Contactez notre équipe

Depuis l'apparition de ChatGPT en novembre 2022, l'intelligence artificielle et, plus particulièrement, le potentiel de l'IA générative, ont fait la une des journaux. La possibilité de saisir un message et d'obtenir un résultat créatif textuel, graphique ou sonore a de profondes implications pour presque tous les secteurs et toutes les disciplines. Et à terme, cela inclura probablement l'immobilier et les infrastructures.

À première vue, l'IA générative semble posséder un potentiel incroyable : elle permet à de simples descriptions en langage naturel de produire des résultats sophistiqués. Pourtant, l'industrie de l'environnement bâti fonctionne selon des paramètres qui l'ont historiquement empêchée d'innover et d'évoluer technologiquement au même rythme que d'autres secteurs basés sur la conception et l'ingénierie, tels que l'automobile, l'aérospatiale ou l'électronique. Cette forte friction à l'innovation fait qu'il est difficile de deviner l'ampleur de l'adoption, du changement et de l'impact que cette technologie pourrait avoir dans notre secteur.

Mais encore une fois, la promesse de l'IA générative semble énorme, même dans l'environnement bâti qui évolue lentement. Dans cet article, nous nous penchons sur des cas d'utilisation particuliers où l'IA générative peut améliorer la productivité et la qualité du travail dans le secteur de l'immobilier et des infrastructures.

Trouver un rôle pour l'IA générative dans l'environnement bâti

Les outils d'IA générative actuellement opérationnels, tels que ChatGPT et Midjourney, peuvent effectuer des tâches accessoirement utiles aux praticiens de l'environnement bâti. Par exemple, ils optimisent la rédaction de rapports ou génèrent des visuels non essentiels mais agréables à utiliser. Cependant, l'impact de ces tâches est généralement faible et normalement inadapté aux processus rigoureux de l'architecture et de l'ingénierie, et plus généralement de la conception professionnelle.

Même s'il est difficile d'imaginer que les outils actuellement disponibles transformeront le travail dans l'environnement bâti, nous pouvons imaginer que les générations suivantes seront bientôt en mesure de s'attaquer aux tâches quotidiennes et, en fin de compte, de débloquer la productivité.

Idéation rationnelle et génération de solutions

Les générateurs texte-image sont déjà utilisés pour générer des géométries, des motifs et des textures. Cependant, l'applicabilité de ces outils est actuellement limitée à l'idéation artistique à faible enjeu. En tant qu'industrie, nous disposons déjà d'outils de conception paramétrique incroyablement puissants, dont les algorithmes sont soigneusement programmés pour générer des options réalisables sur la base de règles mathématiques et scientifiques et dans des limites définies.

En revanche, les grands modèles linguistiques (LLM) qui font les gros titres produisent des résultats basés sur des estimations probabilistes qui peuvent ne pas suivre des règles mathématiques ou mécaniques simples. Cela conduit au problème de l'"hallucination", où les résultats sont inexacts en ce qui concerne les faits, les dates ou l'arithmétique ; les résultats peuvent être visuellement ou linguistiquement impressionnants, sans pour autant être "utiles".

Les solutions en matière d'environnement bâti sont limitées et définies par des paramètres tels que la fonction requise, le budget, l'emplacement du site, les aspirations esthétiques, les conditions du sol et la disponibilité des matériaux ou des installations. Ce sont des considérations que les outils d'IA générative actuels ont du mal à comprendre ou à prendre en compte. Cela peut être dû à des limitations telles que la disponibilité ou la qualité insuffisante des données du projet, ou l'incapacité à traiter des informations techniques graphiques.

Pour surmonter ces limites, nous devrions assister à un enrichissement des données et à une formation plus poussée des modèles, ce qui pourrait déboucher sur des outils générant des résultats logiques et exploitables pour la conception de biens immobiliers et d'infrastructures. Nous pourrions également finir par utiliser une approche hybride dans laquelle les modèles d'IA génériques sont complétés par des modèles paramétriques basés sur des règles.

...l'industrie de l'environnement bâti fonctionne selon des paramètres qui l'ont historiquement empêchée d'innover et d'évoluer technologiquement au même
rythme que d'autres secteurs basés sur la conception et l'ingénierie, tels que l'automobile, l'aérospatiale ou l'électronique.

Eiki Homma

Ingénieur principal

Génération et révision de dessins techniques

Même après des décennies d'utilisation de logiciels de CAO de plus en plus sophistiqués, les architectes, les ingénieurs, les techniciens et les consultants passent encore énormément de temps à travailler avec des dessins. Il s'agit de produire, de conserver, d'annoter, de vérifier, d'examiner et de réviser les dessins techniques qui permettront de calculer le coût, la fabrication et la construction du bien immobilier ou de l'infrastructure. L'IA générative a peut-être un rôle à jouer dans ce domaine.

À l'heure actuelle, il n'existe que quelques générateurs d'image à image qui semblent capables de traiter des données graphiques. Cependant, aucun d'entre eux ne semble encore capable de traiter le niveau technique des informations dans les packs de conception de l'environnement bâti avec des annotations telles que les dimensions, les niveaux, la taille des éléments, les matériaux, etc. De la même manière que les modèles génératifs d'apprentissage automatique ne peuvent pas encore traiter ce type de données, ils ne peuvent pas encore les produire.

Il s'agit toutefois d'une lacune qui pourrait être comblée grâce à des investissements, à la formation et au développement technique. Une fois que l'IA générative sera capable de rationaliser la production de dessins de la même manière qu'elle le fait déjà pour les rapports, la productivité sectorielle devrait augmenter de manière spectaculaire.

Contrôles automatiques de la réglementation et des meilleures pratiques

La documentation et les rapports sont un autre domaine dans lequel l'industrie consacre beaucoup de temps et d'efforts. Ici, la pertinence de l'IA générative semble plus forte et plus proche. Les outils de génération de texte, en particulier les LLM, peuvent effectuer des recherches sur le web ou sur un serveur interne et rédiger une réponse synthétisée. En outre, ils peuvent résumer, reformuler, analyser et corriger le texte que l'utilisateur peut avoir saisi directement dans l'invite.

En substance, les LLM peuvent être utilisés comme des moteurs de recherche et des générateurs de texte relativement crédibles. Ces deux fonctions sont déjà pertinentes pour l'établissement de rapports ; toutefois, elles pourraient être combinées pour rationaliser davantage l'étape de vérification du processus de conception ou pour repérer plus fréquemment les erreurs ou les anomalies tout au long du développement.

Un outil génératif de rétroaction de l'IA destiné aux concepteurs formés aux diverses lois, réglementations et codes internationaux, nationaux ou locaux auxquels les bâtiments et les infrastructures doivent se conformer serait d'une valeur inestimable. En outre, les guides et manuels de conception de l'industrie que les concepteurs utilisent pour soutenir et comparer leur travail pourraient être inclus dans l'ensemble.

Néanmoins, les codes et les manuels sont basés sur du texte, mais ils contiennent également des tableaux, des graphiques, des équations ou des diagrammes que les modèles d'IA génératifs actuels ne peuvent pas traiter de manière adéquate. Là encore, nous pouvons espérer et anticiper que ces deux éléments deviendront des ensembles de données interrogeables pour la formation des futurs outils.

Lorsque l'IA générative sera capable de rationaliser la production de dessins comme elle le fait déjà pour les rapports, la productivité sectorielle devrait
augmenter de manière spectaculaire.

Eiki Homma

Ingénieur principal

Les promesses de l'IA générative pour l'environnement bâti

Comme nous l'avons vu dans son évolution publique initiale, la plupart des outils d'IA générative sont encore destinés, comme on peut s'y attendre, aux consommateurs, aux médias et au divertissement, à la conduite autonome, aux ressources humaines et à d'autres secteurs moins techniques. Toutefois, les professionnels de l'architecture, de l'ingénierie et de la construction en deviendront probablement les bénéficiaires à terme. Les concepteurs ne devraient pas se contenter d'un statu quo peu innovant. L'IA générative apportera des opportunités aux innovateurs qui adopteront et feront progresser la technologie, aux entreprises de l'environnement bâti et au public qui profitera en fin de compte du produit : de meilleurs biens immobiliers et infrastructures.