Ứng dụng AI trong xây dựng: Nâng cao giám sát, cảnh báo sớm rủi ro công trình

Ứng dụng trong quản lý rủi ro, đánh giá "sức khỏe" công trình

Theo TS Nguyễn Văn Hùng (Bộ môn Kỹ thuật xây dựng, Khoa Công nghệ xây dựng giao thông, Trường Đại học Công nghệ - Đại học Quốc gia Hà Nội), sự phát triển nhanh chóng của hạ tầng đô thị, đặc biệt là không gian ngầm, đang đặt ra nhiều thách thức lớn. Các hiện tượng như sụt hố móng, hư hại công trình lân cận, sập đường hầm hay sụt lún đường giao thông có nguy cơ xảy ra ngày càng cao.

Hội thảo khoa học “AI và chuyển đổi số trong quản lý và tư vấn giám sát” do Công ty CP Tư vấn công nghệ, thiết bị và kiểm định xây dựng (CONINCO) phối hợp cùng Amazon Web Services (AWS) tổ chức.

Bên cạnh đó, hệ thống hạ tầng hiện hữu đang dần già hóa, hư hại diễn ra nhanh trong khi công tác giám sát chủ yếu vẫn mang tính thủ công, thiếu các công cụ định lượng. Thực tế này đòi hỏi sự chuyển dịch từ phương pháp "chẩn đoán định tính" sang "giám sát định lượng tự động".

TS Nguyễn Văn Hùng nhận định, trong quản lý rủi ro công trình, mô hình vận hành truyền thống hiện nay chủ yếu dựa trên các dữ liệu và mô hình tĩnh, rời rạc. Các tệp BIM tồn tại dưới dạng lưu trữ cục bộ, việc phân tích sử dụng mô phỏng số FEM được thực hiện offline, trong khi phản ứng xử lý mang tính bị động, chỉ can thiệp khi đã xảy ra hư hại.

Ngược lại, mô hình vận hành thông minh hướng tới hệ sinh thái dữ liệu động và liên thông. Dữ liệu được xây dựng theo hướng "data-centric", kết nối hai chiều giữa BIM và hệ thống IoT trên nền tảng điện toán đám mây.

Trong đó, mô phỏng số FEM đóng vai trò tạo dữ liệu lớn để huấn luyện AI, còn AI kết hợp IoT giúp dự báo theo thời gian thực. Nhờ đó, hệ thống có thể đưa ra cảnh báo sớm, hỗ trợ quản lý chủ động và tích hợp đa hạ tầng trên một nền tảng bản sao số thống nhất.

TS Hùng đề cập một số ứng dụng trong đánh giá "sức khỏe" kết cấu công trình như thông qua kết hợp các phần mềm ABAQUS, MATLAB & ML đưa vào dự đoán lan truyền vết nứt công trình. Hay ứng dụng mô phỏng PLAXIS & ML để dự báo lún bề mặt trong thi công hầm TBM…

"Việc tích hợp mô phỏng số FEM, dữ liệu quan trắc và AI không chỉ giúp nâng cao độ chính xác trong đánh giá mà còn tạo nền tảng cho hệ thống giám sát chủ động, cảnh báo sớm rủi ro và tối ưu hóa công tác vận hành, bảo trì công trình", TS Nguyễn Văn Hùng chia sẻ.

Tại Hội thảo, các diễn giả chia sẻ một số ứng dụng AI mới trong công trình xây dựng.

Ứng dụng trong kiểm định và bảo trì công trình cầu

Còn theo ông Nguyễn Đức Tuấn Phong, đại diện AI for AEC Lab, Khoa Công nghệ thông tin, Trường Đại học Kiến trúc Hà Nội cho biết, công tác kiểm tra, bảo trì hệ thống cầu bê tông giữ vai trò đặc biệt quan trọng trong đảm bảo an toàn công trình.

Phương pháp kiểm định truyền thống hiện nay chủ yếu dựa vào đánh giá trực quan thủ công, không chỉ tốn kém, mất thời gian mà còn tiềm ẩn rủi ro và mang tính chủ quan cao. Các đơn vị đã ứng dụng AI truyền thống vào giám sát công trình. Dù các mô hình học sâu cho độ chính xác cao, nhưng phần lớn vẫn hoạt động như những "hộp đen" (black-box), thiếu khả năng diễn giải. Điều này khiến kỹ sư khó xác định được nguyên nhân cụ thể dẫn đến kết luận của AI, chẳng hạn như vùng nào thực sự chứa hư hại.

Hạn chế này trở thành rào cản lớn trong các hệ thống liên quan đến an toàn công trình, bởi nếu không thể giải thích và kiểm chứng, kết quả từ mô hình sẽ thiếu độ tin cậy khi đưa vào thực tế. Do đó, việc phát triển các công cụ AI có tính minh bạch cao, hay còn gọi là trí tuệ nhân tạo có khả năng giải thích (XAI) là yêu cầu cấp thiết, giúp kỹ sư xác minh dự đoán và đưa ra quyết định bảo trì chính xác hơn.

Từ thực tế đó, nhóm nghiên cứu đã đề xuất một khung XAI tích hợp, vừa đảm bảo khả năng phát hiện hư hại với độ chính xác cao, vừa cung cấp các bản đồ giải thích trực quan. Đó là mô hình phát hiện đối tượng YOLOv8 được kết hợp với kỹ thuật phân tích Grad-CAM++, cho phép hệ thống không chỉ khoanh vùng khu vực hư hại mà còn tạo "bản đồ nhiệt" làm nổi bật các đặc trưng điểm ảnh ảnh hưởng trực tiếp đến quyết định của AI.

Khung XAI kết hợp YOLOv8 và Grad-CAM++, giúp nhận diện 7 loại hư hại cầu và đồng thời cung cấp bản đồ nhiệt giải thích cho từng dự đoán.

"Kết quả này góp phần giải quyết bài toán "hộp đen", nâng cao tính minh bạch và độ tin cậy của các hệ thống tự động đánh giá hư hại kết cấu, mở ra hướng ứng dụng hiệu quả hơn của AI trong lĩnh vực kiểm định và bảo trì công trình cầu", ông Nguyễn Đức Tuấn Phong cho biết.

Hội thảo cho thấy AI đang được ứng dụng sâu rộng trong lĩnh vực xây dựng.

Ứng dụng trong quản lý đô thị và bảo tồn rừng

Chia sẻ về ứng dụng Mô hình nền tảng AlphaEarth (AEF) và viễn thám đa nguồn trong quy hoạch, quản lý đô thị và quản trị tài nguyên tỉnh Bắc Ninh sau sáp nhập, TS Ngô Đức Anh (Trung tâm Vũ trụ Việt Nam thuộc Viện Hàn lâm Khoa học và Công nghệ Việt Nam) cho biết: Sau quá trình sáp nhập địa giới hành chính, việc mở rộng địa giới mang đến "thách thức kép" cho Bắc Ninh trong quản lý tốc độ đô thị hóa bùng nổ và bảo tồn hơn 160.508 ha rừng tại các xã miền núi.

Trình bày nghiên cứu về một giải pháp toàn diện dựa trên hệ thống Open Data Cube (ODC) và trí tuệ nhân tạo không gian (GeoAI), TS Ngô Đức Anh nhận định: Trong bài toán quản lý tài nguyên, việc giám sát suy thoái rừng tại vùng nhiệt đới thường xuyên bị cản trở bởi đặc thù mây phủ, đòi hỏi sự can thiệp của dữ liệu Radar (SAR). Tuy nhiên, các thuật toán SAR truyền thống thường mắc sai số nghiêm trọng tại vùng địa hình chia cắt phức tạp.

Để khắc phục rào cản này, việc nghiên cứu ứng dụng Mô hình nền tảng AlphaEarth kết hợp chuỗi thời gian Sentinel-1 nhằm trích xuất các đặc trưng không gian sâu, qua đó nâng cao vượt trội độ tin cậy trong dự báo nguy cơ mất rừng.

Nghiên cứu đã chứng minh ứng dụng công nghệ viễn thám đa nguồn, kết hợp với sức mạnh của mô hình nền tảng AlphaEarth mang lại giải pháp quản trị không gian toàn diện. Hệ thống không chỉ giải quyết bài toán phát hiện vi phạm đô thị, lún sụt hạ tầng mà còn bảo vệ 160.508 ha rừng thông qua hệ thống cảnh báo sớm có độ chính xác cao.

Kết hợp với nền tảng giám sát đô thị hóa, kết quả nghiên cứu cung cấp một luận cứ khoa học vững chắc và công cụ quản trị dữ liệu toàn diện, hỗ trợ đắc lực cho các cấp lãnh đạo trong việc hoạch định chính sách và ra quyết định phát triển bền vững.

"Chuyển đổi số thông qua GeoAI chính là ‘chìa khóa’ để Bắc Ninh hiện thực hóa tầm nhìn quy hoạch 2021-2030, kiến tạo một thành phố trực thuộc Trung ương xanh - số - thông minh và bền vững", TS Ngô Đức Anh nhận định.