Generative AI in the Construction Industry: A State-of-the-art Analysis

要約

建設業界は世界経済の重要な分野ですが、設計、計画、調達、検査、メンテナンスなどのさまざまなプロセスで多くの生産性の課題に直面しています。
生成人工知能 (AI) は、入力または事前知識に基づいて、テキスト、画像、ビデオ、コードなどの斬新で現実的なデータやコンテンツを作成でき、これらの課題に対処する革新的で破壊的なソリューションを提供します。
しかし、建設業界における生成 AI の現状、機会、課題に関する文献にはギャップがあります。
この研究は、建設における生成 AI の最先端の分析を提供することでこのギャップを埋めることを目的としています。(1) 建設業界における既存および新たな生成 AI の機会と課題をレビューおよび分類する。
(2) 建設会社が独自のデータを使用してカスタマイズされた生成 AI ソリューションを構築するためのフレームワークを提案する。これには、データ収集、データセットのキュレーション、カスタム大規模言語モデル (LLM) のトレーニング、モデルの評価、展開などのステップが含まれます。
(3) 契約文書をクエリするための生成モデルを開発するケーススタディを通じてフレームワークを実証する。
結果は、検索拡張生成 (RAG) により、品質、関連性、再現性の点でベースライン LLM が 5.2、9.4、および 4.8% 向上することが示されています。
この研究は、学者や建設専門家に、建設業界全体の生産性、品質、安全性、持続可能性を向上させる生成 AI 技術の導入を導くための包括的な分析と実践的なフレームワークを提供します。

要約(オリジナル)

The construction industry is a vital sector of the global economy, but it faces many productivity challenges in various processes, such as design, planning, procurement, inspection, and maintenance. Generative artificial intelligence (AI), which can create novel and realistic data or content, such as text, image, video, or code, based on some input or prior knowledge, offers innovative and disruptive solutions to address these challenges. However, there is a gap in the literature on the current state, opportunities, and challenges of generative AI in the construction industry. This study aims to fill this gap by providing a state-of-the-art analysis of generative AI in construction, with three objectives: (1) to review and categorize the existing and emerging generative AI opportunities and challenges in the construction industry; (2) to propose a framework for construction firms to build customized generative AI solutions using their own data, comprising steps such as data collection, dataset curation, training custom large language model (LLM), model evaluation, and deployment; and (3) to demonstrate the framework via a case study of developing a generative model for querying contract documents. The results show that retrieval augmented generation (RAG) improves the baseline LLM by 5.2, 9.4, and 4.8% in terms of quality, relevance, and reproducibility. This study provides academics and construction professionals with a comprehensive analysis and practical framework to guide the adoption of generative AI techniques to enhance productivity, quality, safety, and sustainability across the construction industry.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google