AIがスマートビルをより環境に優しく、より持続可能なものにする方法

AIがスマートビルをより環境に優しく、より持続可能なものにする方法

CIO やその他の経営幹部が持続可能性の取り組みを拡大する方法を模索する中で、取り組みはデータ センターやオフィス ビルの 4 つの壁の内側にとどまることはできないという認識が高まっています。 今日の構造には、エネルギーを消費し、組織の二酸化炭素排出量を増加させる何十万ものコンポーネントが含まれることがあります。

実際、世界資源研究所によると、建物は世界のエネルギーの 3 分の 1 を消費し、温室効果ガス (GHG) 排出量の 4 分の 1 を生み出しています。さらに、ビジネスリーダーや IT リーダーは、データセンターの持続可能性の向上と、より環境に優しいコンピューティング システムの調達にのみ重点を置くことがよくあります。しかし、彼らはテクノロジーが二酸化炭素排出量を削減できる重要な方法を見落としています。

「建物や職場環境が持続可能性の取り組みの重要な部分であるという認識が高まっている」と、コンサルティング会社PwCの全国不動産業務リーダー、ブライアン・カーロック氏は語った。 「建物内のエネルギー使用量と埋め込まれた炭素を理解し、管理することは、スコープ 1 および 2 の CO2 排出量を制限する上で重要な役割を果たします。」

確かに、モノのインターネット (IoT)、分析ソフトウェア、人工知能 (AI)、機械学習 (ML)、3D プリントなどのデジタル システムにおける大きな進歩により、オフィス ビル、データ センター、工場、ホテル、その他の構造物を建設および改修して、最大限の持続可能性をサポートすることが可能になっています。

「現在利用可能なテクノロジーは、建物内のエネルギーシステムの構築と管理の方法を変えることができます」とカーロック氏は言う。「データを活用して、エネルギー使用と全体的な持続可能性を大幅に改善することができます。」

グリーンビルメンテナンスにおけるITの役割

建物における持続可能性の取り組みを推進する上での IT の役割についての考え方には明らかな変化が見られます。環境、社会、企業統治(ESG)の取り組みがこの傾向の一因となっているが、「グリーン」な理想主義が現実的なものに変わりつつあることも明らかである。気候変動に対する懸念が高まるにつれ、スマートビルディングが大幅なコスト削減をもたらす可能性があるという認識が高まっています。幸いなことに、かつては設置、管理、使用が困難だったセンサーやシステムは、今ではよりシンプルで強力になっています。

「以前は、変化が良いことだという幅広い合意があったにもかかわらず、変化に対する支持や勢いはそれほどありませんでした」と世界資源研究所のグローバルエネルギーディレクター、ジェニファー・レイク氏は言う。「テクノロジー、経済、考え方は今の方がはるかに好ましいものになっています。その結果、持続可能性の取り組みを支援するために建物を建設したり改修したりすることにますます重点が置かれるようになっています」と彼女は指摘した。

実際、PwC の調査によると、上級管理職の 82% が、気候変動と炭素削減を不動産開発および購入における最重要課題と考えていることがわかりました。新たな低炭素コンクリートやより持続可能な建築資材が進歩に重要な役割を果たしている一方で、最大の成果は、パターンを見つけて改善の道筋を特定できる物理インフラや分析システムとテクノロジーの統合を中心に展開するとカーロック氏は述べた。

「モノのインターネットを含むデジタル技術の融合は、ゲームチェンジャーだ」と、エンジニアリング会社ソーントン・トマセッティのプリンシパル兼グローバル・サステナビリティ・プラクティス・リーダーのガンナー・ハバード氏は語った。 「スマートテクノロジーは、構造物の建設方法や使用方法に影響を与えています。」CIO、CTO、その他の関係者は、データセンターであろうと高層ビルであろうと、さまざまなコンポーネントを統合するためのソフトウェアやシステムを採用しながら、風力や太陽光などの代替エネルギー源を統合する方法も理解する必要がある、と彼は述べた。

プレファブリケーションと 3D プリント システムにより、二酸化炭素排出量をさらに削減できます。たとえば、カナダの企業 DIRTT は、現場での建設を事実上排除する、事前に設計されたカスタム システムを開発しています。リサイクル材料で構成され、モーションセンサーやその他のテクノロジーを含むモジュール式コンポーネントは、オフィスや製造スペースに簡単に持ち込んで展開できます。同社によれば、同社のソリューションにより、エネルギー消費量は平均で12%、総床面積は平均で25%削減されるという。

しかし、これまでのところ、最も大きな成果はエネルギー監視の分野にあります。従来の HVAC システムがデジタル機能や IoT 機能を獲得するにつれて、建物や空間に対するより深い洞察が得られ、エネルギーの使用を新しい方法で理解することが可能になるとカーロック氏は述べています。 GE、ハネウェル、ジョンソンコントロールズなどの企業は、膨大な量のデータを処理して機械学習を使用して継続的に調整および適応できるシステムを導入しています。

「床、壁、天井にセンサーが埋​​め込まれています。マシンビジョン、熱センサー、その他のデバイスは、フロアまたはフロアの一部の占有負荷を判断し、照明、暖房、冷房をリアルタイムで調整できます。」これらのシステムを、外部と内部の条件に適応できる、スマートガラスとも呼ばれるエレクトロクロミックウィンドウなどの他のスマートテクノロジーと組み合わせて使用​​すると、温度制御をさらに最適化できます。

データ分析が持続可能な建設にどのように役立つか

当然のことながら、分析はこれらすべてをまとめる接着剤の役割を果たします。ますます高度化する制御とソフトウェアは、HVAC やその他のデジタル システムを管理するだけでなく、傾向に関する洞察を提供し、ESG ソフトウェアとデータ収集フレームワークに情報を供給します。たとえば、英国のソフトウェア会社 CIM の Building Analytics Platform は、ビルのインテリジェンス システム、機械学習、その他のデータ ポイントをリンクして同期し、エネルギー ミックスを表示し、目標と比較した実際のパフォーマンスを測定し、OPEX (運用コスト) の削減を把握します。さらに、システムがパターンを学習するにつれて、快適性を最大限に高めながら二酸化炭素排出量を最小限に抑えるようにシステムが自動的に調整されます。

IBM の Envizi などの他の分析プラットフォームでは、再生可能資産と従来のエネルギー形式の比較、詳細な HVAC パフォーマンス、全体的な持続可能性分析など、エネルギー効率を追跡できます。多くのソリューションには詳細なダッシュボードとレポートが含まれており、ESG および持続可能性レポート システムに接続します。高度なモデリング、シミュレーション、さらにはデジタル ツインを提供するものもあります。

国連の報告書「2020年建築・建設の世界現状報告書」では、今日の技術により、建設業界は実質ゼロ炭素排出を達成することが可能であると述べられています。報告書ではまた、イノベーションと改善により、2030年までに炭素排出量を40%削減できる可能性があるとも述べられている。しかし、より迅速かつより深い導入が必要です。また、エネルギー需要を削減し、建物をさらに最適化するために、より優れた測定システム、再生可能エネルギーのより広範な利用、分析と機械学習のより広範な利用も必要になります。

PwCのカーロック氏によると、ますます野心的な持続可能性目標を達成するのは簡単ではないが、実行可能であるという。同氏は、CIO、CTOなどが戦略的方向性の設定、システムとソフトウェアの統合、あらゆる形態のデータが持続可能な成長の継続的な達成に役立つようにする上で中心的な役割を果たさなければならないと述べた。 「スマートビルディング分野では、ますます動きが活発化しています」と彼は結論付けた。 「建物の設計方法と性能は、持続可能性というパズルの重要なピースです。」

<<:  MetaはQualcommチップの使用を拒否し、そのサポートソフトウェアの成熟度に疑問を呈している

>>:  音声認識のクロスドメインおよびクロス言語移行の難しさを少しずつ軽減するにはどうすればよいでしょうか?

ブログ    
ブログ    

推薦する

人工知能を活用して機密情報を保護する 5 つの方法

研究者たちは、人工知能技術が機密情報のセキュリティを確保するための非常に優れたツールであることを発見...

...

OpenAIの共同創設者Karpathyがアルパカに恋をする: 赤ちゃんLlama2を実装する純粋なCコード、MacBookが動作可能、1.6kの星を獲得

今週、Meta のオープンソース Llama2 が AI コミュニティ全体で人気を博しました。その結...

Nature サブジャーナル: 機械学習を使用してヒトの遺伝子制御の背後にある「文法」を明らかにする

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

人工知能がインダストリー4.0における製造業に革命をもたらす

人工知能 (AI) という用語は、流行語の地位を超え、業界全体にわたる技術革新の基礎となっています。...

アルゴリズムの旅について話しましょう:スタック

[[379190]]スタックの本質は、特殊なデータ構造です。その特殊な構造は、データのエントリと終了...

GPT-4は本当に愚かになったことが研究で証明される:数学的能力は3か月で劇的に低下し、コーディング能力も低下した

数日前、多くのユーザーが GPT-4 が愚かになったと不満を述べていましたが、どれほど愚かになったの...

Fast.ai の 10,000 ワードの記事: AI の安全性と光の終焉

ビッグデータダイジェスト制作最近、AI規制に関する意見は「新たな高み」に達し、AI専門家のグループが...

古典的な構造から改良された方法まで、ニューラルネットワーク言語モデルのレビュー

自然言語処理 (NLP) システムのコアコンポーネントとして、言語モデルは単語表現と単語シーケンスの...

将来、AIと競争して仕事を得るための16の実践的なヒント

[[256943]]現在、多くの企業がすでに人工知能と機械学習を活用しており、これらのテクノロジーの...

マイクロソフト、医療病理学の症例を分析する LLaVA-Med AI モデルを発表

6月14日、マイクロソフトの研究者らは、主に生物医学研究に使用され、CTやX線画像に基づいて患者の病...

...

動的グラフのディープラーニング - 時系列グラフネットワークモデリング

インターネットから収集したコンテンツさまざまな性質のトランザクション ネットワークや社会的つながりを...

...

大規模言語モデルに基づくインテリジェントエージェントのモデリングとシミュレーション:レビューと展望

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...