Byggesaker med AI-kart

Nå skal kunstig intelligens finne den ulovlige garasjen din!

Men det er bare en bieffekt av prosjektet. Det egentlige målet er mer effektiv behandling av byggesaker, sier Alexander Nossum i Norkart.

Den kunstige intelligensen klarte å identifisere de fleste bygningene i dette nabolaget. Nå skal den trenes opp til å bli langt mer treffsikker.
Den kunstige intelligensen klarte å identifisere de fleste bygningene i dette nabolaget. Nå skal den trenes opp til å bli langt mer treffsikker. (Bilde: Kartverket)

Men det er bare en bieffekt av prosjektet. Det egentlige målet er mer effektiv behandling av byggesaker, sier Alexander Nossum i Norkart.

Hei, dette er en Ekstra-sak som noen har delt med deg.
Lyst til å lese mer? Få fri tilgang for kun 235,- i måneden.
Bli Ekstra-abonnent »

Hvordan skal kunstig intelligens og maskinlæring gi raskere behandling av byggesøknader? La oss ta utnyttelsesgrad som eksempel.

I mange kommuner er det en øvre grense for hvor mye av en tomt som kan bygges ut, ofte rundt 25 prosent. Dette kalles utnyttelsesgrad. For den som skal søke om å få sette opp en garasje, anneks, uthus, tilbygg eller noe annet på eiendommen, er det fram med kart, linjal og kalkulator og begynne å måle og regne.

Når søknaden vel er inne på byggesakskontoret, gjentas prosessen der, dog med noen flere digitale hjelpemidler enn den jevne innbygger er i besittelse av. I tillegg er det en rekke andre mål som skal kontrolleres mot forskriftene, som høyder, avstand til nabogrenser, nabohus og offentlige veier.

Attpåtil kan det være foretatt tiltak på tomten som ikke er meldt inn. Kanskje saksbehandleren oppdager at det er oppført et skjul som ikke var med på forrige kartoppdatering. Dette gjør at gjenstående utnyttelsesgrad er mindre enn det som kommer fram av eiendomsregisteret (matrikkelen), og kanskje er boden så stor at saksbehandleren må vende tommelen ned for det nye byggeprosjektet.

Dette er ofte starten på en lengre informasjonsutveksling mellom søker og saksbehandler om detaljer i forskriftene, om hvor man finner riktig informasjon og om hva som egentlig er mulig å bygge innenfor de gjeldende rammene.

Kaffeslabberas ga idé om AI-kart

Denne typen tidkrevende, byråkratisk tautrekking var tema under et kafétreff i Kristiansand i februar 2020. Rundt bordet satt Alexander Salveson Nossum i Norkart, Terje Nuland i Kristiansand kommune, Lars Fredrik Gyland og Ivar Oveland i Kartverket. De fire deler særlig én interesse: digitalisering.

Denne dagen var de oppgitt over hvor mye tid som går med til saksbehandling på grunn av feil i kartene. Tenk om de kunne bruke kunstig intelligens og smarte algoritmer til å korrigere feilene, slik at saksbehandlerne slapp å jobbe med utdaterte kart!

Innen kaffen var drukket opp, var de blitt enige om at dette måtte de jobbe videre med. Et første skritt var å kjøpe inn programvare til formålet, noe som er hyllevare i amerikanske software-butikker.

Norkart Alexander Nossum Kartverket aikart AI kunstig intelligens kristiansand maskinlæring byggesøknad forenkling
I første fase av KartAi-prosjektet testes den kunstige intelligensen på et område med 580 bygninger. Bilde: Kartverket

12 måneder senere kunne Terje Nuland, geodataleder i Kristiansand kommune, kringkaste nyheten om at kommunen er tildelt 2,5 millioner kroner i støtte fra Regionale forskningsfond Agder til et «forskningsprosjekt for kvalitetsheving av eiendomsregisteret ved hjelp av kunstig intelligens (AI).» Prosjektets mål er å bidra til automatisering og effektivisering av saksbehandling i byggesaker, heter det videre.

– Det var en stor konkurranse med mange søknader, så det var ekstra gøy å få gjennomslag, uttaler Terje Nuland i en nyhet om prosjektet.

Med på laget har kommunen Universitetet i Agder samt tidligere nevnte Kartverket og Norkart, hvor prosjektleder Alexander Salveson Nossum er ansatt som innovasjons- og digitaliseringsansvarlig.

– Det er mye kommunalt arbeid som er basert på matrikkelen, ikke bare byggesaker, sier Nossum.

Han nevner blant annet eiendomsskatt, kommunale gebyrer, byutvikling og fortetting som eksempler. I tillegg kan han fortelle at de allerede, knapt tre måneder ut i det toårige forskningsprosjektet, har fått lovende resultater.

Tok sykkelen fatt for å sjekke eiendom

I innledende fase gikk de altså til innkjøp av standard AI-programvare og lot denne prøve seg på et avgrenset geografisk areal av Kristiansands tettbebyggelse.

Uten at forskerne behøvde å foreta seg så veldig mye mer enn å mate programmet med en serie flyfotografier, klarte algoritmene i den kunstige intelligensen å klassifisere 490 av 580 bygninger riktig. Det var særlig garasjer og andre mindre bygninger den gikk glipp av. I tillegg vartet den opp med to falske, positive treff i det første eksperimentet. Det vil si at objekter som ikke er bygninger, ble markert som det.

– Hvordan kan dere unngå at for eksempel en bobil blir identifisert som en bygning?

– Vi må mate maskinene med flere data, slik at den blir mer nøyaktig. De innlagte algoritmene er lagd for USA og andre land enn Norge, så vi må tilpasse dem til norske forhold. Spisse dem og trene opp intelligensen slik at treffsikkerheten blir opp mot hundre prosent, sier Nossum.

Grunnen til at de har valgt ut et relativt lite område, er at de må sitte på fasiten når de skal vurdere svarene som den kunstige intelligensen serverer. Nossum forteller at Ivar Oveland i Kartverket så sent som på søndag var ute på sykkelen for å sjekke at noen bygninger virkelig var det de trodde at de var.

– Pålitelighet er viktig, fastslår Nossum.

For å ta riktige avgjørelser, enten man har kunstig intelligens eller ikke, er det viktig med et korrekt og bredt beslutningsgrunnlag. Databasen de skal bygge opp i Kristiansand, kaller de en geodatasjø. I denne sjøen skal de slippe ut data fra en rekke kilder, fra historiske ortofoto til digitale høydemodeller, som Kartverket er i ferd med å samle inn over det ganske land ved bruk av lidarer. Laserskanningen bearbeides til digitale punktskyer, noe som gir langt flere bruksmuligheter enn et vanlig kart. 

– Vi er de første som slår sammen matrikkelen, kartbasene og innbyggerinvolvering og behandler dette med AI og maskinlæring, hevder Nossum.

Les også

– Ikke et overvåkningsverktøy

I tillegg skal et utvalg av innbyggerne i Sørlandets hovedstad i ren Wikipedia-stil inviteres til å bidra med eiendomsinformasjon, såkalt crowd sourcing.

Ifølge Nossum, som tidligere har vært med på å utvikle digitale tjenester for byggesøknad i blant annet Bærum, råder det stor forvirring om eiendomsinformasjon og regelverk blant folk flest. Saksbehandlerne bruker derfor mye tid på å besvare enkle spørsmål, og på å avklare hvilke regler som gjelder for de enkelte byggeprosjektene.

Han tror kartene er blitt mindre nøyaktige etter at regjeringen i 2015 forenklet byggesaksreglene, slik at det blant annet ble tillatt å bygge for eksempel anneks og garasjer på inntil 50 kvadratmeter uten å søke. Resultatet er at mange mindre bygg ikke er registrert i matrikkelen, mener han.

– Mange glemmer at de skal melde fra om slike tiltak, sier Nossum.

Norkart Alexander Nossum Kartverket aikart AI kunstig intelligens kristiansand maskinlæring byggesøknad forenkling
Stadig mer av Norge blir skannet av Kartverkets lidarer og lagret som digitale punktskyer. Bilde: Kartverket

Når den kunstige intelligensen deres kommer over bygg som ikke er innmeldt, er tanken at eieren av eiendommen skal få en digital henvendelse om hva slags bygg det er. Det samme vil skje når et bygg er revet uten at myndighetene er informert.

– Det er viktig å si at dette ikke er et overvåkningsverktøy, og vi kommer til å gå gjennom de etiske sidene sammen med Universitetet i Agder. Formålet er å få riktige kart, slik at saksbehandlingen blir enklere, insisterer Nossum.

Han tror at det er mange som synes det er vanskelig å finne fram til de rette kartene og registrene når de skal kjøpe bolig eller søke om å bygge, og at de fleste vil ha glede av et mer transparent og tilgjengelig eiendomsregister.

– Ved å dele informasjon og være med på å oppdatere kartene, vil folk få større eierskap til dem, sier han.

Økt innsyn og deltagelse

– Men om noen har bygd en garasje som er større enn det som er tillatt, vil de vel få beskjed om det også?

– Det skal de få også med dagens system selv om det kanskje går tregere. På den andre siden kan det jo også være at noe er revet på tomten som ikke er innmeldt, og at de har fått feilaktig avslag på byggesøknad fordi utnyttelsesgraden er overskredet. Da vil de få beskjed om at de har mulighet til å bygge ut mer enn de trodde, svarer Nossum.

Han ser for seg en digital forespørsel fra en chatbot eller lignende, som kommer med standardiserte forespørsler à la «stemmer det at du har revet garasjen din?» Når den digitale saksbehandleren ikke er sikker på hva som har skjedd, kan den innlede en dialog med innbyggeren ved å stille et åpent spørsmål.

– Vi ønsker å åpne de offentlige datasettene og gjøre eiendomsinformasjonen tilgjengelig for folk. Det mest radikale med dette er at folk selv skal kunne gå inn og redigere opplysningene om egen eiendom. Dette er strengt regulert i dag, og man er nødt til å være offentlig godkjent matrikkelfører for å kunne gjøre endringer i det offentlige eiendomsregisteret, sier Nossum.

Vil kreve lovendring

For å få utprøvd dette må prosjektet få dispensasjon fra matrikkelforskriften, som slår fast at selv om alle har rett til innsyn i matrikkelen, kan ikke matrikkelen brukes direkte av hvem som helst, «så mellomliggende produkter og tjenester må filtrere vekk dette».

Alexander Nossum har likevel tro på at dette kan endres slik at eiendomsbesittere selv kan gå inn og legge til eller korrigere opplysninger om byggetiltak.

– Dette kan oppfattes som en radikal endring. Men at matrikkelen har vært strengt beskyttet i alle år, betyr ikke at den må være det for all fremtid. Vi har tro på at bidrag fra flere kilder kan gjøre kartene og matrikkelen bedre, sier han.

Les også

Kommentarer (2)

Kommentarer (2)

Eksklusivt for digitale abonnenter

På forsiden nå