Machine learning in the design phase of the construction

Machine learning has the potential to improve processes and revolutionizeeconomies on a global level and that is also true for the construction indus-try. Machine learning has started to get attention in recent years as computerpower have increased and the cost has reduced. The purpose with machinelearning is train an algorithm to process large quantities of data for essentialinformation. This can be applied to varies field and industries and as thesocieties are gathering data and are being digitized, the applications for ma-chine learning will only grow. Machine learning has yet be applied on a largescale in the construction sector but that will inevitable change as the bene-fits becomes to great to ignore. Many of the large Swedish companies havestarted to look at digitizing their activities, which would be an importantmilestone for machine learning. However many are also unaware of machinelearning and how to incorporate it into the business, hampering its progressin the construction sector. The result conformed the the idea about all par-ties are recognise the promise with digitizing but currently on a low level,the amount of data is not sufficient to train algorithms on satisfying level.Dagens samhälle digitaliseras i en allt snabbare takt i samband med tekniken utvecklas och möjligheterna blir flera. En teknik som på allt senare tid har börjat få uppmärksamhet är maskininlärning, men vad är det och hur kan det användas inom byggbranschen? Vad maskininlärning betyder är att man låter en algoritm gå igenom stora mängder av data för att lära sig om ett specifikt problem. Detta gör att den senare kan användas för att gå igenom information för att hitta samband eller lösa ett problem som människor har problem med. Vad har det med byggindustrin och mer specifikt projekteringsfasen att göra kan man ju då undra. Byggsektorn har nu under en längr tid lidit av låg produktivitetsutveckling, höga risker och en hög frekvens av arbetsskador. Faktum är att maskininlärning skulle kunna hjälpa till här då den har många applikationer inom byggindustrin. Tekniken kan användas för att hjälpa sektorn bli mer kostnadseffektiv, effektivisera processer, hjälpa till att bygga mer hållbart, öka kommunikation och förståelsen mellan olika parter och minska olycksfrekvensen. Man kan dra paralleller till hur BIM har integrerats in i byggbranschen över tiden och förändrat sektorn i grunden. \\ \\ I denna examensarbetet har två undersökning gjorts, en på hur maskininlärning har används av vården och banksväsendet för att förstå vad som krävdes för att kunna utnyttja tekniken och vad konsekvenserna av dess applikation har blivit. Den andra undersökningen gjordes bland byggföretag i Sverige för att ta reda på deras inställning till denna tekniken och om de arbetade eller förberedde sig för att ta till sig tekniken i framtiden. Undersökningarna visade på att i de fallen som maskininlärning hade tillämpats var tillfredställelsen stor med resultatet. Inom både sjukvården och banken var man överens om att maskininlärningen hade hjälpt verksamheten men inom byggbranschen fanns det inte ett lika stor medvetande om maskininlärningen. I byggbranschen var man överens om att digitaliseringen är framtiden men hur man konkret ska arbeta sig dit var det delade meningar om och få hade en konkret plan som skulle genomföras för att ta uppnå detta. Detta bådar inte gott för algoritmer men slutsatsen var att maskininlärningen kommer ändå göra sitt inträdde på en bredd front i takt med att samhället digitalsieras och maskininlärningen blir mer tillgängligt för byggbraschen, samtidigt som fördelarna bli mer synliga. Hur långt tid det kommer ta dock, är det ingen som vet