ポストエピデミック時代のスマートエネルギー管理にエッジAIを活用する方法

ポストエピデミック時代のスマートエネルギー管理にエッジAIを活用する方法

COVID-19の影響により、今年の新学期は例年とは少し様子が異なります。多くの学校や企業がハイブリッドまたは完全オンラインの学習と仕事に移行するにつれて、スマートビルの管理者と運営者も、突然の占有率の変動に対応できるように移行する必要があります。ある日は教室やオフィスが満員だったのに、キャンパスが完全に空になり、次の日にはパンデミックが発生して建物が空になるといった状況です。

[[423140]]

COVID-19以前、組織には通常、照明や空調設備に対応するために建物管理システムがプログラムされた定型スケジュールがありました。たとえば、すべてが午前7時から午後5時までオンになっていました。しかし、オフィスやシフトによって毎日の稼働率が変化するため、賢明なビル管理者は不規則なスケジュールや活動に対応することが求められます。これらのタスクには、アドホック計画の実行、室温や照明の設定が含まれます。

エッジAIでビル管理システムを強化

エッジ AI を既存のビル管理システム (BMS) またはビル自動化システム (BAS) に適用すると、エネルギー消費を削減し、居住者の快適性を向上させ、安全性を高め、エレベーター、火災警報器、スプリンクラーなどの建物資産や重要なシステムをより有効に活用できます。

インテリジェント エッジ AI によって実現される BMS または BAS システムは、スケジュールの変更をリアルタイムで調整し、建物の占有状況、天候、エネルギー需要などの変化する状況に基づいて HVAC システムを最適化するのに役立ちます。現在の BMS または BAS を交換してまったく新しいハードウェアとソフトウェアを実装するのではなく、Edge AI は既存のシステムを構築して強化するためのインテリジェンスを提供できます。 その結果、ビル管理者はコスト効率の高い方法で BMS 機能を強化できます。

エッジAIプラットフォームによる建物のエネルギー効率の向上

Edge AI プラットフォームを活用することで、温度や占有センサー、天気予報、さらには一日のエネルギー料金など、多数のセンサーや外部ソースからデータを収集できます。収集されたデータは、高度な機械学習モデルと人工知能を通じて相関、処理、分析され、各ゾーン、部屋、建物、キャンパスの最適な開始/停止時間、暖房と冷房のプロファイル、照明を自動的に決定します。このアプローチにより、スマートなビル管理者は居住者の快適性を確保しながらエネルギーを最も効率的に使用できるようになります。

このプロセスでは、エッジ AI プラットフォームはリアルタイム データを活用して、変化する状況に反応し、状況が発生すると即座にシステム調整を行います。このアプローチにより、大幅なコスト削減とシステム全体の効率向上が実現し、長期的には消費量とコストが大幅に削減されます。その他のタイプの機器には、HVAC システムなどの機器の最適なパフォーマンスとエネルギー使用を確保するための振動センサー、流量計、温度プローブなどがあります。このようなスマート ビルの管理者や運営者は、これらの洞察を活用してシステムの機能性をより深く理解し、施設の運用効率を向上させることができます。

COVIDの世界におけるスマートエネルギーから学ぶ

ビル管理システムは、かなり複雑で、人間中心の相互接続されたシステムおよびサブシステムです。エッジ AI 対応システムは、スマート ビルディングからスマート シティへと進化する可能性のあるシステムのインテリジェントな相互作用を促進します。これは、私たちの日常生活や「規範」が日々変化し続ける場合に特に重要です。一般的に、このような適応型システムはインテリジェントなエネルギー節約を可能にし、経済的な利点に加えて、私たちが住む地球にとっても良いことです。

エッジ AI 対応の BMS を使用すると、ビルのオペレーターは物理的にビルに入ることなくシステムの動作パターンを監視および管理し、エッジ AI インテリジェンスを利用して BMS 機能を調整し、エネルギー使用を自動化および最適化できます。

COVID-19 により、多くのビル管理者がエッジ AI 駆動型 BMS の利点を認識し、より俊敏で効率的なスマート ビルディング エコシステムを構築するようになりました。メリットは多岐にわたります。スマート BMS は、建物のあるエリアが他のエリアよりも多くのエネルギーを使用している理由に影響を与える要因を特定できるため、適切な是正措置を講じるのに役立ちます。これらの是正措置の多くは AI 主導で、人間の関与を必要としません。 1 つのシステムから得たこれらの学習内容を他の建物スペースに適用して、効率を最大化することができます。

<<:  ETHは、画像の超解像と画像の再スケーリングを考慮して、新しい統合フレームワークHCFlowを提案しています。

>>:  人工知能が物流の自動化を変える

ブログ    
ブログ    
ブログ    

推薦する

ビッグデータなどの最も中核的なキーテクノロジー:32のアルゴリズム

[[181277]]オーストリアの記号計算研究所 (RISC) の Christoph Koutsc...

...

分散型AIで製造業を強化

家庭内の新しい仮想アシスタントから、受信トレイから迷惑メールを削除するスパムフィルターまで、人工知能...

2018 年の 12 件の主要な AI および機械学習の買収

[51CTO.com クイック翻訳] IDC によると、人工知能 (AI) と認知システムへの世界的...

人工知能時代の技術者が習得すべき5つのスキル

2016 年に AI 企業が獲得した資金は 80 億ドルと推定され、この数字は今後 3 年間で 5 ...

人工知能は防衛システムをどのように変えるのでしょうか?

この記事では、人工知能が防衛システムにどのように革命をもたらし、より安全な未来を実現できるかを探りま...

...

自動運転車インフラの新たなビジョン

自動運転車の台頭により、都市の建設方法や都市環境における交通手段に対する考え方が一変するでしょう。 ...

LSTM の父は Llama 2 に中傷されて激怒しました。メタは32年前にアイデアトレーニングモデルを盗用し、ルカンに責任を求めた。

LSTM の父はまた機嫌が悪いです!何が起こっているのか?今日、ユルゲン・シュミットフーバー氏はソ...

金融業界における AI とビッグデータのトップ 10 トレンド

今日では、人々の仕事や生活のあらゆる側面がテクノロジーによって支援されています。人工知能はそのような...

Nvidiaの生成AIスーパーチップGH200はH100の2倍の計算能力を持つ。黄仁訓:それは狂ったように推論できる

アーキテクチャの革新を待つことができず、Nvidia は生成 AI 専用のチップを「先行して」リリー...

Agent4Recが登場!大規模なモデルエージェントは、実際のユーザーインタラクション動作をシミュレートする推奨システムシミュレーターを構成します。

推奨システムの分野では、モデルのオンラインとオフラインのパフォーマンスに大きなギャップがあるという問...

人工知能 (AI) を活用して仕事の未来を築くにはどうすればよいでしょうか?

仕事は私たちの生活の重要な部分です。私たちの人生の3分の1はこれに費やされています。私たちの世界には...

テスラはどのようにしてPyTorchを使って自動運転を実現し、世界に挑戦したのでしょうか?

[[313367]]テスラのエンジニアたちは、データの拡大に伴ってエンジニアの数を増やすことなく、...