Investigación

Inteligencia Artificial en el diseño estructural, avances en su desarrollo y futuras aplicaciones.

Inteligencia Artificial en el diseño estructural.
Leonardo Massone, académico Departamento de Ingeniería Civil.
Leonardo Massone, académico Departamento de Ingeniería Civil.
Pablo Pizarro, ingeniero civil y estudiante del Magíster en Ingeniería Estructural, Sísmica y Geotécnica.
Pablo Pizarro, ingeniero civil y estudiante del Magíster en Ingeniería Estructural, Sísmica y Geotécnica.

El Machine Learning o Inteligencia Artificial (I.A.) facilita la toma de decisiones que permiten obtener una serie de recomendaciones basadas en el análisis de múltiples variables en bases de datos con gran cantidad de información. De este modo, el desarrollo de la inteligencia artificial ha comenzado a aplicarse en diversos campos, como en la medicina o la robótica, donde se han logrado resultados importantes en sus diferentes aristas de perfeccionamiento. Una de las grandes ventajas de la I.A., es que permite abordar problemas asociados a la incertidumbre y conllevando a entregar un apoyo significativo para la resolución de problemas complejos. Dentro de la ingeniería civil, la I.A. es una materia que aún no ha se ha desarrollado en su totalidad y en donde podría jugar un rol fundamental en la ingeniería estructural en su etapa de diseño, lo que a futuro podría constituir ahorro de tiempo y esfuerzo para los ingenieros, por ejemplo, en la estimación de resistencia de elementos estructurales, las dimensiones o distribución de estos elementos estructurales. 

El proyecto

El profesor Leonardo Massone, indica que esta idea se comenzó a gestar en una las discusiones llevadas a cabo en el grupo de estructuras de la Cámara Chilena de la Construcción (CChC) liderado por el Instituto del Cemento y del Hormigón de Chile (ICH), en el que se planteó el uso de nuevas tecnologías para el diseño estructural. "Fue así como empezamos a trazar las primeras ideas y a averiguar el uso de la Inteligencia Artificial aplicada a la ingeniería civil", señaló el académico del DIC. 

Por su parte, Pablo Pizarro, comenta que "Esta idea nació fruto de una idea que fue germinando con el pasar de los años, siempre me gustó la computación (de hecho, ahora comienzo mi magíster en ciencias de la computación), y pensaba si podía haber alguna aplicación práctica en la materia. Habiendo desarrollado ya algo de experiencia en el área de inteligencia artificial encontré que era posible incursionar una investigación en esta índole; había datos, modelos, y existe la necesidad de aplicación en la materia; no encontré un mejor puntapié de inicio que enlazar estos intereses personales con esta investigación".

En este contexto, la investigación liderada por el académico Leonardo Massone, cuenta con datos aportados de 165 edificios de la oficina RLE, donde se rescató información de los planos de arquitectura, procesando y digitalizando aquellos datos que serían de utilidad para este proyecto. La aplicación de la investigación se basa en tres etapas, en donde se permitan predecir datos estructurales que no necesariamente se encuentran en el primer plano de arquitectura.

"Lo que estamos tratando de hacer con este desarrollo, es incorporar al desarrollo del diseño estructural una componente de metodologías de Redes Neuronales Profundas y que nos permita tener una herramienta de apoyo que acelere el proceso de diseño estructural", comentó.

La primera de estas etapas consistió en la recolección de datos, donde estos 165 edificios fueron sometidos a la investigación, dividendo los distintos planos en pequeños rectángulos y que contenían una serie de características como ubicación, espesor, variables de ingeniería, topología, zona sísmica y tipo de suelo, de esta manera con estos parámetros se realizó una correlación con los datos de los planos de arquitectura e ingeniería. Así, de este análisis se logró obtener alrededor de 300 mil datos, con los cuales se comenzaron a realizar modelos predictivos basados en la información entregada por los rectángulos. "Lo que estamos tratando de hacer acá es conectar lo que llega desde el plano de arquitectura con ingeniería, haciendo una primera predicción del espesor y largo de muros – o rectángulos - permitiendo que el diseño estructural se realice de una forma más rápida y que acelere el trabajo en esta línea de ingeniería. De esta forma para un nuevo plano de arquitectura, podemos predecir el largo y espesor probable de esos muros", recalcó el profesor Massone.

La segunda etapa consistió en llevar a cabo el desarrollo de una aplicación que pudiera predecir la variabilidad en la cantidad de muros y su ubicación, respondiendo a preguntas como "¿es necesario colocar muros adicionales?", para ello se trabajó con Redes Neuronales Convolucionales, que ya no sólo usan un vector de entrada numérico, ya que ahora se incorporan imágenes, asimismo el profesor comentó que "para cada rectángulo tomamos fotografías para encontrar si podíamos encontrar otro muro alrededor, de esta forma se trata de hacer una predicción de la imagen donde se superponen estas fotos y así encontramos datos que no se habían considerado en el primer plano de arquitectura". En esta etapa también participaron los académicos del Departamento de Ingeniería Civil, Fabián Rojas y Rafael Ruiz, en sus respectivas áreas de investigación.

Por último, la tercera etapa, si bien aún está en desarrollo, apunta a que estas herramientas de Redes Neuronales permitan anticipar modificaciones al primer plano de arquitectura antes de modelar el edificio en el computador. 

Aplicaciones a nivel internacional

El profesor Massone indica que, si bien de este tema en específico no hay información similar en la literatura revisada, ya existen avances e investigaciones desarrolladas por universidades internacionales como el Instituto Tecnológico de Massachusetts (MIT). "Lo que se hizo en el MIT es llevar a cabo un proceso más completo y que va desde el plano de arquitectura al diseño. En este caso, ellos trabajaron con configuraciones de muros más simples, ya que nuestros edificios de muros en Chile tienen formas más complejas, poseen elementos intrincados a diferencia de los de USA. En otros campos, la Inteligencia Artificial se ha aplicado más en monitoreo estructural y la estimación de resistencias de materiales o elementos, aún es incipiente la I.A. en los departamentos de ingeniería civil de las universidades", enfatizó.  

Complejidades en su desarrollo y aplicación

En cuanto al desarrollo, el académico del DIC señaló que este tipo de herramientas aún no están familiarizadas con la ingeniería civil, "yo llevo un año aprendiendo a usar estas metodologías, lo más complejo es siempre identificar qué es lo que se quiere estimar", indicó. En el caso de este proyecto, fue fundamental contar con planos de edificios ya existentes, lo que permitió obtener índices de correlación muy buenos.

En lo referente a la aplicación, el profesor Massone sostuvo que, como toda herramienta nueva, existen interrogantes sobre la utilidad que se le dará en la práctica. "Hay cierta resistencia a pensar que este tipo de avances les quitarán trabajo a los ingenieros, sin embargo, lo que hacen estas herramientas es aportar tal que el trabajo sea más rápido y simple para los ingenieros. Esto, finalmente hará que la utilidad de la herramienta tenga impactos similares a las que en su minuto tuvo la incorporación de computadores para la aceleración de la modelación y el diseño".

A su vez, Pablo Pizarro dice que "desde hace ya dos años, con el profesor Leonardo Massone fuimos avanzando en la materia, y con el tiempo descubrimos metodologías, criterios y nuevas aplicaciones; en muchos casos hay que aplicar mucha creatividad para llevar adelante una empresa de esta índole. Desafíos son bastantes: obtener la información (planos) desde la industria, luego procesarlos de manera eficiente, luego extraer información de ellos, el cómo operar dichos datos para alimentar estos modelos de IA, entre otros. Es todo un desafío que a mi juicio saca lo mejor de los dos mundos, la ingeniería civil, y las ciencias de la computación".

En cuanto al futuro profesional, Pablo señaló que "he sido siempre muy ambicioso, y me he dejado llevar por la pasión en la materia. Durante mi pasar por la Universidad siempre intenté tomar la mayor cantidad de cursos de ambas carreras, y sabía que mi camino debía pasar por el magíster, aunque no pensé fue luego fuese a comenzar otro en el Departamento de Ciencias de la Computación (DCC). En un principio estaba plagado de dudas, y pensaba que no había manera de vincular estas dos disciplinas, pero estaba equivocado. Ambas carreras se llevan muy bien, y si se saben usar adecuadamente le dan a uno (investigador) una gran cantidad de herramientas para poder embarcarse en nuevos proyectos y metas. Las ideas que tengo a futuro son muchas, posterior a mis magísteres pretendo seguir un doctorado en la misma línea. La inteligencia artificial no para de crecer, y es misión de nosotros encontrar cómo utilizarla adecuadamente".