人工智能正在改变建筑物的管理方式

分享到:

你可能已经听说过人工智能(通常用现在众所周知的缩写AI来描述)正在如何改变一个或另一个行业。事实上,人们认为人工智能在分析方面取得的大多数进步,实际上都是通过机器学习完成的(机器学习有一个鲜为人知的绰号——ML)。机器学习是一种计算机接收数据点的能力,并根据预先编程,使计算机能够判断一个值是否在预设范围内。然后ML程序可以做出决定,将数据点识别并记录为异常,在某些情况下,然后创建一条指令来采取行动,将不正常的差异返回到适当的位置。

 

这就是建筑物的外观。假设星期二上午7:15太阳升起,天气晴朗明媚。这个事实导致建筑物的东面增加了热负荷,并且内部空间变热。该建筑物的恒温器可在建筑物的外露侧很快记录下高于76度的气温。连接到HVAC系统的预编程软件指示,当内部空间达到76度时,需要更多的冷空气。为了实现冷却器的目标,冷却器会收到一条信息,要求启动冷空气的产生并将更多的调节空气发送到热点,也许还可以通过在管道中打开风门来达到所需的效果。冷却器和风扇继续进行这项工作,直到温度恢复到另一个预先设定的水平(例如73度)为止。这种一维动作是机器学习。此处的关键是预设了行动计划。

人工智能是一种计算机技术,它从预先编程的ML场景开始,但它具有更深刻的能力。人工智能模仿了人类的思维过程。人们从多个维度思考,这导致了我们所说的“推理”。牛津出版社对推理的定义是:“以合乎逻辑的、理智的方式思考某事的行为。”完全进化的人工智能考虑并处理复杂的决策,从而模拟人类的智能。

以上述情况为例。现在让我们假设AI程序可以访问多个数据源,而不仅仅是恒温器。例如,如果这个程序有大楼里的人员总数和分布数据呢?如果该程序有外部空气温度的数据,表明冷水机仍然可以引入外部空气,从而降低生产冷空气的成本呢?如果程序知道每周二这个过热空间的会议室很有可能在上午10点就挤满了销售人员,那该怎么办呢?这些项目是多变的。人工智能能够而且将会考虑的事实,以便提炼出更复杂但更好的解决方案。这种推理能力可以潜在地节省大量资源。

使用人工智能的建筑可以设定一个目标,根据数据找到最佳解决方案。现在,计算可以在持续、实时的基础上超快速完成。其结果是能够以最高的效率水平操作物业。不要只泵入冷空气,直到恒温器满意。人工智能也记录和学习这个解决方案,建立一个更深入的数据库。随着越来越多的数据被输入到它的内存库中,它将成为未来解决问题的基础。换言之:高质量人工智能继续推动效率。

在一些建筑物中,每天有超过一百万个数据点在建筑物数据传感器和操作这些建筑物的综合人工智能程序之间交换。这有助于进行一些非常重要的实时调整。2020年初,洛杉矶北部的一座8.5万平方英尺(约合6万平方米)的建筑直接位于一场重大野火的下风向,这座建筑不仅能够从建筑内的机械系统获取数据,而且还可以从外部数据源(包括本例中的OpenWeather)中收集数据。从开放天气中读取的部分数据是当地空气质量。随着大火向东延伸十英里,室外空气质量开始像岩石一样下降。在二十分钟之内,浓烟弥漫,房客看不到建筑物停车场的另一侧,而且外面的空气对人类非常有害。

按照计划,人工智能采取了一系列措施来保护居住者的室内空气质量。作为最初的纠正措施,该计划关闭了外部进气口。利用建筑内部租户模式的日常逻辑,该方案改变了室内空气流向人们居住的空间。该物业有一部分暖通空调系统称为省煤器。HVAC系统的这部分由本地传感器控制,这些传感器收集空气温度和湿度数据。传感器还触发一个过程,可以控制一个按需打开或关闭的阻尼器。例如,如果外部空气比内部循环空气冷,系统可以将较冷的空气吸入建筑物的HVAC气流。这种混合物降低了被冷却的空气温度,反过来又降低了产生冷空气的能源成本。然而,空气质量是问题所在,空调因此关闭了外部挡板。

人工智能对内部空气分配系统进行精确改造的能力是主动式人工智能系统的另外两个方面的功能:了解建筑物内有多少人,以及了解建筑物内外的空气质量数据。在这种情况下,业主安装了一个智能人员计数平台,在整个建筑中使用“摄像”。摄像设备跟踪进出大楼的人数,并记录大楼内人员的位置。例如,火灾发生时,二楼正在进行全面翻新,因此无人居住。人工智能没有看到任何人,因此将二楼的气流降至绝对最小。

摄影机解析设备不是摄影机。它是一个小型传感器,用于记录通过建筑物中特定点的人的移动。当人工智能知道一处房产中人的密度时,它的决策表现最好。这是因为,在这种情况下,它可以直接分配有限的资源内充分建设。建筑物不需要干净的空气,人们需要。

在火灾期间,人工智能将继续根据需要调整气流。随着人们下午离开大楼,一些地区的居住密度下降,系统继续重新引导内部气流。如果室内空气质量下降到一个不健康的水平,系统会发出警报,物业经理和留在大楼里的租户会被建议离开。

这是一个相当极端的情况,但即使没有烟雾的危害水平,人工智能也能够平衡人体健康和降低运营成本。对于南加州一栋10万平方英尺的中型办公楼来说,一位房东和许多其他业主一样,唯一的重点是改善他的大楼的资产负债表。他实现这一目标的关键是降低能耗。业主想知道如何在不对老化的机械系统进行重大的新资本投资的情况下实现这一目标。

 
继续阅读
苹果聘请谷歌前科学家 加入其人工智能研究部门

苹果已聘请前人工智能科学家 Samy Bengio,此前他因抗议谷歌解雇两名员工而辞职。

在未来,人工智能会取代天气预报吗?

人工智能正在触及人类生活的方方面面,气象预测行业也不例外。在人类的漫漫历史长河中,天气预报实际上已经走过了很长一段路,往简单了说,它是“有根据的预测”。古代人根据经验来预测天气,如“晚霞行千里,早上不出门”就是简单的天气预报。现代人则依靠分析和解码从不计其数的传感器和气象卫星收集而来的海量数据,来更精准的预测天气状况。

人工智能来了,自动化是不是该瑟瑟发抖了?

在机器时代,有“机器吃人”的愤怒控诉;在自动化的时代,轮到机械化慨叹过去的好时光了。在人工智能的时代,是不是该轮到自动化瑟瑟发抖了?

算力提升、架构变革、5G赋能,人工智能芯片未来5-10年迎来重大机遇期

AI赋能新药研发、边缘计算加速物联网智能、端侧芯片让芯片算力更强大……日前,主题为“智芯赋能·与AI同行”的2021 AI芯片+大数据国际高峰论坛在上海举行。

突破网络桎梏:云计算与人工智能,需要什么样的数据中心网络?

计算、存储和网络是云计算最基础的三大件,存储介质从机械硬盘(HDD)演进到闪存盘(SSD),读写速度提升了不止100倍;GPU以及专用AI芯片的繁荣,使得智能计算能力也提升了100倍以上;而网络通信的带宽和时延却没有实现等比例的提升。