هل يمكن للذكاء الاصطناعي تصميم مبانٍ لا تُفلسك؟

المشكلة

يتمتع فندق فادارا في لاس فيغاس بواجهة زجاجية أنيقة على شكل هلال. لكنه يتميز أيضًا بـ"شعاع الموت"؛ إذ يعمل الجدار الزجاجي المقعّر كعدسة مكبِّرة عملاقة تركّز أشعة الشمس على سطح المسبح أدناه، فتُذيب الكراسي البلاستيكية وتحرق شعر النزلاء. وكان الحل قبيحًا ومكلفًا: مظلات عملاقة وأغشية غير عاكسة ملصوقة على الزجاج. وقد جرى المساس بالمظهر المميز للمبنى لأن أحدًا لم يحاكِ الفيزياء الأساسية أثناء مرحلة التصميم.

وليست هذه حادثة معزولة. فبرج "ووكي توكي" في لندن عند 20 Fenchurch Street له الشكل المقعّر نفسه، وقد ركّز ضوء الشمس على الشارع بحرارة كافية لإذابة هيكل سيارة جاكوار متوقفة. لقد ارتكب المهندس المعماري نفسه الخطأ الفيزيائي نفسه مرتين. والآن تخيّل أن أدوات ذكاء اصطناعي لا تفهم شيئًا عن كيفية عمل الضوء أو الرياح أو الجاذبية تولّد هذا الخطأ آلاف المرات.

هذه هي الأزمة التي تواجه مجالك الآن. فأدوات الذكاء الاصطناعي التوليدي مثل Midjourney وDALL-E يمكنها إنتاج تجسيدات واقعية للمباني في ثوانٍ. تبدو مذهلة، لكنها — بتعبير المهندسين — "لوحات إيشر": صور خلّابة لهياكل تنتهك قوانين الفيزياء. سلالم تنتهي عند جدران صلبة، وأعمدة تذوب في الأسقف دون نقل أي حمل. هذه ليست تصاميم، بل فن رقمي. وإذا خلط فريقك بين الاثنين، فإن العواقب المالية وخيمة.

لماذا يهم هذا عملك

في قطاع البناء، تشكّل الجماليات نحو 10% من مقاييس نجاح المشروع، بينما يتوقف الـ90% المتبقية على ما إذا كان بإمكانك بناء المشروع فعلًا — ضمن الميزانية، وفي الموعد المحدد، وبمواد يمكنك تدبيرها. والذكاء الاصطناعي التوليدي يتجاهل تلك الـ90% بالكامل.

فكّر في ما يحدث عندما يقترح الذكاء الاصطناعي مواد غير مناسبة:

• قد ترتفع تكلفة الزجاج 20 ضعفًا. يبلغ سعر الزجاج المسطح المقسّى العادي بين $18 و$25 للقدم المربع، بينما يتراوح سعر الزجاج المنحني المخصص — وهو ما تولّده أدوات الذكاء الاصطناعي باستهتار — بين $100 وأكثر من $500 للقدم المربع. في مشروع تبلغ مساحة زجاجه 50,000 قدم مربع، يعني ذلك الفارق بين ميزانية واجهات قدرها $1.25 مليون وأخرى قدرها $25 مليونًا.
• قد تكلف تأخيرات الفولاذ ملايين الدولارات. إذا حدّد التصميم الذي يولّده الذكاء الاصطناعي عارضة غير متوفرة لدى الموزعين المحليين، فستواجه طلبًا من المصنع مباشرة، وهو ما يعني حدًا أدنى من الأطنان ومهل تسليم تمتد إلى ستة أشهر. وقد تكفي ستة أشهر من رسوم التمويل على تطوير تجاري لخراب مشروعك.
• تجاوزات الميزانية حقيقة موثقة تاريخيًا. بدأ دار أوبرا سيدني بميزانية $7 مليون، وقد أدى تصميم قشرته غير القابل للبناء إلى عقد كامل من الصراعات الهندسية، وبلغت التكلفة النهائية $102 مليون — أي تجاوز بنسبة 1,400%.

هذه ليست مخاطر افتراضية؛ بل هي العواقب المباشرة الموثقة لتصاميم تضع المظهر قبل قابلية البناء. وعندما يستخدم فريقك ذكاءً اصطناعيًا عامًا لاستكشاف مفاهيم المباني، فإن كل مخرجاته تحمل مخاطر التكلفة الخفية هذه. فالذكاء الاصطناعي لا صلة له بسلسلة التوريد لديك، ولا بقوانين البناء لديك، ولا بميزانيتك. إنه ينتج خيالًا جميلًا.

ما الذي يحدث فعلًا تحت الغطاء

إليك سبب فشل الذكاء الاصطناعي العام في تصميم المباني. تعمل أدوات مثل Midjourney وStable Diffusion فيما يسميه المهندسون "الفضاء الكامن" (latent space). تخيّله مكتبة ضخمة من الأنماط البصرية. عندما تطلب "ناطحة سحاب مستدامة في ميامي"، لا يقوم الذكاء الاصطناعي بهندسة مبنى، بل يتنبأ إحصائيًا بكيف ينبغي أن تبدو صورة ذلك المبنى استنادًا إلى مليارات الصور على الإنترنت.

في هذه المكتبة البصرية، يُعرَّف "النافذة" بما تشبهه النوافذ في الصور. أما في العالم الواقعي، فالنافذة مجموعة معقدة تضم فواصل حرارية ونسب تزجيج وأبعاد الفتحات الخام وتفاصيل مانعة للتسرب. والذكاء الاصطناعي لا يعرف الفرق. كما أنه لا يعرف قانون بناء مقاطعة ميامي داد، ولا يملك نموذجًا لقوى القص في إعصار من الفئة الخامسة، ولا يستطيع التحقق مما إذا كانت العارضة ستنحني تحت الحمل.

هذا يخلق ما تسميه Veriprajna "وهم الوظيفة". تبدو المخرجات كمبنى حقيقي، لكنها تستند إلى خصائص مواد غير موجودة أو طرق بناء لا يستطيع أي مقاول تنفيذها. ولأن نموذج الانتشار يولّد منحنى زجاجيًا انسيابيًا عضويًا بالسهولة نفسها التي يولّد بها جدارًا مسطحًا، فإن الاثنين متساويان في البساطة بالنسبة للذكاء الاصطناعي. أما بالنسبة لميزانيتك، فالخيار المنحني يكلف 20 ضعفًا.

وتتمثل المشكلة الأعمق في أن هذه النماذج لا تستطيع "ترشيد" الهندسة، أي تقسيم المنحنى المعقد إلى قطع مسطحة قابلة للقص يستطيع المصنع إنتاجها فعليًا. ومن دون تضمين هذه الخطوة في عملية التوليد، فإن كل واجهة مندفقة ينتجها الذكاء الاصطناعي تبقى خيالًا اقتصاديًا. ومعظم شركات الاستشارات في الذكاء الاصطناعي تكتفي بلف هذه النماذج العامة في واجهة مخصصة وبيعها كأدوات معمارية. إنهم يبيعون لك المشكلة، لا الحل.

ما الذي ينجح (وما الذي لا ينجح)

ما لا ينجح:

• الأدوات المغلَّفة (Wrapper-based). وهي أدوات تضع واجهة مخصصة فوق نماذج عامة مثل GPT-4 أو Midjourney، فترث كل حدود النموذج الأساسي: لا فيزياء، ولا وعي بالتكاليف، ولا بيانات سلسلة التوريد.
• المراجعة الهندسية بعد التوليد. الانتظار حتى يصل التصميم المفاهيمي إلى المقاول للتسعير يؤدي إلى "صدمة الأسعار" وإعادة تصميم مكلفة. الضرر يكون قد وقع بالفعل.
• تحسين الطوبولوجيا وحده. تقوم هذه التقنية على إزالة المواد للوصول إلى هياكل كفؤة، لكنها كثيرًا ما تنتج أشكالًا عضوية شبيهة بالعظام، كفؤة هيكليًا لكنها باهظة التكلفة إلى حد غير عملي عند التصنيع بالطرق القياسية.

ما الذي ينجح: التصميم التوليدي القائم على القيود

المبدأ الجوهري بسيط: فبدلًا من توليد الصور ثم التحقق مما إذا كانت تعمل، تُثبَّت قواعد الواقع برمجةً صلبة في عملية صنع قرار الذكاء الاصطناعي منذ البداية. وإليك كيف يعمل ذلك:

1. المدخلات: قيودك الواقعية. يستوعب النظام حدود موقعك، وقوانين البناء المحلية (مثل معايير أحمال الرياح ASCE 7-16)، ومخزون الفولاذ المتاح آنيًا من مراكز الخدمة الإقليمية، وميزانية مشروعك. وهذه ليست اقتراحات للذكاء الاصطناعي، بل حدود صارمة لا يمكنه انتهاكها.

2. المعالجة: وكيل ذكاء اصطناعي يتعلم بالبناء. يقترح وكيل تعلم معزز عميق (Deep Reinforcement Learning) — وهو ذكاء اصطناعي يتعلم بالتجربة والخطأ داخل محاكي فيزيائي — تصاميم إنشائية ملايين المرات. ويُفحص كل اقتراح فورًا عبر وحدات متخصصة: محرك فيزياء يحسب الإجهادات وأحمال الرياح، ومحرك تكاليف يسعّر كل عارضة ووصلة، ومدقق يفحص الامتثال للقانون. ويكسب الذكاء الاصطناعي مكافآت على التصاميم الرخيصة القوية القابلة للبناء، ويتعرض لعقوبات باهظة عند انتهاك القوانين أو استخدام مواد غير متوفرة أو تجاوز التكلفة.

3. المخرجات: أصل قابل للبناء ومُسعَّر. النتيجة ليست صورة جميلة، بل تصميم إنشائي يحدد مقاطع فولاذية حقيقية (مثل عارضة W24x68) متوفرة فعلًا لدى الموزع المحلي. يراعي أطوال المخزون القياسية لتقليل الهدر، ويعتمد الوصلات الملولبة القياسية افتراضيًا بدلًا من اللحام الميداني المكلف، ويتجنب الزجاج المنحني ما لم تبرر القيمة التكلفة بوضوح.

وهنا تحديدًا تكتسب المقاربة العصبية الرمزية (neuro-symbolic) في فرض قيود الذكاء الاصطناعي قيمتها. يجمع النظام بين قدرة الشبكات العصبية على التعلم وقواعد مثبتة برمجيًا لا يمكن تجاوزها. الجاذبية غير قابلة للتفاوض، وقوانين البناء غير قابلة للتفاوض، وميزانيتك غير قابلة للتفاوض.

وبالنسبة لفرق الامتثال والمخاطر لديك، تتمثل الميزة الحاسمة في سجل التدقيق. فكل قرار تصميمي يتخذه الذكاء الاصطناعي يُسجَّل مقابل قيد محدد. يمكنك تتبع سبب اختيار عارضة بعينها، والبند القانوني الذي حكم حساب أحمال الرياح، والأثر التكلفي لكل بديل فكّر فيه الذكاء الاصطناعي. وهذا مهم بشكل خاص لـ مشاريع العقارات والإسكان حيث تشتد الرقابة التنظيمية. كما يمكنك تطبيق تقنيات المحاكاة والتوأم الرقمي للتحقق من صحة التصاميم مقابل ظروف العالم الواقعي قبل إنفاق دولار واحد على البناء.

أما التحليل الفني الكامل للبنية القائمة على القيود، فيستعرض المستند التقني دالة المكافأة والشبكات العصبية المدعومة بالفيزياء ونظام الوكلاء الفيدرالي. كما يمكنك استكشاف النسخة التفاعلية للاطلاع على جولة بصرية.