə araşdırması,
• Xətaları sərhəd qatı, konstruktiv sistem, dayaq və MEP kimi mənalı kateqoriyalara ayırması,
• Əvvəlcədən öyrədilmiş model qərəzinin mümkün təsirini açıq şəkildə müzakirə etməsi.

Tədqiqatın məhdudiyyətləri

• Tədqiqat rəyçi qiymətləndirməsindən keçməmiş preprintdir.
• Real dünya məlumat dəsti yalnız 22 divardan ibarətdir.
• Nümunələr kommersiya ofis binaları ilə məhdudlaşır.
• Yaşayış binaları, tarixi tikililər, hörgü divarlar, kütləvi ağac konstruksiyaları və Qərbdən kənar yerli tikinti sistemləri təsdiqlənməmişdir.
• Real divarların istinad məzmunları dağıdıcı sınaqla təsdiqlənməmişdir.
• Termal təsvirin uğuru temperatur fərqindən, kameradan, ayırdetmədən və təsvir emalından güclü şəkildə asılıdır.
• Maket eksperimentində yüksək ayırdetməli termal təsvir son gipskarton qatı quraşdırılmazdan əvvəl alınmışdır.
• Model böyük və kəsilməmiş mərtəbə planlarını şərh etməkdə çətinlik çəkə bilər.
• Mövcud VLM-lər üçölçülü nöqtə buludlarını təbii şəkildə emal edə bilmir.
• Ziddiyyətli məlumat növləri bəzən dəqiqliyi artırmaq əvəzinə azalda bilər.
• MEP komponentlərinin düzgün dayaq aralığında yerləşdirilməsi zəif qalmışdır.
• Əvvəlcədən öyrənilmiş geniş yayılmış tikinti nümunələri qeyri-adi divarlarda səhv fərziyyələrə səbəb ola bilər.
• Karbon hesablarında real məhsul EPD-ləri əvəzinə orta əmsallar və sabit divar ölçüsü fərziyyələrindən istifadə edilmişdir.
• Yaradılan JSON qrafikinin tam IFC və Revit uyğunluğu əhatəli şəkildə təsdiqlənməmişdir.
• İş axını model versiyasından və prompt dizaynından asılıdır; fərqli VLM-lərdə eyni nəticəyə zəmanət verilmir.

Tədqiqat nə deyir, nə demir?

Gələcəkdə hansı təkmilləşdirmələr təklif olunur?

Tədqiqatçılar gələcəkdə aşağıdakı işlərin aparılmasını təklif edirlər:

• Bəzi divarların boreskop və ya nəzarətli açılma ilə fiziki olaraq təsdiqlənməsi,
• Konstruktiv baxımdan mühüm xətalara daha yüksək cəza verən qiymətləndirmə meyarları,
• Termal təsvir, mərtəbə planı və RGB analizi üçün ixtisaslaşmış alt modellər,
• Daha böyük və fiziki olaraq təsdiqlənmiş məlumat dəstlərində incə sazlama,
• Tikinti məlumat bazalarına əsaslanan retrieval-augmented generation istifadəsi,
• Tək divardan bütün mərtəbə və ya bina inventarına miqyaslama,
• Nöqtə buludu və mərtəbə planından avtomatik divar ölçülərinin çıxarılması,
• Proqnozlaşdırılan materiallara görə təkrar istifadəyə yönəlmiş layihə hazırlanması.

Tədqiqatın Metodu və Nəticələri

Metodun texniki xülasəsi

Eksperiment quruluşu

Məlumat toplama cihazları

• RGB təsvirləri üçün iPhone 13 Pro,
• Termal təsvirlər üçün FLIR Boson və Micro-Epsilon TIM QVGA kameraları,
• Eksperimental radiotezlik skanı üçün Walabot əsaslı sistem istifadə edilmişdir.

Əsas performans nəticələri

Şəkil və cədvəllərin mənası

Şəkil 1, GIS, mərtəbə planı, RGB və termal girişlərin kompakt qrafikdən ətraflı divar montajına və ansambl proqnozuna necə çevrildiyini göstərir. Axının mərkəzində JSON əsaslı qrafik təqdimatı vardır.

Şəkil 2, fiziki divar maketinin tikinti mərhələsini, bitmiş səthini, rəqəmsal modelini, mərtəbə planını, RGB fotoşəklini və termal təsvirlərini yanaşı təqdim edir. Təsvir termal görüntünün bəzi dayaqları göstərərkən izolyasiyanın arxasındakı elementləri gizlədə bildiyini göstərir.

Cədvəl 1, maket eksperimentində mümkün olan bütün məlumat kombinasiyalarını müqayisə edir. Bəzi iki modlu kombinasiyaların daha çox məlumat ehtiva edən paketləri üstələyə bilməsi ziddiyyətli girişlərin model performansını azalda bildiyini göstərir.

Cədvəl 3, Boston, San Francisco, Birmingham və Torontodan nümunə divarlarda mərtəbə planı, RGB, termal təsvir, proqnoz qrafiki, istinad qrafiki və üçölçülü modelləri müqayisə edir. Nümunələr eyni modelin bəzi divarlarda qüsursuz və ya yüksək dəqiqlik təmin etdiyi halda, bəzi xarici divarlarda yalnız 0,30 dəqiqlikdə qala bildiyini göstərir.

Cədvəl 4, tədqiqatın əsas kəmiyyət nəticəsini verir. Məlumat növləri artdıqca ümumi dəqiqlik 0,54-dən 0,76-ya yüksəlir; karbon xətası %104-dən %26-ya düşür.

Şəkil 4, altı xəta kateqoriyasını müqayisə edir. Konstruktiv sistem və dayaq növünün tanınması əlavə məlumatla aydın şəkildə yaxşılaşdığı halda, MEP yerləşdirməsinin çətin qalması diqqət çəkir.

Cədvəl 7, termal təsvirin yaxşılaşdırılmasının kiçik, lakin ölçülə bilən dəqiqlik artımı təmin edə bildiyini göstərir. Ən yaxşı nəticə hər təsvirin ayrıca əl ilə yaxşılaşdırıldığı şəraitdə əldə edilmişdir.

Cədvəl 9, eyni iş axınının daha yeni VLM versiyasında əlavə təlim olmadan daha yaxşı nəticə verdiyini göstərir. Bu nəticə metodun model irəliləyişlərindən faydalana biləcəyi iddiasını dəstəkləyir; lakin gələcək model versiyalarında performansın mütləq artacağına zəmanət vermir.

Mənbə və Metod Qeydi

Bu məzmun Nikita Klimenko, Martin JJ. Bucher, Fopefoluwa Bademosi, Lorenzo Villaggi, Dale Zhao və David Benjamin tərəfindən hazırlanmış “Seeing Inside Walls for Retrofit and Reuse: Multimodal Reasoning with Vision-Language Models for Hidden Wall Assemblies” başlıqlı tədqiqata əsaslanır.

Tədqiqat SSRN vasitəsilə elektron surəti yayımlanmış və Elsevier-ə təqdim edildiyi bildirilən preprint tədqiqat məqaləsidir. Sənəddə açıq şəkildə “This preprint research paper has not been peer reviewed” ifadəsi yer alır. Buna görə tədqiqat rəyçi qiymətləndirməsindən keçməmişdir. PDF-də təsdiqlənə bilən DOI və ya yekun jurnal qəbulu məlumatı yoxdur.

Tədqiqat təsvir-dil modeli əsaslı eksperimental proqram iş axınını, fiziki divar maketini, dörd kommersiya binasındakı 22 real divarı, strukturlaşdırılmış qrafik proqnozunu, termal və RGB təsvirləməni, BIM çevrilməsini və təcəssüm olunmuş karbon hesabını əhatə edir.

Real divarların istinad montajları dağıdıcı sınaqla təsdiqlənməmişdir. İstinad etiketləri Revit modelləri, BIM faylları, memarlıq çertyojları, termal skanlar və ekspert qiymətləndirmələri ilə hazırlanmışdır. Buna görə tədqiqat divar məzmununun dəqiq fiziki təsdiqini deyil, mövcud məlumatlar altında əldə edilə bilən çoxmənbəli istinad proqnozunu istifadə edir.

Məqalədə bildirilən dəqiqlik qrafik strukturunun istinad qrafikinə bənzərliyini ölçür. Bu dəyər modelin bütün ayrı-ayrı materialları və ya MEP komponentlərini eyni nisbətdə düzgün tapdığı demək deyil. Təcəssüm olunmuş karbonun nisbi xətası isə standart material əmsalları, 10 fut divar hündürlüyü və 16 düym dayaq aralığı kimi fərziyyələr əsasında hesablanmışdır; real binaya aid təsdiqlənmiş həyat dövrü təhlili deyil.

Tədqiqatda istifadə olunan VLM versiyaları, promptlar və nəticələr PDF-də bildirildiyi kimi təqdim edilmişdir. Tədqiqat daxilindəki %47–%74 və %54–%76 dəqiqlik sıraları müvafiq olaraq GPT-5.2 və GPT-5.4 müqayisələri ilə əlaqəlidir.

Müəlliflər məqalənin hazırlanması zamanı paraqraf strukturlaşdırması, qrammatika düzəlişi, axının yaxşılaşdırılması və bəzi hissələrin qısaldılması məqsədilə Claude Sonnet 4.5-dən istifadə etdiklərini; yekun məzmunu özlərinin nəzərdən keçirdiyini və məsuliyyəti üzərinə götürdüklərini bildirmişlər.

Bu məzmun yalnız təqdim olunan PDF-dəki tədqiqata əsasən hazırlanmışdır. PDF-də olmayan dəqiq divar aşkarlanması, təhlükəsizlik zəmanəti, avtomatik BIM dəqiqliyi, kommersiya sahə uğuru və ya bütün tikinti növlərinə ümumiləşdirilə bilmə iddiaları əlavə edilməmişdir.