Blog

Revitalización de la Infraestructura: Reconstrucción del Key Bridge

Explora cómo las tecnologías de inteligencia artificial y aprendizaje automático podrían permitir la reconstrucción del puente Key de Baltimore, Maryland, acelerando los plazos del proyecto y facilitando un diseño innovador, un manejo eficiente de los datos y una distribución óptima de los recursos.

Revitalización de la Infraestructura: Reconstrucción del Key Bridge

El devastador derrumbe del el puente Francis Scott Key de Baltimore en marzo conmocionó al mundo y afectó al equilibrio económico de la ciudad, presentando una ardua tarea de reconstruir esta arteria de transporte fundamental. Los especialistas del sector han estimado que la reconstrucción podría llevar hasta 15 años.

El_Puente_Francis_Scott_Key_(Baltimore)

Foto del puente Francis Scott tomada de Wikipedia.

¿Por qué un plazo tan largo?

A menudo, las prácticas tradicionales para proyectos de arquitectura, ingeniería y construcción (AEC) son complejos y requieren mucho tiempo. El proceso implica un estricto cumplimiento de las normas reglamentarias, al tiempo que tener en cuenta muchas otras variables, como los cambios medioambientales, las implicaciones para el tráfico y el abastecimiento de materiales altamente especializados. Esta rígida metodología da lugar a mayor duración de proyectos. Sin embargo, la llegada de tecnologías emergentes, concretamente la inteligencia artificial (IA) y el aprendizaje automático (ML), podría cambiar drásticamente este panorama. 

La IA podría ser clave para acelerar las entregas

La IA se está promocionando como un elemento revolucionario, destinado a transformar los procesos empresariales para lograr una mayor eficiencia y reducir la presión sobre los recursos. Y, de hecho, en el ámbito de la arquitectura, la ingeniería y la construcción, las capacidades de la IA y el aprendizaje automático podrían ser transformadoras. Una de las principales fortalezas de la IA reside en la gestión, el análisis y la simplificación de grandes volúmenes de datos, así como en la oferta de recomendaciones instantáneas para la acción. 

Un estudio de mercado realizado por Accuris ha revelado que los ingenieros dedican más del 40% de su tiempo a localizar y recopilar datos debido al gran volumen de información que deben clasificar. Esto da lugar a un proceso de diseño lento y engorroso, que a menudo obstaculiza la innovación. Las plataformas de búsqueda y descubrimiento de conocimientos basadas en la inteligencia artificial y diseñadas con un enfoque ingenieril pueden mejorar drásticamente esta situación al filtrar una gran cantidad de datos, incluyendo normas, códigos y reglamentos, y ofrecer información ingenieril fundamental al alcance de la mano, junto con una lista sintetizada de información relevante. 

Los conceptos de diseño innovadores también se pueden crear rápidamente gracias a los algoritmos de diseño generativo de IA. Al introducir planos de diseño anteriores en modelos generativos de IA, junto con parámetros específicos del proyecto, como las características del suelo, los valores de carga del viento, la protección sísmica o las capacidades de peso, el modelo puede proporcionar posibles estrategias de desarrollo basadas en el análisis de datos anteriores. El aprendizaje automático puede predecir el rendimiento futuro y los costes de mantenimiento de las infraestructuras, lo que ayuda a una mejor asignación de los recursos. 

Además, la IA puede mejorar significativamente la planificación y programación de las actividades de construcción. En proyectos únicos como la reconstrucción del puente Key, la selección de proveedores y la adquisición de los materiales adecuados puede ser un proceso largo. Los algoritmos de IA pueden acelerar este proceso catalogando los proveedores adecuados y garantizando la entrega de los materiales en mucho menos tiempo, lo que se traduce en plazos de ejecución más eficientes, reducción de costes y un mínimo de desperdicio. 

A pesar de las increíbles capacidades de la IA y el ML, su éxito depende en gran medida de la calidad y la precisión de los datos utilizados para entrenarlos. La seguridad de los datos es otro factor crítico a tener en cuenta, teniendo en cuenta el aumento de los ciberataques, por lo que garantizar la privacidad de los datos es de suma importancia. Por lo tanto, es fundamental contar con políticas sólidas de gobernanza de datos y medidas estrictas de ciberseguridad para maximizar los resultados y el éxito. 

A pesar de estas advertencias, la IA y el ML ofrecen un enfoque innovador para proyectos de AEC como la reconstrucción del puente Key. Aunque no sustituirán al ingenio humano, estas tecnologías ofrecen herramientas muy valiosas para los equipos de ingeniería, ya que promueven la eficiencia, la precisión y la finalización puntual de los proyectos. Al combinar el poder de la IA con la integridad de los datos y una ciberseguridad sólida, podemos acelerar con éxito la resurrección de nuestras infraestructuras vitales. 

Más información sobre el uso de la IA para localizar, comprender e implementar normas, códigos y reglamentos cuando utiliza Engineering Workbench Professional. 

Hable con un Experto