如何使用人工智能（AI）和（ML）打造智能建筑

如今的办公楼是智能的，并且在机器学习和人工智能的帮助下变得更加智能。

最近物联网设备的激增及其与基于云的技术的融合使得生成有关建筑性能的数据变得更加容易——为建筑业主应用人工智能和机器学习来做出关键的运营和财务决策创造了绝佳的机会。

当今的建筑物已经发展成为复杂的互联技术系统，可以对其进行操作以最大限度地提高效率，例如节省成本或提高工人的生产力和居住者的舒适度。

Siemens、PointGrab、Crestron、Aquicore 等公司正在部署 AI 和 ML 以实现运营效率，以节省建筑业主的能源成本或提高工作场所的生产力。

随着人工智能继续渗入市场，以下是可用于使建筑更智能的三种方式。

优化办公楼的能源消耗

美国能源信息署估计，到 2040 年，世界能源消耗量可能增长 28%。根据能源研究所的数据，建筑技术是仅次于运输和发电的最大能源消耗者。住宅和办公楼的供暖、制冷和照明约占能源消耗的 40%。

在减少能源消耗方面，今天的建筑物主要依赖于事后报告——主要是分析使用了哪些能源，然后实施改变，希望下次使用更少的能源。人工智能和预测分析正在迅速将这种方法转变为一种主动的方法。

例如，在 HVAC 系统的情况下，控制房间温度基本上告诉系统在一个区域吹多少冷空气来降低温度。

然而，管理或优化 HVAC 热负荷还涉及许多其他因素，包括空间内的人类活动、阳光、来自电子设备的热量和居住者的数量。以前无法获得的这些因素的信息现在可以通过低成本的物联网设备和传感器收集，并用于降低 HVAC 系统的能耗。

基于人工智能的能源管理平台可以根据这些因素识别出阳光较少或居住者较多的时间，从而将适量的空气适当地吹入房间。它甚至可以根据使用模式确定在能源价格最高时对建筑物进行预冷或在活动量较低时减少冷却的时间。

办公楼的预防性维护

除了优化能源效率外，人工智能和机器学习还非常适合通过识别物联网设备和传感器收集的数据中的异常和不一致来检测办公楼系统中的故障和故障。在识别出这些症状后，人工智能可用于确定原因并提供诊断。

人工智能在检测基于数据的细微和定性异常或组件之间的关系方面特别有效，由于我们审查大量数据的能力有限，人类难以过滤。

然而，应该指出的是，人工智能的作用主要是提供信息——仍然需要人类的直觉和专业知识，才能根据对故障或故障的评估正确地确定要采取的最佳行动。

提高办公楼的居住舒适度

最近的研究发现，工作场所的舒适度和工人的生产力之间存在着积极的联系。一项针对近 136,000 名受访者的调查发现，高效工作空间中最关键的部分与身体舒适度直接相关：办公桌、椅子和温度控制。

办公室工作人员由于分心而每天损失 1.5 小时的工作效率，因为他们要么正在考虑不适而不是专注于手头的任务，要么可能开始将时间浪费在应对痛苦的行为上。无论哪种方式，这个问题都会使大型企业和办公室租户每年损失数百万的生产力。

移动应用程序和可穿戴设备通过使居住者能够直接与建筑运营商联系来解决这个问题。大楼业主现在可以直接了解住户如何使用大楼，并通过直接租户反馈评估他们的舒适度。

从这些设备收集的数据可以作为变量添加到 AI 中，以构建关于建筑物如何执行以实现其更高的工人生产力的高级模型，从长远来看，这会为建筑物所有者带来租户保留和其他好处。