如今，人工智能及其子集機器學(xué)習以成為熱點關(guān)鍵詞。關(guān)于深度造假、錯誤信息、偏見、隱私和社會道德風險的“厄運和悲觀”評論比比皆是，但科技巨頭谷歌、微軟和 IBM 的人工智能相關(guān)研發(fā)卻在飛速發(fā)展。

但科技公司并不是唯一進行投資的企業(yè)。包括西門子、霍尼韋爾和江森自控等在內(nèi)的企業(yè)也正在將人工智能算法集成到其基于云的智能建筑管理系統(tǒng) (BMS) 平臺中，以根據(jù)歷史和實時數(shù)據(jù)做出可操作的預(yù)測性決策，從而降低運營成本并實現(xiàn)能源和居住體驗?zāi)繕?。這些算法提供了計算最佳設(shè)置以及機器學(xué)習系統(tǒng)識別建筑物生命周期模式的詳細說明。

一些BMS平臺提供商擁有內(nèi)部人工智能團隊來開發(fā)算法，而另一些則與英特爾、IBM、埃森哲和Infosys等人工智能咨詢和開發(fā)服務(wù)公司合作。例如，霍尼韋爾的互聯(lián)安全平臺將英特爾的視覺產(chǎn)品與高級分析、深度學(xué)習和面部識別功能相結(jié)合。

人工智能與智能環(huán)境

為智能建筑自動化部署人工智能需要大量數(shù)據(jù)集，例如項目的能源負載、系統(tǒng)性能、占用和空間利用率、用戶滿意度以及環(huán)境統(tǒng)計數(shù)據(jù)，例如溫度、濕度、空氣質(zhì)量、照明和噪音水平。人工智能可能會考慮外部因素，例如天氣模式、氣候趨勢、能源高峰期和安全威脅。需要驗證、過濾和分析的數(shù)據(jù)量過于復(fù)雜，任何人都無法有效地解釋和采取行動，這就是人工智能發(fā)揮作用的地方。

例如，為了減少能源使用，人工智能將在開始調(diào)整供暖和空調(diào)之前分析占用率、空間使用模式和峰值需求等數(shù)據(jù)。機器學(xué)習算法將篩選歷史數(shù)據(jù)，以檢測和診斷 HVAC 系統(tǒng)內(nèi)的異常情況，并提示所有者安排維護并根據(jù)需要調(diào)整閥門、風扇、過濾器或控制器。

總部位于紐約的Prescriptive Data營銷和合作伙伴副總裁 Gary Chance表示，其基于 AI/ML 云的平臺Nantum OS已經(jīng)為用戶帶來了顯著的效益。他說：“通過在漏水發(fā)生之前發(fā)現(xiàn)漏水、根據(jù)人們到達辦公室的時間自動啟動系統(tǒng)以及使用人工智能實現(xiàn)需求管理自動化，我們節(jié)省了數(shù)千美元?！痹撈脚_甚至通過在高峰時段之前自動預(yù)熱和填充蒸汽罐來減少紐約的蒸汽支出。

去年，該公司發(fā)現(xiàn)WELL認證 44% 的數(shù)據(jù)報告要求可以使用人工智能實現(xiàn)自動化。毫不奇怪，WELL、Fitwel、LEED 和其他建筑認證計劃的自動報告現(xiàn)已成為其服務(wù)產(chǎn)品之一。

基于云的平臺BrainBox AI將天氣預(yù)報集成到其能源優(yōu)化算法中?！霸撓到y(tǒng)將建筑物內(nèi)的傳感器數(shù)據(jù)和來自最近氣象站的天氣數(shù)據(jù)根據(jù)室內(nèi)外實時發(fā)生的情況來訓(xùn)練系統(tǒng)，”其首席產(chǎn)品官 Omar Tabba 說道。“我們的AI系統(tǒng)可以根據(jù)一定的預(yù)測，以95%以上的準確率來預(yù)測未來的狀態(tài)。如果數(shù)據(jù)顯示兩小時后室外溫度將達到78華氏度（25-26攝氏度），但我們希望室內(nèi)環(huán)境保持在72華氏度（約22攝氏度），系統(tǒng)知道何時打開風扇以及在什么級別以避免額外的能量消費和支出?！?/p>

在工作環(huán)境中，人工智能除了通知員工自助餐廳繁忙時間和預(yù)測空間需求外，還可以根據(jù)實時數(shù)據(jù)調(diào)節(jié)區(qū)域?；裟犴f爾商業(yè)智能建筑產(chǎn)品管理高級總監(jiān)丹尼·斯特恩 (Dani Stern) 表示：“大多數(shù)智能建筑都按照設(shè)定點運行，并根據(jù)計劃的事件和占用情況以及溫度和濕度水平進行覆蓋?！?/p>

“在混合工作方式下，占用率變得非常難以預(yù)測和安排。人工智能可以分析來自多個傳感器的歷史和實際占用信息，以幫助優(yōu)化空間。我們甚至與思科建立了合作伙伴關(guān)系，利用其 Wi-Fi 系統(tǒng)根據(jù)智能手機連接對人流進行三角測量?！?/p>

盡管如此，將投資回報率分配給空間優(yōu)化可能很困難，而且如果沒有保證價值，人工智能在某些用例中的采用可能會受到影響。全球工程公司W(wǎng)SP智能解決方案副總裁 Lucy Casacia 解釋道：“人工智能開始根據(jù)空氣、照明和空間質(zhì)量等指標以及返回辦公室的人數(shù)來確定員工滿意度。但我們將在娛樂、酒店和公共場所的用戶體驗前沿看到更多的人工智能投資?！?/p>

人工智能在安全系統(tǒng)中的發(fā)展勢頭越來越強勁。該技術(shù)基于主動入侵、武器和槍擊檢測、監(jiān)控錄像分析以及事件報告來啟動鎖定、緊急警報和急救人員通知。Casacia還看到“系統(tǒng)使用熱圖來監(jiān)控模式和運動，以檢測零售環(huán)境中的盜竊行為，例如有人比平常移動得更快。”在交通領(lǐng)域，人工智能和機器學(xué)習可以“通過面部識別測量情緒和幸福感來確定旅行者是否迷失方向?！?/p>

例如，英國的Old Oak Common是一個超級樞紐換乘站，是英國倫敦新 HS2 高速鐵路線的一部分，最近在規(guī)劃階段利用人工智能來優(yōu)化車站標牌。項目團隊邀請了數(shù)十名公眾和設(shè)計師在虛擬站中導(dǎo)航，并使用瑞典公司Tobii的眼球追蹤機器學(xué)習、人工智能和高級信號處理技術(shù)來分析旅行者的情緒、興趣和干擾。在這里，人工智能有潛力通過報告公開的情緒（例如恐慌或惱怒）來提高安全性。

AI的采用阻礙

盡管人工智能的接受度越來越高，但由于對數(shù)據(jù)隱私、偏見和道德的疑慮，許多消費者仍然保持警惕。這些擔憂甚至導(dǎo)致了基于人工智能的智慧城市項目的失敗，例如 Sidewalk Toronto（也稱為 Quayside），Alphabet 子公司 Sidewalk Labs 于 2020 年取消了該項目。不過，今年早些時候，Waterfront Toronto宣布了 Quayside的新重建工作，這一舉措引人注目。不過，已經(jīng)將其重點轉(zhuǎn)向智慧城市功能，數(shù)據(jù)收集轉(zhuǎn)向經(jīng)濟適用房、可持續(xù)性、多樣性、公平性和包容性。

“人工智能技術(shù)正在快速發(fā)展，負面新聞讓很多人感到緊張，”Casacia說。“正如我們在多倫多看到的那樣，這些擔憂在住宅設(shè)施中更為重要?！彼J為，在商業(yè)建筑和公共場所，隱私不應(yīng)該成為一個問題，因為這些地方經(jīng)常部署身份證等個人數(shù)據(jù)。“只要我們確保數(shù)據(jù)治理和標準到位，并且利益相關(guān)者和居住者了解正在分析的數(shù)據(jù)，人工智能將繼續(xù)在智能建筑中發(fā)展和成長。”

Tabba補充道，網(wǎng)絡(luò)安全是限制建筑運營中采用速度的另一個問題?！氨仨殗栏窨刂茢?shù)據(jù)訪問、充足的冗余、災(zāi)難恢復(fù)以及持續(xù)的第三方測試以識別漏洞——所有這些都是現(xiàn)代人工智能網(wǎng)絡(luò)安全策略的最佳實踐?！崩纾珺rainBox AI 根據(jù) SOC 2 等信息安全標準對傳輸中和靜態(tài)的數(shù)據(jù)進行加密。位于愛爾蘭、澳大利亞和蒙特利爾的工作人員覆蓋不同時區(qū)，24/7 監(jiān)控客戶建筑，并可以隨時關(guān)閉 AI由于計劃維護、威脅或其他事件而花費的時間。

許多在智能建筑領(lǐng)域利用人工智能的技術(shù)專家認為，信任是提高采用率的關(guān)鍵?！拔覀兛吹皆缙诓捎谜唛_始踏上旅程，”斯特恩說，“但仍然存在恐懼和懷疑，尤其是圍繞基于云的數(shù)據(jù)和自動化。隨著信任的增長，技術(shù)將會發(fā)展。同時，我們可以使用人工智能提出建議并讓客戶采取行動。他們還可以采用私有云方法或現(xiàn)場托管系統(tǒng)——無論他們喜歡什么。”

運營中的人工智能和工作替代

盡管人工智能將覆蓋一些工作方面，但參數(shù)定義和算法編程始終需要人工輸入，WSP 的 Casacia表示：“該技術(shù)需要通過人工檢查和問責制進行治理和管理。飛機可以自動駕駛，但我們?nèi)匀挥腥祟愶w行員掌舵。”

換句話說，建筑運營商不應(yīng)該自滿。

盡管霍尼韋爾繼續(xù)在其基于云的 Forge 平臺上開發(fā)人工智能并參與與其他技術(shù)提供商的公開討論，斯特恩相信人們?nèi)詫⑹遣豢苫蛉钡摹！斑@里有很大的創(chuàng)新空間，我們正在與數(shù)字孿生和智能建筑技術(shù)公司合作，以確保我們的系統(tǒng)開放且可訪問，以實現(xiàn)集成，”他說?！氨M管如此，沒有比人類更好的傳感器了。這就是為什么我們還在構(gòu)建系統(tǒng)，允許居住者通過評級系統(tǒng)提供有關(guān)清潔度、舒適度和其他因素的反饋，這些系統(tǒng)成為人工智能分析數(shù)據(jù)集的一部分。”

隨著依賴數(shù)據(jù)的建筑性能報告要求的出現(xiàn)，Chance看到了人工智能和人類在更加節(jié)能和高效的環(huán)境中蓬勃發(fā)展的機會?！跋窦~約第 97 號地方法這樣的法規(guī)，大多數(shù)超過 25,000平方英尺的建筑[必須]滿足新的能源效率和碳排放[規(guī)定]，將把建筑數(shù)據(jù)和租戶數(shù)據(jù)都放在路線圖上，”他說。“房地產(chǎn)在技術(shù)采用方面通常落后兩年，因此未來幾年我們可能會看到人工智能在建筑運營中的應(yīng)用有所增加。但歸根結(jié)底，我們?nèi)匀恍枰祟悺！?/p>

無論準備好與否，人工智能來了

所有人工智能和機器學(xué)習算法都需要大量數(shù)據(jù)集來學(xué)習和發(fā)現(xiàn)模式或問題；算法越深入，需要的數(shù)據(jù)就越多。“擁有充足的高質(zhì)量數(shù)據(jù)是目前最大的障礙，”Casacia說?！笆紫纫_定利益相關(guān)者的要求以及滿足這些要求所需的數(shù)據(jù)類型，然后確定哪些數(shù)據(jù)需要保護、要存儲多少數(shù)據(jù)以及需要保護多長時間。然后是通過正確的輸入和輸出來確保數(shù)據(jù)質(zhì)量?！?/p>

初始數(shù)據(jù)映射與來自不同源的數(shù)據(jù)字段相匹配，必須確定驗證規(guī)則和數(shù)據(jù)流以進行連續(xù)映射。BrainBox AI 的網(wǎng)站稱，其人工智能引擎可能需要兩到四個月的時間來學(xué)習和繪制建筑數(shù)據(jù)，具體取決于設(shè)施的規(guī)模。

“對于沒有歷史數(shù)據(jù)和來自不同系統(tǒng)（一些基于老式 OT 的系統(tǒng)和其他基于 IT 的系統(tǒng)）的數(shù)千個輸入的現(xiàn)有建筑來說，繪制建筑數(shù)據(jù)是一項挑戰(zhàn)，”霍尼韋爾的 Stern 說道?！盀榱死眠@項技術(shù)，我們必須將所有數(shù)據(jù)整合到一個流中?！?/p>

智能建筑業(yè)主和運營商可以與解決方案提供商合作，評估現(xiàn)有系統(tǒng)，并根據(jù)實現(xiàn)成果所需的數(shù)據(jù)和行動確保設(shè)備和裝置就位?！叭缓螅覀儠彶楝F(xiàn)有系統(tǒng)，以推薦獲取、分析數(shù)據(jù)并根據(jù)數(shù)據(jù)采取行動所需的硬件、軟件、傳感器、執(zhí)行器和其他設(shè)備的工作范圍，”Chance說。他表示，雖然基于云的 BMS 平臺集成了人工智能算法，但 Prescriptive Data 的 Nantum OS 等解決方案充當優(yōu)化層，可以通過云或現(xiàn)場邊緣網(wǎng)關(guān)與現(xiàn)有系統(tǒng)集成，這些網(wǎng)關(guān)可以讀取和寫入各種協(xié)議，例如 BACnet、將數(shù)據(jù)轉(zhuǎn)換為正確的格式。

BrainBox AI 也是一個基于人工智能的優(yōu)化層。Tabba 說：“我們可以通過軟件驅(qū)動程序或部署網(wǎng)關(guān)，直接連接到現(xiàn)有的基于云的 BMS 平臺或本地系統(tǒng)，使我們能夠?qū)?shù)據(jù)導(dǎo)入基于云的軟件中。”但由于許多現(xiàn)有建筑物無法連接到其系統(tǒng)，BrainBox AI 必須進行創(chuàng)新?！拔覀兣c客戶合作，用支持 Wi-Fi 的恒溫器替換現(xiàn)有恒溫器……或者我們可能需要添加送風溫度和二氧化碳傳感器，并確保能夠讀寫控制風扇、風門、節(jié)能器和其他設(shè)備的輸出”。

與任何新興技術(shù)一樣，智能建筑業(yè)主和運營商應(yīng)謹慎行事，以實現(xiàn)價值并實現(xiàn)其目標。“有時，智能建筑業(yè)主希望使自己脫穎而出，并推出不符合預(yù)期的技術(shù)，” Casacia 表示。“人工智能和機器學(xué)習需要成為智能建筑運營策略的一部分，但我們必須小心并了解什么可以提供價值。有時候保持簡單就是美好的。”

資料來源：smartbuildingstech

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。