3. (Слайд 5) Такой гигант как Autodesk признает и у себя, и в отрасли в целом проблему нехватки данных для обучения AI-инструментов. Для сравнения скрин сравнения объемов обучающих датасетов для Bernini и ChatGPT-4. Вывод: общая проблема в разработке ИИ в стройке у любой страны - это нехватка данных. В России об этом тоже говорят (например, ДОМ.РФ).

4. (Слайд 6) Не новая, но повсеместная норма. Autodesk говорил о своем подходе к созданию AI-инструментов, следованию правильным принципам. То, что любой крупный и средний ИИ-разработчик должен декларировать на публике (риски репутации).

5. (Слайд 7) Интересно взглянуть на иерархию AI-моделей, принятую в Autodesk. В ней 4 уровня в зависимости от задач, каждый из которых отображает вид используемых данных и вид применяемых моделей. Движение по уровням снизу вверх подразумевает движение от общих задач и грязных данных до специализированных и вычищенных внутри конкретной компании. Сам же Autodesk разместил себя и решения, которые строятся на его платформе другими разработчика и, на 2 и 3 уровне, демонстрируя, что его интересуют ИИ-инструменты в работе с пространственными данными и данными о физических объектах, а также индустриальные.