Mimarlıkta Yapay Zekâ: BIM Verisi Yapay Zekânın Önünü Nasıl Açıyor?

Yapay zekâ araçları bugün metin yazıyor, görsel üretiyor, kod yazıyor. Mimarlık ofislerinde en çok sorulan soru ise şu: bu araçlar bir yapı projesine gerçekte ne katabilir? Cevabın büyük kısmı, aracın üzerinde çalıştığı veride saklı. Yapay zekâ ancak eline verilen bilgi kadar işe yarar.

Çizim, makinenin zor okuduğu bir dil

Bir CAD paftasında duvar iki çizgidir. "Bu duvar taşıyıcı mı, yangın dayanımı ne?" sorusunun cevabı bir katman adında, bir notta ya da çizen kişinin aklında durur. Görüntü tanıyan modeller paftalardan bir şeyler çıkarabilir, ancak sonuç bir tahmindir ve her ofisin çizim alışkanlığı farklıdır.

BIM modelinde aynı duvar bir nesnedir. Sınıfı IfcWall, katı belli, yangın dayanımı ve taşıyıcılık bilgisi kendi özellik setinde yazılı. Bu bilgi tahmin gerektirmeden okunur. Yapay zekâ açısından fark, bir fotoğraftan bilgi çıkarmakla bir tabloyu okumak arasındaki fark gibidir.

Yönetmelik, verinin dilini standartlaştırıyor

Dijital Proje Yönetmeliği IFC sınıflarını, zorunlu öznitelik ve özellikleri, isimlendirme kurallarını ve Türkiye'ye özgü özellik setlerini tanımlıyor. Böylece Türkiye'deki yapı projeleri ilk kez ortak bir yapıda veri üretecek. Farklı ofislerden gelen modellerin aynı soruya aynı yerden cevap vermesi, otomasyonun ve yapay zekânın önündeki en büyük engeli kaldırıyor.

IFC açık bir standart olduğu için onu okuyan araçlar da açık. Örneğin açık kaynaklı IfcOpenShell kütüphanesiyle bir IFC dosyasındaki sınıflar, özellikler ve miktarlar programlama yoluyla okunabiliyor. Yapay zekâ uygulamaları çoğunlukla bu tür araçların üzerine kuruluyor.

Yapay zekâ ve otomasyonun işe yarayacağı yerler

Model kalite kontrolü

Yönetmeliğin EK-9'undaki kontrollerin önemli bir kısmı kurallara dökülebilir: mahaller kapalı mı ve örtüşüyor mu, elemanlar doğru katta mı, zorunlu bilgiler dolu mu, yinelenen eleman var mı. Bu kontroller kural tabanlı yazılımlarla yapılabiliyor. Yapay zekâ ise bulunan hataları açıklamada, önceliklendirmede ve düzeltme önermede yardımcı olabilir.

İmar ve emsal kontrolü

TAKS, KAKS, bahçe mesafeleri ve alanların emsal durumu modelde yapılandırılmış olarak durduğunda, bu değerlerin imar koşullarıyla karşılaştırılması otomatikleşebilir. Projeyi teslimden önce bu açıdan taramak, idareden dönen düzeltmeleri azaltmaya yardımcı olur.

Metraj ve maliyet

Elemanlara Bakanlık birim fiyat poz numarası girildiğinde (TREpys_PozOzellikSeti), modelden alınan miktarlar birim fiyatlarla eşleşebilir. Yaklaşık maliyet ve keşif hazırlığı model değiştikçe güncellenir.

Proje asistanları

Büyük dil modelleri, doğru araçlarla birleştirildiğinde bir IFC modelindeki bilgiye doğal dilde soru sormayı mümkün kılıyor: "Bu projede yangın dayanımı girilmemiş kapılar hangileri?" ya da "Üçüncü kattaki ıslak hacimlerin toplam alanı ne?" gibi. Bu tür asistanlar modeli değiştirmez, okur. Bilgiye ulaşmayı hızlandırır, özellikle revizyon dönemlerinde.

Dokümantasyon

Pafta listeleri, mahal listeleri, rapor taslakları ve teslim kontrol listeleri modelden üretilebilir. Yapay zekâ bu metinlerin taslağını hazırlayabilir; son sözü müellif söyler.

Tasarım alternatifleri

Parametrik ve üretken tasarım araçları, belirli kısıtlar içinde yerleşim ve kütle alternatifleri üretebiliyor. Bu alternatiflerin bir ruhsat projesine dönüşebilmesi için sonuçların yine yönetmeliğin veri yapısında modellenmesi gerekiyor.

Sınırlar ve riskler

• Sorumluluk müellifte. Yapay zekânın ürettiği hiçbir sonuç kontrol edilmeden projeye girmemeli. Dil modelleri yanlış bilgiyi kendinden emin bir dille üretebilir.
• Veri kalitesi belirleyici. Eksik ya da yanlış sınıflanmış bir model, yapay zekânın da yanlış sonuç vermesine yol açar.
• Gizlilik. Proje verisi işveren bilgilerini ve kişisel verileri içerebilir. Dışarıdaki bir servise gönderilen verinin nerede işlendiği ve saklandığı KVKK açısından değerlendirilmeli.
• Mevzuat yorumu. Yönetmeliğin ve imar mevzuatının yorumu yapay zekâya bırakılamaz. Araçlar bu alanda ancak hatırlatıcı ve kontrol listesi olarak kullanılmalı.

Ofisler için ilk adım

Yapay zekâya hazırlanmanın en kısa yolu modeli düzenli kurmak. Doğru sınıflar, dolu ve doğru tipte özellikler ve tutarlı isimlendirme, hem yönetmeliğin istediği hem de her türlü otomasyonun ihtiyaç duyduğu temel. Bu temeli yönetmeliğe göre kuran bir ofis, yapay zekâ araçları olgunlaştıkça onları kendi projelerinde hemen kullanabilecek.

Yapay zekâ ve BIM üzerine yazmaya devam edeceğiz. Temelden başlamak isterseniz BIM nedir ve Revit şablonu yazılarımıza göz atabilirsiniz.