建筑需要人工智能驱动的智能

建筑物一直是物联网设备最贪婪的用户之一。特别是智能建筑，它使用连接设备来测量温度、照明、空气质量、噪音、振动、占用水平和能耗等一切，而这只是冰山一角。

楼宇自动化规模越来越大，仅在美国就有超过600万座商业建筑，估计部署了22亿台连接设备。到2022年，全球楼宇自动化系统市场将达到约800亿美元。

这种类型的自动化依赖于物联网设备群。许多条件操作响应是自动化的;如果检测到火灾，警报会自动触发，通常带有语音指示并通知消防部门。在物联网出现之前，情况确实如此。现在，火灾报警器通过互联网连接，其次是通过蜂窝通信连接。

物联网的价值，特别是在楼宇自动化中，体现在两个主要领域：

楼宇自动化系统执行的操作和管理

丰富、持续的数据流为建筑运营提供了有价值的见解，但存在一个问题：大型设备队列会产生大量数据，而仅靠人类无法正确解析和理解这些数据。为了实现部署这些传感器(和摄像头)的潜在回报，需要人工智能(AI)和机器学习(ML)来持续监控和评估数据流。

自动化无法单独完成工作

直到2020年，智能建筑系统(包括楼宇自动化)的重点是设施管理的责任。然后，除了设施管理外，重点还转移到员工健康和ESG计划上。这开辟了对ML支持的功能的需求。

例如，人工智能系统可以观察空气质量，并找到与占用限制的相关性。它还可以学习如何重新分配与占用和通风相关的会议室和隔间，目的是最大限度地扩大员工之间的物理距离并改善空气质量，以减少员工患病的机会。

人工智能还可以帮助分析供水管道的使用情况和水温，以便在军团菌和其他有害病原体的风险增加时发出警告。军团菌在温水的特定温度范围内茁壮成长。

新的人工智能功能的相关性并不排除跟踪和管理能源消耗等传统功能。借助AI驱动的平台，建筑物可以关闭未使用的区域，并在不同的时间尝试不同的窗帘设置，以最大限度地减少能源使用。边走边做实验，边学边学。这是一个底线问题，由于能源价格，到2022年将变得更加重要。

人工智能甚至可以在清洁效率方面发挥作用，确定哪些办公桌已被使用，哪些厕所的使用率有所增加。

人工智能也可以大大增强支持物理安全的系统。一旦系统了解了构成正常访问和移动行为的内容，它就可以识别异常行为并发出警报安全性。其他人工智能驱动的应用程序可以检测胁迫情况、遗弃物体、识别武器、精确定位开枪，并执行紧急锁定。

智能传染病控制系统可以学习利用当地感染率的数据。人工智能系统可以做人们做不到的事情，比如盯着一堵墙看20年，寻找混凝土变化的迹象，这可能预示着即将到来的结构性倒塌。

将 AI 应用于智能建筑

当然，新的人工智能驱动系统的标准起点是教授它。该过程始于代表系统将面临的现实的数据基础。然而，许多人会发现，智能建筑系统的良好基础训练数据并不存在。答案可能是通过在物理建筑物中运行“实验”来创建训练数据。

例如，在能耗方面，您可以通过根据一天中的时间和办公室占用率实验性地调整窗帘和AC来训练系统，以降低AC账单而不会触发手动覆盖。这样的系统可以依靠温度传感器和占用读数，以及太阳光检测。

有一些基本的最佳实践需要遵循。在收集地面实况数据集时要科学严谨，并从多个来源收集数据，以提高样品具有代表性的信心。

人工智能驱动的系统可以从特定办公区域的占用模式中学习，并有助于减少空间规划中的人为错误。升级空间成本高昂，保持灵活性至关重要。在大流行期间，空间利用率和占用率显然成为一个健康问题。员工现在可能更喜欢在露天阳台或露台上聊天和喝咖啡，而不是在小休息室里。

人工智能驱动的楼宇管理的发展方向

人工智能驱动的系统可以建议对设施管理进行更改，并使楼宇管理更具预测性。在反应性方面，它们还可以更有效地应对意外挑战。最近的一个例子;在2020年之前，识别热(发烧)的员工并降低感染概率不是一件事情，但解决这个问题在当前的能力范围内。

这需要仔细的思考和投入时间，才能把基本事实弄清楚。许多商业建筑都有数字孪生体;由架构师交付给建筑物所有者或经理的虚拟副本。作为起点，数字孪生体很可能成为人工智能驱动的设施管理和智能楼宇管理的试验场。

我们预计IT，设施管理，人力资源和安全将变得更加集成，并更多地使用AI。加入他们的信息孤岛为AI应用程序创建数据流可能会有一系列好处。

健康工作场所、物理安全和节能的重要性使得迫切需要超越简单的自动化，开发基于可靠、基于人工智能的楼宇操作系统，这些系统建立在强大、最新的数据之上。这些应用程序中的任何一个都支持强大的业务案例;总而言之，他们提出了一个有说服力的论点，即设施的管理层应该关注人工智能驱动的应用，以运营智能建筑并使建筑更加智能。