# استخدام الذكاء الاصطناعي في مختلف مجالات الهندسة المدنية

 استخدام الذكاء الاصطناعي في مختلف مجالات الهندسة المدنية

## مقدمة

شهدت الهندسة المدنية خلال السنوات الأخيرة تحولًا كبيرًا نتيجة التطور المتسارع في تقنيات الذكاء الاصطناعي (Artificial Intelligence – AI)، فلم يعد استخدام هذه التقنيات مقتصرًا على المجالات التقنية أو البرمجية، بل أصبح يمتد بصورة متزايدة إلى قطاعات التصميم والتنفيذ والإشراف والفحص والصيانة وإدارة المشاريع.

وتتميز الهندسة المدنية بكمية ضخمة من البيانات التي يتم إنتاجها يوميًا، سواء من نتائج الاختبارات المعملية، أو المخططات الهندسية، أو تقارير الموقع، أو أجهزة المسح، أو بيانات الطقس، أو سجلات المشاريع السابقة. وهنا تظهر أهمية الذكاء الاصطناعي في تحليل هذه البيانات واستخلاص الأنماط والعلاقات التي قد يصعب اكتشافها بالطرق التقليدية.

ولا يعني استخدام الذكاء الاصطناعي أن يحل محل المهندس المدني، وإنما يمكن النظر إليه باعتباره **مساعدًا هندسيًا ذكيًا** يساعد المهندس على اتخاذ قرارات أكثر سرعة ودقة، ويقلل الأعمال الروتينية، ويساعد في اكتشاف الأخطاء والمخاطر قبل أن تتحول إلى مشكلات كبيرة.

يمكن استخدام الذكاء الاصطناعي تقريبًا في جميع مراحل دورة حياة المشروع، بدءًا من دراسة الموقع والتصميم، مرورًا بإعداد الخلطات والتنفيذ وضبط الجودة، وصولًا إلى التشغيل والصيانة وإدارة الأصول الهندسية.

---

# أولًا: الذكاء الاصطناعي في هندسة الخرسانة

تعتبر الخرسانة من أكثر المجالات التي يمكن أن تستفيد من الذكاء الاصطناعي، خصوصًا بسبب العلاقة المعقدة بين مكونات الخلطة وخواص الخرسانة الناتجة.

### 1. تصميم الخلطات الخرسانية

يمكن تدريب نماذج الذكاء الاصطناعي باستخدام نتائج خلطات سابقة لمعرفة العلاقة بين:

* كمية الأسمنت.

* نسبة الماء إلى الأسمنت.

* الركام الخشن.

* الركام الناعم.

* الإضافات الكيميائية.

* الرماد المتطاير.

* خبث الأفران.

* السيليكا فيوم.

* عمر الخرسانة.

* درجة الحرارة وظروف المعالجة.

وبناءً على هذه البيانات يستطيع النموذج اقتراح تركيبة أولية تحقق مقاومة ضغط مستهدفة مع محاولة تقليل كمية الأسمنت أو التكلفة.

فعلى سبيل المثال، إذا كان المطلوب إنتاج خرسانة بمقاومة ضغط مقدارها 40 MPa، يمكن للنظام تحليل آلاف الخلطات السابقة واقتراح نسب تقريبية للمكونات التي يمكن أن تحقق المقاومة المطلوبة.

وهذا لا يعني اعتماد الخلطة مباشرة، وإنما يمكن استخدام النتيجة كنقطة بداية للمهندس ثم إجراء الخلطات التجريبية والاختبارات المعملية اللازمة.

### 2. التنبؤ بمقاومة الخرسانة

يمكن للذكاء الاصطناعي تحليل نتائج اختبار المكعبات أو الأسطوانات في الأعمار المختلفة والتنبؤ بالمقاومة المتوقعة عند 28 يومًا أو أعمار أخرى.

كما يمكن استخدامه لاكتشاف الخلطات التي تظهر نتائج غير طبيعية، مما يساعد مهندس ضبط الجودة على التحقيق في أسباب المشكلة.

### 3. ضبط جودة الخرسانة

يمكن ربط الذكاء الاصطناعي ببيانات محطة الخرسانة ونتائج المختبر لمراقبة:

* درجة حرارة الخرسانة.

* زمن الخلط.

* كمية المياه.

* جرعات الإضافات.

* الهطول Slump.

* نتائج مقاومة الضغط.

* وزن المكونات.

وعند ظهور انحراف عن القيم المحددة، يمكن للنظام إصدار تنبيه للمهندس.

### 4. فحص التشققات

يمكن استخدام تقنيات الرؤية الحاسوبية (Computer Vision) لتحليل الصور الملتقطة للخرسانة واكتشاف:

* الشروخ.

* التعشيش.

* انفصال الغطاء الخرساني.

* تآكل الخرسانة.

* العيوب السطحية.

وبدلًا من الاعتماد على الفحص البصري فقط، يمكن للنظام تحليل آلاف الصور وتحديد المناطق التي تحتاج إلى فحص هندسي أكثر تفصيلًا.

---

# ثانيًا: الذكاء الاصطناعي في هندسة الطرق والأسفلت

تعتبر مشاريع الطرق من المجالات التي يمكن أن تستفيد بصورة كبيرة من تحليل البيانات والصور.

## 1. تصميم الخلطات الإسفلتية

يمكن استخدام الذكاء الاصطناعي لتحليل العلاقة بين:

* نوع البيتومين.

* التدرج الحبيبي للركام.

* نسبة البيتومين.

* الفراغات الهوائية.

* درجة الحرارة.

* خصائص الركام.

* ظروف المرور.

* درجات الحرارة المناخية.

ومن خلال هذه البيانات يمكن للنظام المساعدة في تحديد الخلطة التي تحقق الأداء المطلوب.

## 2. التأكد من مطابقة المواد للمواصفات

يمكن بناء نظام يقوم بمقارنة نتائج الاختبارات مع المواصفات المعتمدة للمشروع.

فعلى سبيل المثال، يمكن إدخال نتائج:

* Marshall Stability.

* Flow.

* Air Voids.

* VMA.

* VFA.

* Gradation.

* Bitumen Content.

* Density.

ثم يقوم النظام تلقائيًا بمقارنة النتائج بالقيم المطلوبة وإظهار النتائج التي تحتاج إلى مراجعة.

وهذا يوفر وقتًا كبيرًا على مهندس ضبط الجودة.

## 3. اكتشاف عيوب الطرق

يمكن استخدام كاميرات المركبات أو الطائرات المسيرة Drone لتصوير الطريق، ثم تحليل الصور باستخدام الذكاء الاصطناعي لاكتشاف:

* الحفر Potholes.

* التشققات الطولية.

* التشققات العرضية.

* Alligator Cracking.

* هبوط الطريق.

* تلف الحواف.

* تجمع المياه.

وبذلك يمكن إنشاء خريطة لحالة الطريق وتحديد أولويات الصيانة.

## 4. التنبؤ بعمر الطريق

من خلال إدخال بيانات المرور والمناخ ونوع الرصف ونتائج الفحوصات السابقة، يمكن للذكاء الاصطناعي تقدير احتمالية تدهور الطريق خلال السنوات القادمة.

وهذا يساعد الجهات المالكة على الانتقال من مفهوم:

**الصيانة بعد حدوث التلف**

إلى:

**الصيانة التنبؤية قبل حدوث التلف الكبير.**

---

# ثالثًا: الذكاء الاصطناعي في هندسة التربة والأساسات

تعد بيانات التربة من المجالات التي يمكن فيها استخدام الذكاء الاصطناعي بصورة فعالة.

يمكن للنظام تحليل نتائج:

* Standard Penetration Test – SPT.

* Cone Penetration Test – CPT.

* Particle Size Distribution.

* Atterberg Limits.

* Direct Shear Test.

* Triaxial Test.

* Consolidation Test.

وبناءً على البيانات يمكن المساعدة في تقدير بعض الخصائص الهندسية للتربة.

كما يمكن استخدام الذكاء الاصطناعي في التنبؤ بـ:

* قدرة التحمل.

* الهبوط.

* احتمالية التسييل.

* سلوك التربة تحت الأحمال.

* خصائص طبقات التربة.

وفي مشاريع الأساسات، يمكن استخدام البيانات التاريخية للمساعدة في اختيار الحل المناسب، مثل الأساسات السطحية أو الخوازيق، مع ضرورة اعتماد القرار النهائي على المهندس والدراسات الجيوتقنية المعتمدة.

---

# رابعًا: الذكاء الاصطناعي في التصميم الإنشائي

يمكن استخدام الذكاء الاصطناعي كمساعد في عمليات التصميم الإنشائي.

فعلى سبيل المثال، يمكن استخدامه في دراسة عدد كبير من البدائل للوصول إلى حلول تحقق التوازن بين:

* الأمان.

* التكلفة.

* كمية الحديد.

* كمية الخرسانة.

* الأبعاد الإنشائية.

* متطلبات الكود.

كما يمكن استخدام خوارزميات التحسين Optimization Algorithms للبحث عن حلول تصميمية مناسبة ضمن القيود المحددة.

وقد يكون ذلك مفيدًا بصورة خاصة في المنشآت المعقدة التي تحتوي على عدد كبير من المتغيرات.

لكن الذكاء الاصطناعي لا ينبغي أن يكون بديلًا عن برامج التحليل الإنشائي أو الكود الهندسي أو مراجعة المهندس المختص، بل يمكن استخدامه كأداة مساعدة لتقييم البدائل واكتشاف بعض الأنماط والأخطاء.

---

# خامسًا: الذكاء الاصطناعي في هندسة المنشآت والجسور

يمكن استخدام الذكاء الاصطناعي لمراقبة حالة المنشآت على مدار عمرها التشغيلي.

ومن خلال أجهزة الاستشعار يمكن جمع بيانات عن:

* الاهتزازات.

* الانفعالات.

* الإزاحات.

* التشققات.

* درجات الحرارة.

* الأحمال.

ثم تقوم خوارزميات الذكاء الاصطناعي بتحليل هذه البيانات واكتشاف التغيرات غير الطبيعية.

وهذا المجال يعرف باسم:

**Structural Health Monitoring – SHM**

ويمكن أن يساعد في الانتقال من الفحص الدوري فقط إلى مفهوم المراقبة المستمرة للمنشآت المهمة.

---

# سادسًا: الذكاء الاصطناعي في إدارة مشاريع التشييد

ربما تكون إدارة المشاريع من أكثر المجالات استفادة من الذكاء الاصطناعي.

يمكن استخدامه في تحليل:

* البرنامج الزمني.

* الموارد.

* العمالة.

* المعدات.

* التكاليف.

* المشتريات.

* الإنتاجية.

* المخاطر.

فمثلًا يمكن للنظام تحليل بيانات مشروع سابق ومقارنتها بالمشروع الحالي، ثم تحديد الأنشطة التي قد تكون معرضة للتأخير.

كما يمكنه تحليل البرنامج الزمني في Primavera P6 أو MS Project ومساعدة مدير المشروع في تحديد الأنشطة الحرجة ومصادر التأخير.

---

# سابعًا: التنبؤ بتأخير المشاريع

يمكن تدريب أنظمة الذكاء الاصطناعي باستخدام بيانات المشاريع السابقة، مثل:

* مدة الأنشطة.

* نسبة الإنجاز.

* تأخر المواد.

* تأخر العمالة.

* تغيرات التصميم.

* أوامر التغيير.

* الظروف الجوية.

* مشاكل المقاولين.

وبناءً على ذلك يمكن للنظام إعطاء إنذار مبكر بأن مشروعًا معينًا قد يتعرض لتأخير إذا استمرت الظروف الحالية.

وهذا أكثر فائدة من انتظار وصول المشروع إلى مرحلة التأخير الفعلي.

---

# ثامنًا: الذكاء الاصطناعي في تقدير التكلفة

يمكن استخدام الذكاء الاصطناعي لتحليل أسعار:

* الخرسانة.

* الحديد.

* الأسمنت.

* الركام.

* الأسفلت.

* المعدات.

* العمالة.

ومن خلال بيانات المشاريع السابقة يمكن بناء نماذج تساعد في تقدير التكلفة الأولية للمشروع.

كما يمكن استخدامه لتحليل الفروقات بين:

**التكلفة التقديرية**

و

**التكلفة الفعلية.**

ومن ثم تحديد أسباب الانحرافات.

---

# تاسعًا: الذكاء الاصطناعي في السلامة المهنية

يمكن استخدام Computer Vision لمراقبة مواقع البناء من خلال كاميرات الموقع.

فعلى سبيل المثال، يمكن للنظام اكتشاف بعض المخالفات المحتملة مثل:

* عدم ارتداء الخوذة.

* عدم استخدام معدات الحماية الشخصية.

* الدخول إلى مناطق خطرة.

* الاقتراب من المعدات الثقيلة.

* وجود أشخاص في مناطق تشغيل الرافعات.

* عدم الالتزام بمناطق العزل.

وبذلك يمكن تحويل أنظمة السلامة من الاعتماد الكامل على المراقبة البشرية إلى نظام يجمع بين المراقبة البشرية والمراقبة الآلية.

---

# عاشرًا: الذكاء الاصطناعي في المساحة ونظم المعلومات الجغرافية

يمكن دمج الذكاء الاصطناعي مع:

* GIS.

* GPS.

* LiDAR.

* Drone.

* Photogrammetry.

* Remote Sensing.

ويمكن استخدام ذلك في:

* تحليل التضاريس.

* إنشاء نماذج الارتفاعات.

* اكتشاف التغيرات في سطح الأرض.

* تحديد مسارات الطرق.

* مراقبة مواقع المشاريع.

* حساب كميات الحفر والردم.

كما يمكن للطائرات المسيرة تصوير الموقع بشكل دوري، ثم مقارنة الصور والنماذج ثلاثية الأبعاد لمعرفة مدى تقدم الأعمال.

---

# الحادي عشر: الذكاء الاصطناعي في هندسة المياه والصرف الصحي

يمكن استخدام الذكاء الاصطناعي في التنبؤ بالطلب على المياه وتحليل بيانات الشبكات.

كما يمكن استخدامه في:

* توقع الفيضانات.

* تحليل بيانات الأمطار.

* التنبؤ بمناسيب المياه.

* اكتشاف التسربات.

* إدارة شبكات المياه.

* تشغيل محطات المعالجة.

* تحسين استهلاك الطاقة.

وفي شبكات المياه، يمكن للنظام تحليل الضغط والتدفق واكتشاف الأنماط غير الطبيعية التي قد تشير إلى وجود تسرب.

---

# الثاني عشر: الذكاء الاصطناعي في الهندسة الساحلية والموانئ

يمثل هذا المجال فرصة مهمة جدًا لاستخدام الذكاء الاصطناعي بسبب الطبيعة المعقدة للبيئة البحرية.

يمكن استخدامه في تحليل:

* الأمواج.

* التيارات البحرية.

* المد والجزر.

* حركة الرواسب.

* التعرية الساحلية.

* الترسيب.

* حركة السفن.

وفي الموانئ يمكن استخدام النماذج الذكية للتنبؤ بالمناطق الأكثر عرضة للترسيب، وبالتالي مساعدة إدارة الميناء في تحديد المناطق التي تحتاج إلى أعمال التكريك.

كما يمكن استخدام الذكاء الاصطناعي في تحليل صور الأقمار الصناعية والصور الجوية لمراقبة تغير خط الساحل.

---

# الثالث عشر: الذكاء الاصطناعي في أعمال التكريك

يعد الترسيب من المشكلات المهمة في الموانئ والقنوات الملاحية.

ويمكن استخدام الذكاء الاصطناعي لتحليل البيانات التاريخية المتعلقة بمعدلات الترسيب وربطها بـ:

* سرعة واتجاه التيارات.

* الأمواج.

* المد والجزر.

* التصريفات القادمة من الأودية.

* خصائص الرواسب.

* التغيرات في خط الساحل.

* أعمال الردم القريبة.

ومن خلال ذلك يمكن تطوير نماذج تساعد في توقع مناطق الترسيب ومعدلات تراكم الرواسب، وهو ما قد يساعد في تحسين خطط التكريك والصيانة.

---

# الرابع عشر: الذكاء الاصطناعي في مراقبة جودة الأعمال

يمكن ربط الذكاء الاصطناعي بنظام Quality Control في المشروع.

فعلى سبيل المثال، يمكن إدخال نتائج:

* اختبار الخرسانة.

* اختبار التربة.

* اختبار الأسفلت.

* اختبار الحديد.

* نتائج الكثافة.

* نتائج المواد.

* تقارير التفتيش.

ثم يقوم النظام بإنشاء سجل آلي يوضح:

**Pass / Fail / Requires Review**

مع إمكانية إرسال تنبيه عند وجود نتيجة خارج حدود المواصفات.

وهذا يمكن أن يقلل الوقت المطلوب لمراجعة آلاف النتائج.

---

# الخامس عشر: الذكاء الاصطناعي وBIM

يعد دمج الذكاء الاصطناعي مع نمذجة معلومات البناء (BIM) من المجالات الواعدة جدًا.

يمكن استخدام AI مع نماذج BIM لتحليل:

* التعارضات.

* الكميات.

* البرنامج الزمني.

* التكلفة.

* مراحل التنفيذ.

* الصيانة.

وبذلك يمكن الانتقال من نموذج BIM يستخدم بصورة أساسية لعرض المشروع إلى نموذج أكثر ذكاءً يستطيع دعم اتخاذ القرار خلال دورة حياة المشروع.

---

# السادس عشر: الذكاء الاصطناعي في صيانة المنشآت

بدلًا من انتظار حدوث التلف، يمكن استخدام الذكاء الاصطناعي للتنبؤ باحتمالية حدوثه.

على سبيل المثال، إذا كانت بيانات المنشأة تشير إلى زيادة مستمرة في التشققات أو الاهتزازات، يمكن للنظام إعطاء تنبيه بضرورة إجراء فحص هندسي.

ويعرف هذا الاتجاه باسم:

**Predictive Maintenance**

أي الصيانة التنبؤية.

وهذه الطريقة قد تساعد في تقليل تكاليف الإصلاحات الكبيرة وإطالة العمر التشغيلي للأصول الهندسية.

---

# السابع عشر: الذكاء الاصطناعي في الأعمال المكتبية للمهندس المدني

لا يقتصر استخدام الذكاء الاصطناعي على الحسابات الهندسية.

فالجزء الكبير من عمل المهندس المدني يتضمن إعداد:

* التقارير.

* خطابات الموقع.

* محاضر الاجتماعات.

* طلبات التفتيش.

* Method Statements.

* Inspection Requests.

* Material Submittals.

* تقارير الإنجاز.

* جداول الكميات.

* تحليل البيانات.

ويمكن للذكاء الاصطناعي المساعدة في إعداد المسودات وتحليل البيانات وتنظيم المعلومات، مما يسمح للمهندس بتخصيص وقت أكبر للأعمال الهندسية واتخاذ القرارات.

---

# مثال عملي متكامل

يمكن تصور مشروع إنشاء طريق جديد يستخدم الذكاء الاصطناعي في جميع مراحله.

في البداية يتم استخدام بيانات GIS وDrone لدراسة الموقع.

ثم يتم تحليل بيانات التربة لتقدير خصائص الطبقات.

بعد ذلك يتم استخدام بيانات المرور والمناخ لاختيار نظام الرصف المناسب.

ثم يتم تحليل نتائج اختبارات الركام والبيتومين للمساعدة في تصميم الخلطة الإسفلتية.

أثناء التنفيذ تقوم الكاميرات بمراقبة تقدم العمل، بينما يتم إدخال نتائج اختبارات الكثافة والـMarshall إلى النظام.

وفي الوقت نفسه يتم تحليل البرنامج الزمني والتكاليف لاكتشاف احتمالات التأخير أو تجاوز الميزانية.

بعد افتتاح الطريق، تستمر الكاميرات وأجهزة المسح في مراقبة حالة الرصف واكتشاف التشققات والحفر.

وبذلك يصبح الذكاء الاصطناعي حاضرًا في:

**التخطيط → التصميم → التنفيذ → ضبط الجودة → التشغيل → الصيانة.**

---

# هل سيحل الذكاء الاصطناعي محل المهندس المدني؟

السؤال الأكثر أهمية ليس: هل سيحل الذكاء الاصطناعي محل المهندس؟

بل:

**هل يستطيع المهندس الذي يستخدم الذكاء الاصطناعي أن يكون أكثر كفاءة من المهندس الذي لا يستخدمه؟**

الذكاء الاصطناعي يستطيع تحليل كميات ضخمة من البيانات بسرعة كبيرة، ولكنه لا يمتلك المسؤولية المهنية والقانونية للمهندس، ولا يستطيع وحده فهم جميع الظروف الواقعية للموقع.

قد يقترح النظام خلطة خرسانية تبدو مناسبة بناءً على البيانات السابقة، ولكن المهندس هو الذي يعرف ظروف الموقع، ونوعية المواد المتاحة، ومتطلبات الكود، وطريقة التنفيذ.

وقد يكتشف النظام تشققًا في صورة، لكن المهندس هو الذي يجب أن يحدد ما إذا كان التشقق إنشائيًا أم غير إنشائي، وما سببه، وما الإجراء المناسب.

لذلك فإن العلاقة الصحيحة ليست:

**AI بدلًا من Engineer**

بل:

**Engineer + AI = Better Decision Making**

---

# التحديات والمخاطر

رغم الإمكانيات الكبيرة للذكاء الاصطناعي، فإن استخدامه في الهندسة المدنية يحتاج إلى الحذر.

ومن أهم التحديات:

1. **جودة البيانات:** النموذج لا يستطيع إنتاج نتائج موثوقة إذا كانت البيانات التي تم تدريبه عليها غير دقيقة.

2. **الاعتماد الزائد:** لا ينبغي للمهندس أن يقبل مخرجات الذكاء الاصطناعي دون مراجعة.

3. **اختلاف الأكواد:** الحل المناسب وفق كود معين قد لا يكون مناسبًا وفق كود آخر.

4. **خصوصية البيانات:** بيانات المشاريع والمخططات والتكاليف قد تكون معلومات حساسة.

5. **المسؤولية المهنية:** القرار الهندسي النهائي يجب أن يخضع للمهندس المختص والجهة المسؤولة.

6. **الهلوسة في أدوات الذكاء الاصطناعي:** بعض أدوات الذكاء الاصطناعي التوليدي قد تنتج معلومات تبدو صحيحة لكنها غير دقيقة، ولذلك يجب التحقق من المراجع والحسابات.

---

# مستقبل المهندس المدني

من المتوقع أن يصبح المهندس المدني في المستقبل أقل اعتمادًا على الأعمال الروتينية وأكثر تركيزًا على:

* تحليل المشكلات.

* اتخاذ القرارات.

* إدارة المخاطر.

* مراجعة النتائج.

* الإبداع الهندسي.

* إدارة المشاريع.

* التواصل مع أصحاب المصلحة.

وسيكون من المهم للمهندس الحديث أن يجمع بين المعرفة الهندسية التقليدية والمهارات الرقمية.

ومن المهارات التي يمكن أن تصبح مهمة بصورة متزايدة:

**AI + BIM + GIS + Civil 3D + Data Analysis + Automation + Project Management**

وهذا يعني أن المهندس المدني في المستقبل لن يكون مجرد مهندس يعرف كيفية استخدام الأدوات التقليدية، وإنما سيكون قادرًا أيضًا على التعامل مع البيانات والأنظمة الرقمية والذكاء الاصطناعي.

---

# الخاتمة

يمثل الذكاء الاصطناعي تحولًا مهمًا في مستقبل الهندسة المدنية، ليس لأنه سيُلغي دور المهندس، وإنما لأنه سيغير الطريقة التي يعمل بها المهندس.

ففي الخرسانة يمكن استخدامه للمساعدة في تصميم الخلطات والتنبؤ بالمقاومة ومراقبة الجودة، وفي الطرق يمكن استخدامه لتحليل الخلطات الإسفلتية واكتشاف العيوب والتنبؤ بالتدهور، وفي التربة يمكن استخدامه لتحليل نتائج الاختبارات والتنبؤ بالسلوك، وفي المنشآت يمكن استخدامه للمراقبة الصحية، وفي المشاريع يمكن استخدامه لتحليل الوقت والتكلفة والمخاطر.

كما يمكن استخدامه في المساحة، وGIS، وBIM، والمياه، والصرف الصحي، والموانئ، والهندسة الساحلية، والتكريك، والسلامة، والصيانة.

وفي النهاية، فإن القيمة الحقيقية للذكاء الاصطناعي في الهندسة المدنية لا تكمن في قدرته على إعطاء إجابة سريعة فقط، وإنما في قدرته على **تحويل البيانات الهندسية الضخمة إلى معلومات يمكن للمهندس استخدامها لاتخاذ قرارات أفضل.**

ولذلك فإن المهندس المدني الذي يتعلم كيفية استخدام الذكاء الاصطناعي مع المحافظة على أساسه الهندسي القوي سيكون أكثر قدرة على التعامل مع متطلبات صناعة التشييد الحديثة، وسيكون الذكاء الاصطناعي بالنسبة إليه **أداة هندسية قوية، وليس بديلًا عن العقل الهندسي.**