gruppfoto CM, ACE
Främre från vänster: FoI-chef NCC, Christina Claeson-Jonsson. Docent Shahina Begum, Mälardalens högskola. Doktorand May Shayboun Chalmers Construction Management.
Infälld bild: Dimosthenis Kifokeris, forskarassistent, Chalmers Construction Management.
Bakre från vänster: Professor Christian Koch, Chalmers Construction Management. Innovationsledare Incoord Jan Kohvakka​.
​​​

Construction Management vill effektivisera byggprocesser med hjälp av maskininlärning

​På avdelningen Construction Management vid ACE är man övertygad om att maskininlärning kommer att ha en stor påverkan på digitaliseringen av byggbranschen. Därför satsar man nu på att höja kompetensen och inta en position för framtiden.
​– Maskininlärning är en flexibel och användbar teknologi som kan användas överallt inom byggbranschen där det ligger stora mängder data som grund, säger Christian Koch, professor inom byggledning och innovation, som samverkar med kollegor från Construction Management och byggföretag i insatsen för ökad digitalisering. 

Samverkan med Incoord och NCC​

Just nu startar två projekt där Construction Management samverkar med industrin. Ett projekt handlar om att använda data avseende arbetsolyckor och incidenter för att tillsammans med NCC sträva mot en säkrare arbetsplats. Tillsammans med Incoord har Chalmers ett projekt som behandlar kvalitetskontroll. För att förstärka kompetensen inom maskininlärning så har ett samarbete inletts med Mälardalens högskolas Artificial Intelligence and Intelligent Systems research group. Christian Koch menar att det ännu är svårt att konkretisera potentialen för effektivisering av byggprocesser med maskininlärning: 
–​ Potentialen är enorm, men så pass mångfaldig att det inte kan värderas i nuläget. Byggbranschen börjar sakta men säkert få bättre kontroll på uppsamling av data från sina processer och därför börjar potentialen öka.

AI och maskininlärning förbättrar egenkontrollen i byggprojekt

Första projektet på gång är ett innovationsprojekt där man tillsammans med teknikkonsulten Incoord ska titta på hur kvaliteten och egenkontrollen i byggprojekt kan förbättras med stöd av maskininlärning och AI. 
–​ En viktig framgångsfaktor i arbetet med egenkontrollerna är att få in alla aktörer på en och samma plattform och visa att transparensen, när det kommer till kvalitetssäkringen i projekten, är absolut avgörande, säger Jan Kohvakka från Incoord som är projektledare för det Vinnovafinansierade innovationsprojektet.

Maskininlärning för bättre säkerhet

Det andra projektet tar sin utgångspunkt från arbetsolycksfallrapporteringen från NCC. Utifrån detta material är planen att utveckla ett maskininlärningssystem som kan bidraga till bättre säkerhet baserat på orsaksanalyser av tusentals rapporter. 
– I nuläget har ingen människa möjlighet att överskåda och praktiskt använda så mycket kunskap, förklarar May Shayboun som är nybliven doktorand på Construction Management. 

Chalmers målsättning är att sätta igång ännu fler projekt inom bygg. Forskarassistent Dimosthenis Kifokeris ser möjligheter inom projektering, produktion och förvaltning. Att återkoppla från produktion till projekteringen möjliggör optimering av projekteringsprocessen. Dessutom ger det en möjlighet att vidareutveckla den prototyp för analys av byggbarhet som finns. Också NCC håller med om att maskininlärning har en stor potential. FoI-chef Christina Claeson-Jonsson uppskattar samarbetet med Chalmers och Construction Management som innebär att NCC kan få tillgång till maskininlärningskompetens i ett byggsammanhang, något som annars är svårt.

För mer information

Christian Koch, professor, institutionen för arkitektur och samhällsbyggnadsteknik, avdelningen för construction management, Chalmers, ​christian.koch@chalmers.se

Publicerad: ti 16 apr 2019. Ändrad: on 17 apr 2019