Prošle zime, tijekom izgradnje projekta pristupačnog stanovanja na Martha’s Vineyardu, Massachusetts, 32-godišnji radnik po imenu Jose Luis Collaguazo Crespo pao je s ljestava na drugom katu i izgubio život. Bio je jedan od više od 1.000 građevinskih radnika koji godišnje poginu na poslu u SAD-u, čineći ovu industriju najopasnijom za smrtonosne padove. “Svi govore o tome kako je ‘sigurnost najveći prioritet,’” rekao je poduzetnik i izvršni direktor Philip Lorenzo na prezentaciji na Construction Innovation Day 2025, konferenciji na Sveučilištu California, Berkeley, u travnju. “Ali možda to interno nije tako visoki prioritet. Ljudi skraćuju put na gradilištima. Tako postoji cijela borba između … sigurnosti i produktivnosti.”
Kako bi se borio protiv skraćivanja putanje i rizika, Lorenzo radi na alatu za tvrtku DroneDeploy iz San Francisca, koja prodaje softver koji stvara dnevne digitalne modele napretka rada iz videa i slika, poznat kao “realnost hvatanje.” Alat, nazvan Safety AI, analizira slike dnevnog hvatanja stvarnosti i označava uvjete koji krše pravila Uprave za sigurnost i zdravlje na radu (OSHA), s točnošću od 95%. To znači da za svaki sigurnosni rizik koji softver označi, postoji 95% sigurnosti da je oznaka točna i odnosi se na specifičnu OSHA regulativu. Pokrenut u listopadu 2024., sada se koristi na stotinama građevinskih mjesta u SAD-u, a verzije prilagođene graditeljskim regulativama u zemljama poput Kanade, Velike Britanije, Južne Koreje i Australije također su implementirane.
Safety AI jedan je od više AI alata za sigurnost u građevinarstvu koji su se pojavili u posljednjih nekoliko godina, od Silicijske doline do Hong Konga i Jeruzalema. Mnogi od ovih alata oslanjaju se na timove ljudskih “klikera,” često u zemljama s niskim plaćama, koji ručno crtaju okvirne kutije oko slika ključnih objekata poput ljestava kako bi označili velike količine podataka za obuku algoritma. Lorenzo tvrdi da je Safety AI prvi alat koji koristi generativnu AI za označavanje kršenja sigurnosti, što znači da algoritam može učiniti više od prepoznavanja objekata kao što su ljestve ili zaštitne kacige. Softver može “razmišljati” o tome što se događa na slici gradilišta i donijeti zaključak o tome postoji li kršenje OSHA pravila. Ova naprednija forma analize nego što je trenutno standard u industriji, zahtijeva iskusnog inspektora sigurnosti kao nadzornika.
U svijetu vizualnog jezika, Lorenzo misli da je izgradio bolji način nadgledanja gradilišta, koristeći generativnu AI poznatu kao vizualni jezični model (VLM). VLM je LLM s vizualnim kodom, što mu omogućuje “vidjeti” slike svijeta i analizirati što se događa u sceni. Koristeći godine prikupljenih slika stvarnosti uz odobrenje kupaca, Lorenzoov tim sastavio je ono što naziva “zlatnim skupom podataka” koji obuhvaća desetke tisuća slika kršenja OSHA pravila. Za obuku modela, Lorenzo ima manji tim stručnjaka za sigurnost koji postavljaju strateška pitanja AI-u. Ako VLM ne generira ispravan odgovor, ljudski treneri se vraćaju i prilagođavaju ulaze.
Unatoč izazovima, Lorenzo priznaje da je korištenje vizualnih jezičnih modela u građevinskoj AI pozitivno, ali postoje “neka prilično temeljna pitanja” koja treba riješiti, uključujući halucinacije i probleme rubnih slučajeva, one anomalne opasnosti za koje VLM nije treniran. No, za preopterećene menadžere sigurnosti, koji često odgovaraju za više od 15 gradilišta odjednom, ovaj digitalni alat predstavlja poboljšanje.
