الكشف عن العيوب بالذكاء الاصطناعي في البناء: دليل عملي

٢٦ مايو ٢٠٢٦•8 دقائق قراءة•Viacheslav Muliukin

تكاليف إعادة الأعمال في البناء قد تصل إلى 30% من قيمة المشروع. يرصد الذكاء الاصطناعي مشكلات الجودة في صور الموقع قبل أن تتحول إلى إصلاحات مكلفة. إليك كيف يعمل ذلك.

لا تُكتشف معظم العيوب في الوقت المناسب. تظهر خلال جولة الفحص النهائية، أو أثناء معاينة العميل، أو بعد التسليم حين يصل إليك فاتورة الإصلاح. وفقاً لمعهد ماكنزي العالمي، تُسهم تدني الجودة وإعادة الأعمال في ما يصل إلى 30% من تكاليف مشاريع البناء على مستوى العالم. ويبقى هذا الرقم مرتفعاً ليس لأن مديري المواقع مُهملون، بل لأن أساليب الفحص التقليدية لم تُصمَّم أصلاً لرصد المشكلات مبكراً وعلى نطاق واسع.

يُغيّر الذكاء الاصطناعي للكشف عن العيوب هذه المعادلة الزمنية. تُحلَّل الصور الملتقطة خلال النشاط الميداني الاعتيادي في الوقت الفعلي، مع الإشارة إلى مشكلات الجودة قبل أن تُغطيها أعمال الحرفة التالية. يشرح هذا الدليل آلية عمل التقنية، والمجالات التي تُحقق فيها قيمة حقيقية، وكيفية دمجها في سير عمل موقع فعلي دون الإخلال بما يؤدي وظيفته بالفعل.

كيف تُلتقط صور الموقع وتُرسَل

خلاصة سريعة: يُحلّل الذكاء الاصطناعي للكشف عن العيوب صور المواقع للإشارة إلى مشكلات الجودة كالشقوق والتجاويف الخلوية والعناصر غير المتوازية قبل أن تتحول إلى إعادة أعمال مكلفة. يعمل بصورة أفضل حين يكون طبقةً للإنذار المبكر إلى جانب عملية الفحص القائمة، لا بديلاً عن مهندسي الموقع المؤهلين. أكبر مكسب ليس الدقة؛ بل التوقيت.

⚡ TL;DR

تكاليف إعادة الأعمال في البناء تصل إلى 30% من إجمالي قيمة المشروع (معهد ماكنزي العالمي)
يستطيع الذكاء الاصطناعي فحص مئات الصور في دقائق، وهو ما يستغرق من فريق ضمان الجودة ساعات
يكتشف الذكاء الاصطناعي العيوب السطحية المرئية بموثوقية؛ لكنه لا يستطيع تقييم السلامة الهيكلية
القيمة الحقيقية للتقنية تكمن في اكتشاف العيوب بينما تكون تكلفة المعالجة لا تزال منخفضة
يتطلب الدمج الفعّال عادات ثابتة في التصوير أكثر من احتياجه لإعداد برمجي معقد

ما هو الكشف عن العيوب بالذكاء الاصطناعي في البناء؟

يستخدم الكشف عن العيوب بالذكاء الاصطناعي في البناء نماذج رؤية حاسوبية مدرَّبة على آلاف صور المواقع للتعرف تلقائياً على الشذوذات في الصور الجديدة. وفقاً لمراجعة عام 2023 في مجلة Automation in Construction، تستطيع نماذج التعلم العميق اكتشاف الشقوق السطحية وعيوب الخرسانة بمعدلات دقة تتراوح بين 85% و92% في ظروف محكومة. لا يحلّ النظام محل الفحص البشري، بل يعمل كمرحلة أولى سريعة تُبرز المرشحين للمراجعة والتأكيد من قِبل مدير الموقع أو مهندس ضمان الجودة.

تتكون العملية الأساسية من ثلاث خطوات: يُلتقط الصورة في الموقع وتُرسَل إلى المنصة، ثم يُحلّل نموذج الذكاء الاصطناعي أنماط البكسل مقارنةً ببيانات تدريبه بحثاً عن سمات أنواع العيوب المعروفة، وأخيراً يُعيد نتيجة مُعلَّمة مع درجة ثقة، يقوم الإنسان بعدها بالقبول أو الرفض أو التصعيد. خطوة الحكم البشري غير قابلة للتفاوض، ومن المهم فهمها جيداً قبل وضع التوقعات مع فريقك.

تقارير فحص الذكاء الاصطناعي وكيفية إنشائها

لماذا يُخفق الكشف التقليدي عن العيوب مع مديري المواقع؟

يُخفق الكشف التقليدي عن العيوب في المقام الأول بسبب التوقيت. كشف تقرير CIOB لعام 2022 أن 52% من المتخصصين في البناء لا يتعرفون على مشكلات الجودة إلا في مرحلة الفحص أو بعدها، أي بعد فوات أوان المعالجة المباشرة. بحلول ذلك الوقت، كثيراً ما تكون العيوب قد غطّتها أعمال لاحقة، محوّلةً إصلاحاً بسيطاً إلى عملية هدم وإعادة بناء. عملية الفحص نفسها ليست معطوبة؛ المشكلة أن مُحفّز الفحص يأتي متأخراً جداً.

تُضاعف قوائم المراجعة الورقية المشكلة من ثلاثة أوجه: أولاً، تعتمد اعتماداً كلياً على ذاكرة الإنسان خلال جولة تغطي عشرات العناصر في وقت محدود. ثانياً، تُنتج سجلات ثابتة لا يمكن مقارنتها بالأدلة الفوتوغرافية دون جهد يدوي. ثالثاً، لا تُرسّخ أي ذاكرة مؤسسية: حين يغادر مهندس ضمان الجودة المشروع، تغادر معه قدرته على التعرف على الأنماط في العيوب المتكررة.

تُهمّ مشكلة الحجم أيضاً. يُنتج مشروع متوسط الحجم في منطقة الخليج مئات صور الموقع أسبوعياً عبر حرف متعددة. لا يملك أي فريق لضمان الجودة النطاق الترددي الكافي لفحص جميعها بحثاً عن مشكلات الجودة. تُلتقط معظم الصور لتوثيق التقدم ولا تُراجع قط بمنظور الجودة. هنا تُضيف عمليات فحص الذكاء الاصطناعي قيمة حقيقية: إذ يمكنها فحص مجموعة الصور الكاملة، لا تلك التي أتيح للإنسان وقت للاطلاع عليها فحسب.

قائمة توثيق السلامة والجودة في البناء

كيف يُحلّل الذكاء الاصطناعي صور مواقع البناء بحثاً عن العيوب؟

تعمل برامج الكشف عن عيوب البناء بالذكاء الاصطناعي عبر تطبيق الشبكات العصبية التلافيفية (CNNs) على صور المواقع، وهي فئة من نماذج التعلم العميق فعّالة بشكل خاص في التعرف على الأنماط في البيانات المرئية. وجدت ورقة بحثية عام 2024 في مجلة Journal of Construction Engineering and Management أن النماذج القائمة على CNNs والمدرَّبة على مجموعات بيانات بناء مُصنَّفة تفوّقت على أساليب معالجة الصور التقليدية بفارق 23 نقطة مئوية في معدلات استدعاء العيوب. بعبارة مبسّطة: رأى النموذج آلاف أمثلة على مظهر سطح الخرسانة المتخلخل، فيُطابق الصور الجديدة مع تلك السمة المكتسبة.

النموذج لا "يفهم" البناء. بل يتعرف على أنماط البكسل المرتبطة بتصنيفات العيوب في بيانات تدريبه. هذه هي قوته وقيوده في آن. فهو سريع ومتسق للغاية؛ لن يفوته شيء لأنه مُتعب في نهاية يوم عمل طويل. لكنه لا يستطيع الإشارة إلا لما دُرِّب على التعرف عليه، وقد تُربكه الإضاءة غير المألوفة أو زوايا الكاميرا المتطرفة أو الأسطح التي لم يصادفها من قبل.

جودة الصورة تُحدد جودة المخرجات أكثر من أي متغير آخر. صورة ضبابية ملتقطة ضد الضوء من مسافة ثلاثة أمتار عن الجدار ستُنتج نتائج غير موثوقة. أما الصورة القريبة، جيدة الإضاءة، للعنصر المحدد قيد المراجعة فستُنتج نتائج موثوقة. لهذا السبب، تدريب فريق الموقع على عادات ثابتة في التصوير لا يقل أهمية عن اختيار الأداة الصحيحة.

ما الذي يستطيع الكشف عن العيوب بالذكاء الاصطناعي اكتشافه فعلاً؟

فحص الموقع بالذكاء الاصطناعي فعّال فعلاً في رصد العيوب السطحية المرئية. تؤكد أبحاث منشورة في Automation in Construction موثوقية الكشف عن الشقوق السطحية في الخرسانة (بما يشمل تصنيف العرض)، والتقشر، والتجاويف الخلوية وفراغات النفخ، والحديد المكشوف، والتقشر الطبقي، والعناصر غير المتوازية أو المفقودة في الأنماط الهيكلية المتكررة كشبكات الحديد وصفوف الطوب. هذه اكتشافات ذات قيمة عالية لأنها سهلة الإغفال في جولة بصرية سريعة ومكلفة الإصلاح متى طُمرت.

[بيانات أصلية] في تجربتنا مع المقاولين في منطقة الخليج، فئة العيوب الأكثر تكراراً في الإشارات التي يكتشفها الذكاء الاصطناعي ويُغفلها غيره هي الشقوق السطحية في العناصر الخرسانية التي تُصوَّر أثناء توثيق التقدم، لا أثناء فحص الجودة. كانت الصورة ملتقطة لإظهار تقدم عمليات الصب، فاكتشف الذكاء الاصطناعي شقاً لم يكن أحد يبحث عنه. تمثّل هذه الفئة بمفردها تحولاً جوهرياً في ما تغطيه عملية "الفحص" فعلاً في موقع مزدحم.

ما لا يستطيع الذكاء الاصطناعي فعله لا يقل أهمية في التصريح به بوضوح. لا يستطيع تقييم السلامة الهيكلية أو قدرة التحمل أو الأحوال تحت السطحية. لا يستطيع تحديد ما إذا كانت الشقة مجرد مظهرية أم تحت الحمل. لا يستطيع تقييم جودة اللحام تحت السطح أو استمرارية غشاء العزل المائي تحت الملاط، أو تفاوتات تركيب الأنظمة الميكانيكية والكهربائية والسباكة دون تعريض بصري. أي أداة ذكاء اصطناعي تُوحي بخلاف ذلك تُبالغ في قدراتها.

[رؤية فريدة] الإطار الأكثر فعالية لمديري المواقع هو التالي: الذكاء الاصطناعي يُعالج مشكلة الحجم، والبشر يُعالجون مشكلة الحكم. يفحص الذكاء الاصطناعي كل شيء بسرعة؛ مهندس ضمان الجودة لديك يُؤكد ويرفض ويُقرر ما تعنيه الإشارة. حين يفهم الفريق هذا التقسيم للمسؤوليات بوضوح، تنخفض مقاومة التبني بشكل ملحوظ.

كيف تدمج الكشف عن العيوب بالذكاء الاصطناعي في سير عمل موقع حقيقي؟

يتبع دمج الكشف الفعّال عن العيوب بالذكاء الاصطناعي نهجاً من خمس خطوات يحافظ على هيكل الفحص القائم مع إضافة طبقة فحص بالذكاء الاصطناعي، بناءً على الأساس الموضح في دليل أتمتة عمليات فحص البناء من البداية إلى النهاية. وفقاً لتقرير Dodge Construction Network SmartMarket لعام 2023، أفاد المقاولون الذين دمجوا أدوات الذكاء الاصطناعي تدريجياً في سير العمل الحالي بمعدلات تبني أعلى بنسبة 40% مقارنةً بمن حاولوا استبدال سير العمل بالكامل. ينجح النهج التدريجي لأنه لا يطلب من الفرق التخلي عما يؤدي وظيفته بالفعل.

الخطوة 1: حدّد بروتوكول التقاط الصور

قبل تفعيل أي أداة للذكاء الاصطناعي، حدّد كيف ستُلتقط الصور. ضع الحد الأدنى من المتطلبات: المسافة من العنصر، حالة الإضاءة، اصطلاح التسمية (رمز الموقع، التاريخ، الحرفة). المدخلات المتسقة تُنتج مخرجات ذكاء اصطناعي متسقة. تستغرق هذه الخطوة جلسة إحاطة نصف يوم وبطاقة مرجعية من صفحة واحدة لفريق الموقع.

الخطوة 2: ابدأ بحرفة واحدة وفئة عيوب واحدة

لا تحاول استيعاب كل شيء دفعة واحدة. اختر الحرفة ذات أعلى معدل تاريخي للعيوب في موقعك، أو فئة العيوب ذات أكثر تاريخ إعادة أعمال مكلف. أعمال الخرسانة والبناء نقاط انطلاق شائعة لأن العيوب مرئية وممثَّلة جيداً في بيانات التدريب وتكاليف معالجتها المتأخرة باهظة.

الخطوة 3: وجّه الصور المُعلَّمة إلى مراجع مُسمّى

يجب أن تصل كل إشارة من الذكاء الاصطناعي إلى شخص بعينه، لا إلى صندوق بريد جماعي. عيّن مهندس ضمان جودة أو مدير موقع لمراجعة العناصر المُعلَّمة يومياً. حدّد نافذة مراجعة، 24 ساعة أمر واقعي، حتى لا تتراكم الإشارات. الملكية الواضحة تمنع نمط الفشل الشائع الذي تتكدس فيه التنبيهات دون مراجعة ويفقد الفريق الثقة بالنظام.

الخطوة 4: أغلق الحلقة كتابياً

عند مراجعة إشارة ما، يجب تسجيل النتيجة: عيب مؤكد مع إجراء معالجة، أو مرفوض كغير ذي أهمية مع ذكر السبب، أو مُحال إلى متخصص. يُنشئ هذا مسار تدقيق يحميك في النزاعات. كما يبني مجموعة بيانات خاصة بالمشروع تُحسّن مدى ملاءمة إشارات الذكاء الاصطناعي بمرور الوقت.

الخطوة 5: وسّع نطاقك حرفةً بحرفة

حين تسير الحرفة الأولى بسلاسة، أضف التالية. يجد معظم الفرق أنه بعد تغطية ثلاثة أنواع من الحرف، يُصبح التقاط الصور عادة راسخة في الموقع لا مهمة إضافية. عند تلك النقطة، تُؤدي طبقة الذكاء الاصطناعي عمل جودة حقيقياً عبر معظم المشروع.

أتمتة تقارير تقدم البناء

كيف يعمل فحص الذكاء الاصطناعي في Banamind؟

تم بناء ميزة فحص الذكاء الاصطناعي في Banamind خصيصاً للمقاولين في منطقة الخليج الذين يُدارون المواقع عبر WhatsApp. صُمِّم سير العمل حول طريقة التواصل التي تعتمدها فرق المواقع بالفعل، لا حول طريقة عمل البرمجيات المؤسسية. يُرسل فريق الموقع الصور عبر WhatsApp خلال نشاطه الاعتيادي: التحديثات التقدمية، والتقارير اليومية، وتسليم الحرف. يُحلّل الذكاء الاصطناعي تلك الصور ويُشير إلى العيوب المحتملة دون الحاجة إلى تطبيقات إضافية أو بيانات دخول أو أجهزة في الموقع.

تظهر العناصر المُعلَّمة في لوحة تحكم المشروع مع الصورة ذات الصلة ودرجة ثقة الذكاء الاصطناعي وعلامة الموقع. يراجع مدير الموقع أو مهندس ضمان الجودة الإشارات من نفس الواجهة المستخدمة للتقارير اليومية. حين يُؤكَّد العيب، يُنشأ تقرير فحص منظّم تلقائياً يتضمن الصورة والموقع والحرفة المسؤولة والطابع الزمني. يستوفي هذا التقرير معايير التوثيق لعقود FIDIC ومراجعة المهندس الخارجي.

لا يتطلب النظام نموذج BIM أو رخصة برمجيات ضمان جودة مخصصة أو مشروع نشر تقني. يمكن لموقع بأي حجم البدء في غضون ساعات. القيد الواجب توضيحه: إشارات ذكاء Banamind مرشّحة للمراجعة البشرية؛ مهندس موقعك هو من يُصدر الحكم النهائي على كل إشارة. الذكاء الاصطناعي طبقة فحص، لا آلية موافقة.

[تجربة شخصية] "النمط الذي رأيته مراراً عبر مشاريع الخليج هو أن العيب لم يكن مجهولاً؛ بل كان غير موثّق في الوقت المناسب. لاحظ شخص ما في الموقع الشق أو الصبة الرديئة، وأخذ صورة لسجله الخاص، ولم يبلّغ لأنه لم يكن متأكداً إذا كان من مسؤوليته رفع الأمر. حين يفحص الذكاء الاصطناعي تلك الصور منهجياً ويُوجّه الإشارات إلى مراجع مُسمّى، تتحول تلك الملاحظات غير الرسمية إلى سجلات رسمية. يُعالَج العيب في أيام لا يُكتشف في مرحلة الفحص النهائي بعد أشهر. هذه هي القيمة الفعلية: ليس أن الذكاء الاصطناعي يرى أكثر من الإنسان، بل أنه يعالج ما التقطه الإنسان بالفعل ولم يتصرف حياله." - Viacheslav Muliukin، المؤسس والرئيس التنفيذي، Banamind

تقديم الحجة لفريق ضمان الجودة

مقاومة التبني حقيقية وتستحق المعالجة المباشرة. وجد استطلاع Autodesk وDodge لعام 2023 أن 44% من المتخصصين في البناء يُشيرون إلى مقاومة الفريق باعتبارها العائق الرئيسي أمام تبني التقنية في المواقع. عادةً ما لا يتعلق القلق بالأداة نفسها؛ بل بالمساءلة. إذا أُغفلت إشارة من الذكاء الاصطناعي، مَن المسؤول؟

تتطلب الإجابة وضوحاً من مدير الموقع قبل الطرح. إشارات الذكاء الاصطناعي مدخلات لقرارات بشرية، لا أحكام مستقلة. مهندس ضمان الجودة الذي يراجع إشارة ويرفضها يمتلك تلك القرار. الإشارة حافز، لا نتيجة. هذه الصياغة تُزيل الغموض الذي يُولّد المقاومة.

[بيانات أصلية] وجدنا أن تسمية طبقة الذكاء الاصطناعي "عيناً ثانية" بدلاً من "مفتش بديل" يُخفّض المقاومة باستمرار خلال جلسات إحاطة الفريق. تُقرّ هذه الصياغة بما تفعله الأداة فعلاً، أي معالجة الحجم الذي لا يستطيع الإنسان تغطيته، دون الإيحاء بتراجع مكانة الحكم البشري.

الأسئلة الشائعة

هل يمكن للذكاء الاصطناعي اكتشاف العيوب الهيكلية في صور مواقع البناء؟

يستطيع الذكاء الاصطناعي الإشارة إلى الشذوذات السطحية المرئية كالشقوق والتقشر والتجاويف الخلوية والعناصر غير المتوازية. غير أنه لا يستطيع تقييم السلامة الهيكلية أو قدرة التحمل أو الأحوال تحت السطحية. تستلزم هذه الجوانب تقييماً من مهندس هيكلي مؤهل. الذكاء الاصطناعي يُضيّق قائمة ما يحتاج إلى اهتمام بشري؛ لكنه لا يحلّ محل حكم المهندس.

ما يجب تضمينه في تقرير فحص البناء

ما مدى دقة الكشف عن العيوب بالذكاء الاصطناعي في مجال البناء؟

تتفاوت الدقة بحسب نوع العيب وجودة الصورة. كشفت أبحاث منشورة في Automation in Construction أن نماذج الذكاء الاصطناعي تكتشف الشقوق السطحية بدقة تتراوح بين 85% و92% في ظروف محكومة. وتكون الدقة أدنى في بيئات العمل الفعلية نظراً لتباين صور المواقع في الإضاءة والزاوية والدقة. غير أن القيمة العملية تكمن في الحجم: إذ يستطيع الذكاء الاصطناعي فحص مئات الصور في وقت أقصر بكثير مما يحتاجه فريق بشري.

هل يعمل كشف العيوب بالذكاء الاصطناعي على صور الهاتف المرسلة عبر WhatsApp؟

نعم، شريطة أن تستوفي الصور الحد الأدنى من متطلبات الدقة والإضاءة. يضغط WhatsApp الصور، لكن كاميرات الهواتف الذكية الحديثة تنتج ملفات كبيرة بما يكفي للحفاظ على جودة قابلة للعمل بعد الضغط لأغراض فحص العيوب. المتغير الأساسي هو أسلوب التقاط الصورة: الصور القريبة جيدة الإضاءة لعنصر بعينه تتفوق على الصور البانية في ضوء خافت.

كم يستغرق إعداد منظومة الكشف عن العيوب بالذكاء الاصطناعي في موقع نشط؟

بالنسبة للأدوات المصممة للاستخدام الميداني لا لبيئات تقنية المعلومات المؤسسية، يستغرق الإعداد عادةً ساعات لا أسابيع. يعتمد الجدول الزمني الفعلي على تدريب الفريق على التقاط الصور بصورة صحيحة أكثر من اعتماده على تهيئة البرنامج. العادات الثابتة في التصوير، من حيث الزاوية والموضع المُصنَّف والإضاءة الكافية، أهم من المنصة المختارة.

الخلاصة في الكشف عن العيوب بالذكاء الاصطناعي

أقوى حجة لصالح الكشف عن العيوب بالذكاء الاصطناعي ليست التقنية. بل مشكلة التوقيت التي تحلّها. تُظهر أبحاث ماكنزي باستمرار أن العيوب المكتشفة أثناء البناء تكلف جزءاً بسيطاً مما تكلفه العيوب المكتشفة عند التسليم أو بعده: في أغلب الأحيان عشرة أضعاف أقل في مرحلة البناء مقارنةً بما بعد التسليم. أي نظام ينقل الاكتشاف إلى مرحلة أبكر في دورة حياة المشروع يستحق تقييماً جدياً.

لا تُلغي برامج الكشف عن عيوب البناء بالذكاء الاصطناعي الحاجة إلى مهندسي مواقع ذوي خبرة. بل تُزوّد هؤلاء المهندسين بمدخلات أفضل: مجموعة صور مُفلتَرة، ومرشّحون مُعلَّمون، وسجل منظّم لكل قرار مراجعة. هذا تحسين جوهري على قائمة المراجعة الورقية والجولة الشهرية لضمان الجودة.

ابدأ بنطاق ضيق. حرفة واحدة، فئة عيوب واحدة، مراجع واحد. أرسّخ عادة التصوير أولاً، لأن مخرجات الذكاء الاصطناعي لا تتجاوز جودة مدخلاته. حين يسير النطاق الأول بسلاسة، وسّع. الفرق التي تستفيد أكثر من فحص الذكاء الاصطناعي هي تلك التي تعاملت معه باعتباره تغييراً في سير العمل، لا تثبيتاً لبرنامج.

إذا أردت معرفة كيف يعمل هذا في سياق WhatsApp الأصلي لمشاريع الخليج، فإن أداة فحص الذكاء الاصطناعي من Banamind مبنية تحديداً لهذا سير العمل. لا تطبيقات جديدة. لا مشروع تقني. فقط نشاط التصوير القائم في موقعك، يُفحص ويُنظَّم تلقائياً.

كتبه Viacheslav Muliukin، المؤسس والرئيس التنفيذي، Banamind.