Так почему rTIM – не нейросеть? 🤨

Мы уже рассказывали тут и тут про разные виды ИИ. Сейчас всё чаще можно услышать словосочетание «сильный искусственный интеллект». Такой ИИ способен расширить границы интеллектуальных способностей человека и усилить его профессиональные возможности.

Именно к такому классу ИИ можно отнести генеративные модели, которые по образу и подобию воспроизводят результаты творческого и инженерного труда даже не одного человека, а целых команд.

Генеративные модели могут быть построены на нейросетевых технологиях. Но помимо крайне высоких требований к объёмам данных для обучения (в идеале – миллионы образцов) нейросети не могут гарантировать точность результата. Нейросети хорошо улавливают и воспроизводят общие принципы, но часто ошибаются в деталях. Все, наверное, видели эти лишние пальцы на сгенерированных фотографиях людей. В случае с градостроительными задачами такие допущения выливаются во множество нарушений отдельных нормативов.

Потому для сфер с серьёзным регулированием, где ошибки в деталях недопустимы, необходимо использовать другие алгоритмы, которые выдают более предсказуемый и контролируемый результат.

В rTIM в составе математических моделей, которые обеспечивают генерацию цифровых проектов и поиск оптимальных решений, применяются генетические алгоритмы. Они обеспечивают вычисления по принципам природной эволюции, представляя цифровую модель территории в виде популяции особей, которые от поколения к поколению становятся "сильнее", а "слабые" (то есть нарушающие нормативы) особи вымирают. Такая технология в руках опытного проектировщика позволяет сократить срок разработки концепции даже не в разы, а на порядки.

#rtim_вопросы