NGI har testet ut kunstig intelligens under undersøkelser av grunnforhold. Metoden kan gjøre kartleggingen raskere og billigere.
Illustrasjon: NGI
– Fordelen er at lange strekninger med flere traséalternativer kan kartlegges ved helikopteroverflyvning i løpet av noen få dager og med lavere klimautslipp, sier Lars Andresen, administrerende direktør i Norges Geotekniske Institutt (NGI) i en pressemelding.
Det er to metoder som nå har blitt testet ut i kombinasjon. Den første metoden, Airborne Electromagnetic Measurements (AEM), går ut på å måle berggrunnens elektriske ledningsevne fra en antenne som henger under et helikopter.
Deretter benyttes kunstig intelligens til å tolke signalene fra AEM-undersøkelsen slik at en kan finne dybde til fjell, skille mellom ulike løsmasser og finne eventuell kvikkleire.
– Ulempen er at det er krevende å tolke signalene og omgjøre elektrisk ledningsevne til geoteknisk informasjon, fortsetter Andresen.
Administrerende direktør i NGI Lars Andresen. Foto: Halfdan Carstens
Andresen påpeker at det derfor fortsatt vil kreves grunnboringer for verifisering , men at den nye AEM-metoden reduserer omfanget av slike boringer betraktelig.
Selv om metoden er relativt ny, har den allerede blitt tatt i bruk på flere prosjekter i Norge i regi av Statens Vegvesen og Bane NOR, deriblant ny E16 mellom Nybakk og Slomarka, flere InterCity-strekninger og Ringeriksbanen.
Egen faggruppe
I 2015 etablerte NGI en egen faggruppe for forskning på kunstig intelligens for geotekniske anvendelser. Gruppen har utviklet programvare for såkalt maskinlæring for tolkning av data som genereres fra AEN-målinger.
Programvaren er inspirert av måten den menneskelige hjernen er bygd opp, og liknende teknologi brukes også innenfor områder som kreftidentifisering og ansiktsgjenkjennelse.
– Helikoptermålingene produserer store mengder data som må tolkes av en ekspert. Tidligere ble denne jobben gjort manuelt og var svært omfattende. Nå benytter vi kunstig intelligens slik at datamaskinene kan lære å tolke signalene, sier Asgeir Kydland Lysdahl, prosjektingeniør i NGI.
Foto: Ronny Setså
– Datamaskinen lærer hvordan geoteknikeren utfører tolkningen. Ut fra dette kompletterer den modellen for alle områdene geoteknikeren ikke har tolket. Metoden er under utvikling, men vi har allerede brukt den til å kartlegge dybde til fjell på prosjektet Ringeriksbanen.
Stort behov
Bygg- og anleggsbransjen i Norge har et stort behov for forskning, utvikling og innovasjon, og det trengs nye metoder for å bygge billigere, sikrere og grønnere.
Kunstig intelligens kan potensielt spille en stor rolle for ingeniørfagene når det kommer til kartlegging/prosjektering.
– Jeg mener at vi i Norge, med våre sterke miljøer innenfor geofag, ingeniørfag og IKT, har gode muligheter til å ta en ledende internasjonal rolle.
– Det vil ha positive samfunnsøkonomiske ringvirkninger i form av effektiv prosjektgjennomføring, risikoreduksjon og kostnadskutt. Forutsetningene er at vi har byggherrer som etterspør innovative løsninger og at tverrfaglig anvendt forskning og utvikling blir prioritert, avslutter Lars Andresen.
