Erklärbare domänenspezifische Künstliche Intelligenz im Massiv- und Brückenbau

Herrn Prof. Dr.-Ing. Manfred Keuser zu seinem 70. Geburtstag gewidmet
Der Einsatz von Künstlicher Intelligenz (KI) wird derzeit flächendeckend in Forschung und Praxis aller Branchen diskutiert und evaluiert. Dieser Beitrag vermittelt zunächst das notwendige Hintergrundwissen zur allgemeinen KI und erarbeitet dann die Notwendigkeit der Entwicklung von domänenspezifischer KI sowie erklärbarer KI (XAI) für die Berechnungs- und Bemessungspraxis im Bauwesen. Dabei wird die Rolle der Domäne “Bauingenieurwesen” an der Schnittstelle zur KI im Hinblick auf Daten sowie Modellierungs- und Bemessungsphilosophie diskutiert. Die drei Beispiele (i) Berechnung von Kirchhoff-Platten mit physikinformierten Neuronalen Netzen, (ii) Kalibrierung von Prior-Modellen für den parametrischen Brückenentwurf aus Datenbanken und (iii) der KI-unterstützte konzeptionelle Entwurf von Brücken veranschaulichen die Anwendung von domänenspezifischem Maschinellem und Tiefem Lernen sowie XAI mit besonderem Blick auf den Massiv- und Brückenbau. Insbesondere die physikinformierte KI (piKI) stellt eine Alternative zu etablierten numerischen Verfahren unter besonderer Berücksichtigung vorhandener Simulations- und Versuchsdaten dar und wird über den Einsatz von XAI erklärbar und nachvollziehbar. Dies ebnet den Weg zur Nutzung der Modelle der piKI im Bauwesen als Digitale Zwillinge eines Tragwerks über deren Lebenszyklen.

Explainable Domain-Specific Artificial Intelligence for Bridge Engineering and Design
The use of artificial intelligence (AI) is currently being discussed and evaluated across the board in research and practice in all industries. This paper first provides the necessary background knowledge on general AI and then elaborates the necessity of developing domain-specific AI as well as explainable AI (XAI) for the calculation and design practice in civil engineering. The role of the civil engineering domain at the interface with AI in terms of data and modeling and design philosophy is discussed. The three examples of (i) computation of Kirchhoff slabs with physics-informed neural networks, (ii) calibration of prior models for parametric bridge design from databases, and (iii) AI-assisted conceptual design of bridges illustrate the application of domain-specific machine and deep learning and XAI with special focus on concrete and bridge design. In particular, physics-informed AI (piKI) represents an alternative to established numerical methods with special consideration of available simulation and experimental data and becomes explainable and comprehensible via the use of XAI. This paves the way for the use of piKI models in civil engineering as digital twins of a structure over its life cycles.