آموزش هوش مصنوعی برای مدیریت و طراحی ساخت‌وساز - آخرین آپدیت

ماژول ۱: هوش مصنوعی – مبانی برای متخصصان ساخت‌وساز Module 1: Artificial Intelligence – Foundations for Construction Professionals

• مقدمه دوره Course Introduction

• ۱.۱ درک هوش مصنوعی: تعریف و تکامل 1.1 Understanding AI: Definition and Evolution

• ۱.۲ اتوماسیون در مقابل هوشمندی: کاربردهای روزمره AI 1.2 Automation vs. Intelligence: Everyday AI Applications

• ۱.۳ مفاهیم اصلی هوش مصنوعی 1.3 Core AI Concepts

• ۱.۴ هوش مصنوعی در زندگی روزمره: موارد استفاده 1.4 AI in Daily Life: Use cases

• ۱.۵ هوش مصنوعی در صنایع مختلف: موارد استفاده 1.5 AI Across Industries: Use Cases

• ۱.۶ عدالت، آگاهی از سوگیری و حفاظت از حریم خصوصی در AI 1.6 Fairness, Bias Awareness, and Privacy Protection in AI

• ۱.۷ نقش انسان در چرخه (HITL) و شفافیت در سیستم‌های AI 1.7 Human-in-the-Loop and Transparency in AI Systems

• ۱.۸ مطالعه موردی: تحول مبتنی بر AI در شرکت BuildMax Constructions 1.8 Case Study: AI-Powered Transformation at BuildMax Constructions

• ۱.۹ مورد استفاده: بینایی ماشین برای تشخیص تجهیزات حفاظت شخصی (PPE) 1.9 Use Case: Computer Vision for PPE Detection

• ۱.۱۰ تمرین عملی: تحلیل کاربردی شبیه‌ساز Procore – مدیریت ساخت‌وساز هوشمند با پلتفرم Lab Craft AI 1.10 Hands-On: Functional Analysis of Procore Simulation - AI-Enabled Construction Management Using the Lab-Craft AI Platform

ماژول ۲: بنیادهای هوش مصنوعی در ساخت‌وساز Module 2: Foundations of AI in Construction

• ۲.۱ ظهور هوش مصنوعی در ساخت‌وساز 2.1 The Rise of AI in Construction

• ۲.۲ موارد استفاده واقعی هوش مصنوعی 2.2 Real-World AI Use Cases

• ۲.۳ اکوسیستم هوش مصنوعی در ساخت‌وساز 2.3 The AI Ecosystem in Construction

• ۲.۴ چالش‌های پذیرش هوش مصنوعی 2.4 Challenges in AI Adoption

• ۲.۵ مطالعه موردی: زمان‌بندی پیش‌بینانه مبتنی بر AI برای تکمیل سریع‌تر پروژه 2.5 Case Study: AI-Driven Predictive Scheduling for Faster Construction Project Completion

• ۲.۶ تمرین عملی: تحلیل کاربردی شبیه‌ساز Buildern 2.6 Hands-On: Functional Analysis of Buildern Simulation

ماژول ۳: طراحی مولد و برنامه‌ریزی مبتنی بر هوش مصنوعی Module 3: Generative Design and AI-Driven Planning

• ۳.۱ مفاهیم و جریان کاری طراحی مولد 3.1 Generative Design Concepts and Workflow

• ۳.۲ پارامترهای ورودی رایج 3.2 Common Input Parameters

• ۳.۳ نقش مهندسان: انتخاب بهترین گزینه از طرح‌های تولید شده توسط ماشین 3.3 Role of Engineers: Selecting the Best Option from Machine-Generated Layouts

• ۳.۴ استفاده از AI برای ارزیابی اثرات کربنی در طراحی و انتخاب متریال 3.4 Using AI to evaluate carbon footprint during design and material selection.

• ۳.۵ مدل‌سازی انرژی برای بهینه‌سازی HVAC، روشنایی و پوسته ساختمان 3.5 Energy modelling for HVAC, lighting, and building envelope optimization

• ۳.۶ توصیه‌های طراحی برای کاهش ضایعات، مصرف آب و انرژی عملیاتی 3.6 Design Recommendations that Reduce Waste, Water Usage, and Operational Energy

• ۳.۷ پیش‌بینی هزینه‌های اضافی و تأخیرها از طریق تحلیل داده‌های تاریخی پروژه 3.7 Predicting cost overruns and delays by analysing historical project data

• ۳.۸ استخراج خودکار فهرست بها (BOQ)، مقادیر و اسناد مربوط به مناقصه 3.8 Automated extraction of BOQs, quantities, and tender-related documentation

• ۳.۹ ابزارهای برنامه‌ریزی به کمک AI برای شناسایی نقاط ریسک پیش از شروع ساخت 3.9 AI-Assisted Planning Tools to Highlight Risk Areas Before Construction Starts

• ۳.۱۰ مطالعه موردی: شرکت .EcoConstruct Ltd 3.10 Case Study: EcoConstruct Ltd.

• ۳.۱۱ تمرین عملی: تحلیل Autodesk Fusion 360 – طراحی مبتنی بر AI و برنامه‌ریزی خودکار ساخت‌وساز 3.11 Hands-On: Analysis of Autodesk Fusion 360 - AI-Driven Design and Automated Planning for Construction

ماژول ۴: نگهداری پیش‌بینانه و مدیریت هوشمند دارایی‌ها Module 4: Predictive Maintenance and Smart Asset Management

• ۴.۱ نحوه تحلیل داده‌های حسگر ماشین‌آلات توسط AI (لرزش، دما، مصرف سوخت) 4.1 How AI Analyses Sensor Data from Machinery (Vibration, Temperature, Fuel Use)

• ۴.۲ تشخیص زودهنگام گرم شدن موتور، لرزش‌های غیرعادی، افت فشار هیدرولیک و زمان‌های بیکاری بیش از حد 4.2 Early Detection of Motor Overheating, Abnormal Vibrations, Hydraulic Pressure Drops, Excessive Idle Time

• ۴.۳ تحلیل داده‌ها برای مدیریت دارایی‌ها 4.3 Data Analytics for Asset Management

• ۴.۴ مثال‌های واقعی 4.4 Real-Life Examples

• ۴.۵ بینایی ماشین برای ایمنی سایت 4.5 Computer Vision for Site Safety

• ۴.۶ مطالعه موردی: پروژه های Build Sure 4.6 Case Study: Build Sure Projects

• ۴.۷ موارد استفاده 4.7 Use Cases

• ۴.۸ تمرین عملی: نگهداری پیش‌بینانه مبتنی بر AI و مدیریت هوشمند دارایی‌ها در IBM Maximo برای ساخت‌وساز 4.8 Hands-On: AI-Driven Predictive Maintenance & Smart Asset Management in IBM Maximo for Construction

ماژول ۵: عامل‌های هوش مصنوعی برای مدیریت ساخت‌وساز Module 5: AI Agents for Construction Management

• ۵.۱ عامل‌های هوش مصنوعی در ساخت‌وساز 5.1 AI Agents in Construction

• ۵.۲ نحوه عملکرد عامل‌های AI در ساخت‌وساز 5.2 Working of AI Agents in Construction

• ۵.۳ عامل‌های مدیریت سایت 5.3 Site Management Agents

• ۵.۴ موارد استفاده کاربردی از عامل‌های AI در سایت‌های ساخت‌وساز 5.4 Practical Use Cases of AI Agents at Construction Sites

• ۵.۵ مزایای کلیدی عامل‌های AI در ساخت‌وساز 5.5 Key Benefits of AI Agents in Construction

• ۵.۶ نقش عامل‌های AI در تضمین ایمنی و انطباق با استانداردها 5.6 Roles of AI Agents in Ensuring Safety and Compliance

• ۵.۷ مطالعه موردی: Metro Link Builders 5.7 Case Study: Metro Link Builders

• ۵.۸ تمرین عملی: عامل‌های AI برای اتوماسیون وظایف و هماهنگی سایت در شبیه‌ساز Fieldwire 5.8 Hands-On: AI Agents for Task Automation and Site Coordination in Fieldwire Simulation

ماژول ۶: هوش مصنوعی در تحلیل‌های پروژه و پیش‌بینی ریسک Module 6: AI in Project Analytics and Risk Forecasting

• ۶.۱ هوش مصنوعی برای پیش‌بینی هزینه و تأخیر 6.1 AI for Cost and Delay Prediction

• ۶.۲ توضیح غیرفنی رگرسیون و پیش‌بینی 6.2 Non-Technical Explanation of Regression and Forecasting

• ۶.۳ مدیریت ریسک با استفاده از هوش مصنوعی 6.3 Risk Management Using AI

• ۶.۴ بینش‌های ریسک و مدل‌سازی سناریوهای مبتنی بر AI 6.4 AI-Driven Risk Insights and Scenario Modeling

• ۶.۵ بصری‌سازی داده‌ها و گزارش‌دهی 6.5 Data Visualization and Reporting

• ۶.۶ مطالعه موردی: Skyline Infra 6.6 Case Study: Skyline Infra

• ۶.۷ موارد استفاده 6.7 Use Cases

• ۶.۸ تمرین عملی: شبیه‌ساز تحلیل پروژه و پیش‌بینی ریسک مبتنی بر AI – الهام گرفته از Power BI 6.8 Hands-On: AI-Driven Project Analytics and Risk Forecasting Simulator – Power BI Inspired

ماژول ۷: هوش مصنوعی مسئولانه و اخلاقی در ساخت‌وساز Module 7: Responsible and Ethical AI in Construction

• ۷.۱ اصول هوش مصنوعی مسئولانه 7.1 Principles of Responsible AI

• ۷.۲ انطباق و حفاظت از داده‌ها 7.2 Compliance and Data Protection

• ۷.۳ نقش انسان در بررسی خروجی‌های AI پیش از تصمیم‌گیری 7.3 Role of Humans in Reviewing AI Outputs Before Decisions

• ۷.۴ مثال‌هایی از شناسایی سوگیری (Bias) 7.4 Examples of Identifying Bias

• ۷.۵ ایجاد حلقه‌های بازبینی برای جلوگیری از هشدارهای کاذب یا پیش‌بینی‌های نادرست 7.5 Creating Review Loops to Prevent False Alarms or Incorrect Predictions

• ۷.۶ مطالعه موردی: .Safe Build Pvt. Ltd 7.6 Case Study: Safe Build Pvt. Ltd.

• ۷.۷ تمرین عملی: تصمیمات اخلاقی AI در نظارت بر سایت ساخت‌وساز – تحلیل شبیه‌ساز OpenSpace 7.7 Hands-On: Ethical AI Decisions in Construction Site Monitoring - OpenSpace Simulation Analysis

ماژول ۸: پروژه نهایی – ساخت‌وساز هوشمند توانمند شده با AI Module 8: Capstone Project - AI-Enabled Smart Construction

• ۸.۱ مقدمه‌ای بر پروژه‌های نهایی در ساخت‌وساز هوشمند مبتنی بر AI 8.1 Introduction to Capstone Projects in AI-Enabled Smart Construction

• ۸.۲ تمرین عملی: تحلیل کاربردی شبیه‌ساز نظارت هوشمند سایت 8.2 Hands-On: Functional Analysis of Smart Site Monitor Simulation

• خلاصه دوره Course Summary

عامل‌های هوش مصنوعی در ساخت‌وساز AI Agents in Construction

• ۱.۱ عامل‌های هوش مصنوعی در ساخت‌وساز 1.1 AI Agents in Construction

• ۱.۲ ویژگی‌های اصلی عامل‌های AI 1.2 Core Characteristics of AI Agents

• ۱.۳ اهمیت و تأثیر عامل‌های AI بر تجربه کاربر و عملیات 1.3 Importance and Impact of AI Agents on User Experience and Operations

• ۱.۴ نقش عامل‌های AI در طراحی سیستم 1.4 Role of AI Agents in System Design

• ۱.۵ کاربردها و روندهای نوظهور در ساخت عامل‌های AI 1.5 Applications and Emerging Trends in AI Agent Construction

• ۱.۶ مطالعه موردی: اتوماسیون جریان کاری سازمانی با استفاده از ساخت عامل‌های AI 1.6 Case Study: Enterprise Workflow Automation Using AI Agent Construction