SmartArch AI -järjestelmän kulku

1. Yleinen työnkulku

Tämä järjestelmä on tekoälypohjainen, kokonaisvaltainen automatisoitu alusta, joka mahdollistaa arkkitehtonisten suunnitelmien digitaalisen analysoinnin. Kirjautumisen jälkeen käyttäjät suorittavat maksutapahtuman (POS) ja lataavat arkkitehtoniset suunnitelmansa (PNG/JPG-muodossa) aloittaakseen analyysiprosessin. Järjestelmä analysoi ladatut suunnitelmat, tunnistaa, luokittelee ja arvioi niiden sisältämät arkkitehtoniset sekä rakenneosat ja esittää tulokset käyttäjälle erilaisina tulosteina (DXF, PDF, PNG).

2. Järjestelmän kulku

2.1 Kirjautuminen → POS

Järjestelmä käynnistyy turvallisella käyttäjän todennusmekanismilla. Käyttäjä: • Kirjautuu järjestelmään • Ohjataan maksunäyttöön (virtuaalinen kassa) • Saa oikeuden analyysiin maksun jälkeen (esimerkiksi 3 projektia)

2.2 Sähköinen lasku → Posti

Maksun jälkeen järjestelmä luo automaattisesti: • Sähköisen laskun • Lähettää laskun käyttäjän sähköpostiosoitteeseen

2.3 PNG-lataus (Plan Upload)

Käyttäjä: • Lataa arkkitehtisuunnitelmat PNG- tai JPG-muodossa

3. Arkkitehtuurielementtien poimiminen kuvista

Tämä vaihe on järjestelmän keskeisin osa. Havaitut elementit: • Ovi • Ikkuna • Seinä • Akseli ja akselipiste • Portaat • Hissikuilu Prosessi etenee seuraavasti: • Käynnistetään YOLO- tai vastaava objektintunnistusmalli • Sen jälkeen suhteet muodostetaan relaatiomallilla • Luottamuspisteet lasketaan Ensemble- ja Bayes-malleilla Jokaiselle elementille: • Annetaan ID • Määritetään sijainti • Lasketaan luottamuspisteet (%)

4. Johtopäätös

Analyysin jälkeen järjestelmä: • Yhteenvetää kaikki tulokset • Toimittaa käyttäjälle merkityksellisen tulosteen

5. Matalan luottamuspisteen elementit

Tärkeä osa kaaviota: "Kynnyksen alapuolella olevat elementit voidaan poistaa" Tämä tarkoittaa: • Elementtejä, joilla on alhainen luotettavuuspiste • Mahdollisuus poistaa nämä automaattisesti tai käyttäjän toimesta Ominaisuus: • Vähentää vääriä positiivisia tuloksia • Parantaa analyysin laatua

6. Uudelleenanalyysi

Käyttäjä: • Poistaa virheelliset elementit • Käynnistää järjestelmän uudelleen Kyseessä on erittäin merkittävä ominaisuus: • Luo ihmisen ja tekoälyn hybridijärjestelmän • Mahdollistaa jatkuvan kehityksen

7. Tulokset

Järjestelmä tuottaa tuotokset seuraavissa muodoissa:

8.1 DXF

• CAD-yhteensopiva • Akselit esitetään yksittäisinä viivoina • Pilarit ja seinät ovat erillisiä tasoja

8.2 PDF

• Raportti • Visualisointi

8.3 PNG

• Käsitelty suunnitelma

8.4 Kaikki paketit

• Kaikki tuotokset toimitetaan ZIP-muodossa

Tämä selitys näytetään automaattisesti sisäänkäynnissä valitun kielen mukaan.

SmartArch AI interactive plan editing flow

1. VUOKAAVIO: PNG/JPG-SUUNNITTELUN LATAUS- JA ARKITEHTUURIELEMENTTIEN LISÄYSJÄRJESTELMÄ

SmartArch AI interactive architectural element editing flow

Tämä kaavio esittää interaktiivisen järjestelmän työnkulun, joka analysoi automaattisesti arkkitehtonisia suunnitelmia sekä mahdollistaa niiden suoran muokkaamisen käyttäjän toimesta. Toisin kuin perinteiset tekoälypohjaiset arkkitehtoniset analyysimenetelmät, järjestelmä ei toimi yksinomaan "havaitse ja tuota tuloksia" -periaatteella. Sen sijaan se tarjoaa käyttäjälle mahdollisuuden aktiivisesti vaikuttaa suunnitelmaan, muokata olemassa olevia elementtejä sekä lisätä uusia arkkitehtonisia osia. Kaaviossa esitetty prosessi koostuu kolmesta pääkomponentista: 1. PNG/JPG-suunnitelman lataus 2. Arkkitehtonisten elementtien integrointi kuvaan 3. Käyttäjän ohjaama muokkaus ja kehitys Tämän lähestymistavan ansiosta järjestelmä kehittyy pelkästä analyysityökalusta interaktiiviseksi arkkitehtonisen suunnittelun alustaksi. Käyttäjä ei ainoastaan näe tekoälyn tuottamia tuloksia ladatusta suunnitelmasta, vaan voi myös hallita, muokata, poistaa ja lisätä uusia elementtejä suunnitelmaan.

2. SUUNNITELMAN LATAUS: PNG/JPG

Tämän vaiheen jälkeen käyttäjä ei pelkästään lataa tiedostoa, vaan saa käyttöönsä järjestelmän arkkitehtonisen suunnitelma-alueen, jonka kanssa hän voi työskennellä. Suunnitelmasta muodostuu käyttäjälle reaaliaikainen ja vuorovaikutteinen työskentelyalusta.

3. AUTOMAATTINEN JA MANUAALINEN HYBRIDIJÄRJESTELMÄ

Järjestelmän keskeinen etu on tekoälyn ja käyttäjän toiminnan yhdistäminen samassa prosessissa. Toisin sanoen järjestelmä ei ole suljettu rakenne, joka tekee täysin automaattisia päätöksiä, vaan ottaa käyttäjän aktiivisesti mukaan prosessiin. Tämä toimintatapa sisältää seuraavat vaiheet: • Järjestelmä analysoi suunnitelman automaattisesti. • Se tunnistaa arkkitehtonisia elementtejä, kuten seiniä, ovia ja ikkunoita. • Se esittää havaitsemansa elementit suunnitelmassa. • Käyttäjä tarkastaa nämä elementit. • Hän voi poistaa virheelliset kohteet. • Hän voi lisätä puuttuvat elementit manuaalisesti. • Hän voi tarvittaessa luoda uusia seiniä, ovia tai ikkunoita. Tämä rakenne perustuu tekoälyn ja käyttäjän yhteistyöhön. Tekoäly tarjoaa tehokkaan ja automaattisen alkusanalyysin, kun taas käyttäjä täydentää sitä arkkitehtonisella asiantuntemuksella ja visuaalisella ohjauksella. Näin järjestelmä toimii sekä sujuvasti että hallitusti. Pelkkä tekoälyn tuottama automaattinen analyysi ei välttämättä ole riittävä, sillä arkkitehtuuripiirustusten viivat voivat muistuttaa toisiaan: seinäviiva saattaa sekoittua akseliviivaan, oviaukot voivat esiintyä eri tyyleissä ja ikkunasymbolit vaihtelevat projektikohtaisesti. Käyttäjän toimet lisäävät tämän vuoksi analyysin tarkkuutta ja luotettavuutta.

4. ARKKITEHTUURIELEMENTTIEN INTEGROINTI KUVAAN

Kaavion keskiosassa esitetty lause "Uusien elementtien lisääminen arkkitehtuuripiirustukseen" kuvaa järjestelmän keskeisintä toimintoa. Tässä vaiheessa arkkitehtonisia elementtejä lisätään, muokataan tai käsitellään ladatussa PNG/JPG-suunnitelmakuvassa. Prosessi voidaan toteuttaa kahdella tavalla: 4.1 Automaattinen integrointi Tekoälymalli analysoi suunnitelman ja tunnistaa kuvasta arkkitehtonisia elementtejä, kuten: • olemassa olevat seinät • oviaukot • ikkunapiirustukset • perustilarakenteen Järjestelmä käsittelee nämä elementit eri kerroksina kuvassa, mikä auttaa käyttäjää hahmottamaan eri osien sijainnit suunnitelmassa selkeämmin. 4.2 Manuaalinen integrointi Käyttäjällä on mahdollisuus lisätä uusia elementtejä suunnitelmaan itse. Tämä on yksi järjestelmän keskeisimmistä ominaisuuksista, sillä käyttäjä ei ole sidottu pelkästään tekoälyn tuottamiin tuloksiin, vaan voi kehittää suunnitelmaa omien tarpeidensa mukaisesti. Käyttäjä voi: • lisätä uuden seinän • avata oven olemassa olevaan seinään • lisätä ikkunan olemassa olevaan seinään • poistaa virheellisesti lisätyn elementin • muokata lisättyä elementtiä • arvioida ja tarkastella muutoksia ennen lopullista päätöksentekoa Tämän ominaisuuden ansiosta järjestelmää voidaan hyödyntää niin analyysi-, suunnittelu- kuin korjaustarkoituksissakin.

5. YRITTÄMINEN JA EREHDYS

Tämä järjestelmä ei velvoita käyttäjää tekemään lopullista päätöstä kerralla. Käyttäjä voi kokeilla suunnitelmaa, arvioida tuloksen, poistaa sen, mikäli se ei täytä odotuksia, ja lisätä sen uudelleen. Yrittämisen ja erehtymisen prosessi etenee seuraavasti: 1. Käyttäjä lisää elementin. 2. Järjestelmä esittää sen suunnitelmassa. 3. Käyttäjä arvioi visuaalisen tuloksen. 4. Mikäli tulos ei ole tarkoituksenmukainen, elementti poistetaan. 5. Elementti lisätään uudelleen eri sijaintiin.

6. Prosessia toistetaan, kunnes tulos vastaa vaatimuksia.

Tämä toimintamalli on erityisen merkityksellinen arkkitehtonisessa suunnittelussa. Joissakin tapauksissa oikean oven tai ikkunan sijainnin määrittely voi osoittautua haastavaksi ensimmäisellä kokeilulla. Käyttäjä voi löytää parhaan asettelun testaamalla erilaisia vaihtoehtoja. Yrittämisen ja erehtymisen järjestelmä tarjoaa seuraavat edut: • Se antaa käyttäjälle itsenäisyyden tehdä valintoja. • Se estää virheellisten toimien pysyvyyden. • Se mahdollistaa suunnitelman iteratiivisen kehittämisen. • Se tukee mahdollisimman tarkan lopputuloksen saavuttamista. • Se luo käyttäjälle luottamusta suunnitteluprosessissa toimimiseen. Tämän ominaisuuden ansiosta järjestelmä on joustavampi ja käyttäjäystävällisempi. 6. KÄYTTÄJÄN JA TEKOÄLYN YHTEISTYÖSUUNNITELMA Lopullinen suunnitelma ei ole pelkästään tekoälyn automaattisesti tuottama tulos, vaan myös käyttäjän toimien kehittämä kokonaisuus. Suunnitelma rakentuu kolmesta keskeisestä kerroksesta: 1. Alkuperäinen suunnitelmakuva 2. Tekoälyn tunnistamat arkkitehtoniset elementit 3. Käyttäjän lisäämät tai muokkaamat komponentit Tämän kerrosrakenteen ansiosta järjestelmä kykenee hallinnoimaan kutakin muutosta järjestelmällisesti. Esimerkiksi käyttäjän lisäämä seinä voidaan säilyttää erillisenä kerroksena ja tekoälyn tunnistamat ovet omana resurssinaan. Näin voidaan tehokkaasti seurata, mitkä elementit on lisännyt järjestelmä ja mitkä käyttäjä. Tämä seurantajärjestelmä on olennainen tulevaa raportointia, muutosten kumoamista, uudelleenanalyysiä ja tulosteiden tuottamista varten.

7. YHTEENVETO

Tässä kuvatussa järjestelmässä ei ole kyse pelkästä yksinkertaisesta tekoälytyökalusta, joka lukee ja analysoi arkkitehtonisen suunnitelman. Se on interaktiivinen arkkitehtoninen suunnittelualusta, joka asettaa käyttäjän prosessin keskiöön, mahdollistaa suunnitelmaan suoran vaikuttamisen ja tukee tarkimman lopputuloksen löytymistä yrityksen ja erehdyksen kautta. Järjestelmä: • Ei ainoastaan suorita analyysiä. • Ota käyttäjän aktiivisesti mukaan prosessiin. • Mahdollistaa uusien seinien lisäämisen. • Sallii ovien ja ikkunoiden avaamisen olemassa oleviin seiniin. • Tarjoaa mahdollisuuden virheellisten toimenpiteiden poistamiseen ja uudelleenkokeiluun. • Yhdistää tekoälyn ihmisen ohjaukseen. • Tuottaa tarkan ja optimoidun suunnitelman. Tämä lähestymistapa on huomattavasti kehittyneempi kuin perinteiset tekoälyjärjestelmät, sillä käyttäjä ei ole pelkkä tuloksen vastaanottaja, vaan aktiivinen toimija, joka kehittää, korjaa ja ohjaa suunnitelmaa.

This explanation is displayed according to the selected site language for the second flow diagram.

SmartArch AI johtopäätös-, suodatus- ja latausvirta

3. Virta: Johtopäätös, suodatus ja lataus

SmartArch conclusion filtering and download flow

Tämän osion tarkoituksena ei ole suoraan hyväksyä tekoälyn tuottamia alustavia tuloksia lopullisina, vaan tarjota käyttäjälle mahdollisuus tarkastella tuloksia visuaalisesti, verrata niitä listaan, poistaa epätarkkoja ehdokkaita, analysoida uudelleen jäljellä olevien havaintojen kanssa tarvittaessa sekä ladata DXF-, PDF- ja PNG-tiedostoja.

1. Päälogiikka analyysin jälkeen

Arkkitehtuurisuunnitelman analysoinnin jälkeen järjestelmä tuottaa useita ehdokashavaintoja, jotka voivat sisältää ovia, ikkunoita, seiniä, akselipisteitä, pylväitä, ulkoseiniä, portaita, hissikuiluja tai muita arkkitehtonisia rakenneosia. Kaikkia tekoälymallien havaintoja ei kuitenkaan tule pitää lopullisina. Tämän vuoksi järjestelmä esittää käyttäjälle analyysin jälkeen ohjausnäytön. Tämä ohjausnäyttö koostuu kahdesta pääalueesta: • Visuaalinen tulosluettelo: suunnitelmaan merkittyjen visuaalisten tulosten esitys. • Havaintoluettelo: taulukkomuotoinen luettelo tekoälyn tunnistamista ehdokaselementeistä. Tämän rakenteen avulla käyttäjä voi tarkastella paitsi kuvaa myös kunkin ehdokkaan tunnusta, tyyppiä, luotettavuuspistemäärää, koordinaatteja, kokoa ja lähdettä.

2. Visuaalisten tulosten alue

Kaavion vasemmassa alakulmassa sijaitseva ”Visuaaliset tulokset” -osio näyttää analysoidun arkkitehtuurisuunnitelman käsitellyn version. Järjestelmä renderöi tässä havaitut elementit suoraan suunnitelmaan. Jokainen ehdokasobjekti esitetään värillisillä viivoilla, laatikoilla, tarroilla tai tunnistenumeroilla. Tämän alueen ensisijainen tehtävä on antaa käyttäjälle mahdollisuus tarkastella järjestelmän havaintoja visuaalisesti. Esimerkiksi, jos järjestelmä on tunnistanut ikkunan ovena, käyttäjä voi havaitseman virheen havaita helposti visuaalisten tulosten näytöllä.

3. Havaintoluettelo

Visuaalisen tuloksen vieressä oleva ”Havaintoluettelo” esittää tekoälyn tunnistamat ehdokaselementit taulukkomuodossa. Tämä taulukko lisää järjestelmän läpinäkyvyyttä. Käyttäjä näkee, kuinka varma järjestelmä on kunkin havainnon osalta. Luettelo on erityisen hyödyllinen manuaalisen korjauksen yhteydessä, sillä käyttäjä voi poistaa matalan luotettavuuden ehdokkaita, karsia väärin luokiteltuja elementtejä tai aloittaa analyysin uudelleen jäljellä olevilla oikeilla ehdokkailla.

4. Luottamuspisteiden logiikka

Yksi keskeisistä käsitteistä kaaviossa on pistemäärä eli luotettavuuspistemäärä, joka ilmaisee prosentteina tekoälyn varmuuden löydöksestä. Esimerkiksi: • 96 %:n luotettavuuspistemäärä tarkoittaa, että järjestelmä on melko varma löydöksestä. • 75 %:n luotettavuuspistemäärä viittaa siihen, että havainto on todennäköisesti oikea, mutta se tulisi tarkistaa. • 45 %:n luotettavuuspistemäärä merkitsee epäilyttävää ehdokasta, joka saattaa vaatia poistamista tai tarkempaa tutkimista.

5. Kynnysarvon alapuolella olevien ehdokkaiden poistaminen

Kaavion vasemmassa yläkulmassa oleva ”Poista pistemäärän alapuolella olevat ehdokkaat” -alue mahdollistaa automaattisen puhdistuksen. Käyttäjä voi syöttää prosenttikynnysarvon, jonka perusteella järjestelmä poistaa kaikki sitä alemmalla pistemäärällä varustetut ehdokkaat tulosluettelosta. Esimerkiksi, jos kynnysarvoksi asetetaan 50: • Alle 50 %:n ehdokkaat poistetaan. • 50 %:n ja sitä korkeammat ehdokkaat säilyvät. Kynnysarvon 70 asettaminen puolestaan poistaa useammat alle 70 %:n ehdokkaat, tehden tuloksesta puhtaamman mutta valikoivamman. Tämä toiminto on erityisen hyödyllinen tapauksissa, joissa analyysi tuottaa suuren määrän vääriä positiivisia ehdokkaita, sillä käyttäjän ei tarvitse poistaa niitä yksitellen vaan suorittaa automaattinen esipuhdistus.

6. Oikean tuloksen löytäminen yritys- ja erehdyspohjaisesti

Yksi järjestelmän keskeisistä ominaisuuksista on, ettei käyttäjää rajoiteta yhteen analyysitulokseen. Käyttäjä voi kokeilla erilaisia kynnysarvoja, poistaa matalan pistemäärän saaneita ehdokkaita, säilyttää manuaalisesti valittuja ehdokkaita ja suorittaa analyysin uudelleen jäljellä olevilla havainnoilla. Esimerkki kokeiluprosessista: 1. Järjestelmä tekee ensimmäisen analyysin. 2. Käyttäjä tarkistaa tulokset. 3. Mikäli vääriä havaintoja on runsaasti, asetetaan kynnysarvoksi 60 %. 4. Järjestelmä poistaa alle 60 %:n ehdokkaat. 5. Käyttäjä arvioi visuaalisen tuloksen uudelleen. 6. Tarvittaessa poistaa manuaalisesti joitakin ehdokkaita. 7. Käynnistää uudelleen analyysin valitsemalla ”Suorita analyysi jäljellä olevilla elementeillä”. 8. Tuloksena saadaan puhtaampi lopputulos. 9. Lopullinen tulos hyväksytään, kun se koetaan tyydyttäväksi. Tämä lähestymistapa muuntaa järjestelmän täysin automatisoidusta työkalusta hallituksi, vuorovaikutteiseksi ja ihmisen avustamaksi analyysialustaksi.

7. Käyttäjän toimet ja manuaalinen puhdistus

Kaaviossa esitetty rakenne havainnollistaa, että käyttäjän toimet muodostavat olennaisen osan järjestelmää. Käyttäjällä ei ole velvollisuutta hyväksyä kaikkia analyysin tuloksena esitettyjä ehdokkaita. Käyttäjän tulisi pystyä: • Poistamaan virheelliset tunnistukset. • Poistamaan matalan pistemäärän saaneita ehdokkaita kerralla. • Valitsemaan luettelosta. • Valitsemaan objekteja visualisoinneista. • Poistamaan valitut ehdokkaat suunnitelmasta. • Suorittamaan uudelleen analyysi jäljellä olevien oikeiden ehdokkaiden kanssa. Tämä ominaisuus on erityisen merkittävä arkkitehtonisissa suunnitelmissa, sillä joidenkin piirustusten elementit voivat olla hyvin samankaltaisia. Esimerkiksi ohut seinäviiva saattaa muistuttaa akseliviivaa. Ovenkarmi voidaan joskus sekoittaa huonekaluviivaan, ja ikkunaviiva saattaa esiintyä seinäosana tietyissä suunnitelmissa. Tämän vuoksi täysin luotettavan tuloksen saavuttaminen ilman käyttäjän ohjausta on haastavaa.

8. Suorita analyysi jäljellä olevilla elementeillä

Keskeinen painike tunnistusluetteloalueella on "Suorita analyysi jäljellä olevilla havainnoilla" -toiminto. Tämä painike mahdollistaa uuden analyysin suorittamisen pelkästään jäljellä oleville ehdokkaille käyttäjän puhdistustoimenpiteiden jälkeen. Tämä prosessi on olennainen, koska: • Virheelliset ehdokkaat poistetaan analyysistä. • Järjestelmä käyttää uudelleen tarkempaa dataa. • Tulosmoottori hyödyntää puhdistettua dataa. • Lopullinen tuloste on luotettavampi. Tämä toimintamalli vastaa ihmisen ohjaamaa lähestymistapaa tekoälyjärjestelmien toiminnassa, jolloin päätöksenteko ei perustu pelkästään koneelliseen analyysiin, vaan sitä täydentää ihmisen valvonta.

9. Johtopäätösvaihe

Kaavion keskellä sijaitseva ”Johtopäätös”-lohko vastaanottaa puhdistetut ja varmennetut löydökset ja tuottaa loppuselvityksen. Johtopäätösvaiheessa järjestelmä kykenee: • Arvioimaan jäljellä olevat ehdokkaat. • Tulkintaamaan suunnitelman kokonaisrakennetta. • Jakamaan arkkitehtoniset elementit merkityksellisiin kerroksiin. • Valmistamaan tarvittavat tiedot tulosten tuottamista varten. • Luomaan lopullisen tiedostorakenteen DXF-, PDF- ja PNG-tulosteille. On tärkeää huomata, että lopputulos ei perustu pelkästään alkuperäiseen tekoälyanalyysiin, vaan se muodostuu käyttäjän suorittamien puhdistusten ja korjausten jälkeen. Näin ollen lopullinen tuloste sisältää sekä tekoälyn tekemän ennustamisen että käyttäjän tekemän ohjauksen.

10. DXF/PDF-lataus

Prosessin loppuvaiheessa käyttäjällä on mahdollisuus ladata ammattimaisia tulosteita. Kaavion ”Lataa DXF/PDF” -lohko kuvaa tämän toiminnon. Tässä vaiheessa järjestelmä luo seuraavat tiedostot: • PDF: Raportti ja visuaalinen tulos. • DXF: Tekninen piirustus, joka voidaan avata CAD-ohjelmistossa. • PNG: Käsitellyn visuaalisen suunnitelman tuloste. DXF-tiedosto on erityisen olennainen arkkitehdeille ja insinööreille, sillä nämä tiedostot voidaan avata AutoCADissa, DraftSightissa, LibreCADissa tai muissa vastaavissa CAD-ohjelmistoissa. Näin tekoälyn käsittelemä suunnitelma voidaan siirtää sujuvasti teknisen piirustustyön ympäristöön.

11. Luotujen tiedostojen paneeli

Järjestelmän oikealla puolella sijaitseva ”Luodut tiedostot” -paneeli listaa kaikki järjestelmän generoimat tiedostot. Tämän paneelin kautta käyttäjä voi avata tai ladata tulostiedostoja yksi kerrallaan. Paneeli voi sisältää seuraavanlaisia tiedostoja: • Pilari- ja leikkausseinä PNG • Pilari-PNG • Leikkausseinä PNG • PDF • Pilari- ja leikkausseinä DXF • Pilari-DXF-kandidaatti • Leikkausseinä DXF-kandidaatti Luettelo osoittaa, että järjestelmä tuottaa useita erilaisia tulosteita, joilla kullakin on oma tarkoituksensa. Pilari- ja leikkausseinä PNG esittää kaikkien löydösten yhdistetyn visuaalisen tulosteen. Pilari-PNG mahdollistaa sarakkeen kandidaattien visuaalisen erottelun. Leikkausseinän PNG tallentaa lopullisen näkymän käyttäjän näytölle. PDF-muoto soveltuu raportointiin ja jakamiseen. Täysi suunnitelma DXF on yleinen suunnitelmatuloste, joka on avattavissa CAD-ympäristössä. Pilari-DXF-kandidaatti on erityinen tekninen tuloste, joka sisältää ainoastaan sarakkeen kandidaatit. Leikkausseinän kandidaatti DXF puolestaan on tekninen tuloste, joka sisältää ainoastaan leikkausseinän kandidaatit.

This explanation is displayed under the third flow diagram according to the selected site language.