スマートビルディングにおけるエッジAIの役割を解明

スマートビルディングにおけるエッジAIの役割を解明

仕事や住居のための物理的な空間として機能することから、入居者に活気ある建築体験を提供することまで、近代建築の定義と機能は数十年にわたって変化してきました。革新的なテクノロジーと加速したデジタルトランスフォーメーション(COVID-19 の影響もあって)は、今日のスマート ビルを構成する機能を生み出す上で重要な役割を果たしました。これらの革新的なテクノロジーには、人工知能対応エッジ コンピューティング (EdgeAI) が含まれており、コスト効率の高いアプローチを通じて既存のビル管理システム (BMS) を強化する上で重要な役割を果たします。

スマート ビルディングにおけるモノのインターネット (IoT) デバイスとセンサーのアプリケーションと機能が増加し続けると、収集される情報の量も増加し、オペレーターはそれを活用して全体的な効率を改善し、最終的な節約を増やすことができます。しかし、増え続ける IoT データをクラウドに送信して処理し、実用的な洞察を生成するにはコストがかかり、遅延が発生して、リアルタイム処理によって提供される洞察に基づいて組織が行動する能力が阻害されます。 EdgeAI を使用すると、データの発生場所に近い現場でデータを処理できるため、クラウド処理の必要性がなくなり、リアルタイムで実用的な洞察が得られ、コスト削減と運用効率の向上が実現し、スマート ビルディングの機能が向上します。これにより精度が向上し、貴重な洞察がより早く生成されます。この迅速な処理と洞察の生成は、既存の BMS に適用して、エネルギー管理、資産の予測保守、健康と安全の監視など、さまざまな建物の機能を強化できます。

[[390750]]

エネルギー管理

現在、BMS は、そのような観察から明らかになった課題に対処するためのアクションを適用するのではなく、観察目的のみで使用されています。ビル管理者は、現在の BMS を強化するために、EdgeAI プラットフォームを活用して機械学習 (ML) とエッジ AI を実行し、気温やビルの占有率などの変化する環境要因に合わせてリアルタイムで最適化調整を行うことができます。ビル管理者は、データ ストリームから関連する洞察を得て、計画的なメンテナンスなど、テナントのエクスペリエンスに影響を与える可能性のある占有の安全性と快適性の要因を考慮しながら、問題をより効果的に解決できるようになります。 EdgeAI エネルギー管理ソリューションを使用することで、ビル管理者は電力やユーティリティの停止や電圧の急上昇を予測し、計画外のダウンタイムを防ぐことができます。

EdgeAI プラットフォームは、多数のセンサーや環境要因 (温度、湿度、占有センサー、天気予報、時間帯別のエネルギー料金など) からデータを収集することで、エネルギー管理をまったく新しいレベルに引き上げ、暖房や冷房、空気循環、照明などの機能を最適化することができます。このアプローチにより、コスト効率に優れたインテリジェントな省エネ戦略が実現し、データ転送、帯域幅の制限、関連するコンピューティング コストに関連するコストを削減できます。 EdgeAI プラットフォームは、エネルギー使用量を低予算で監視する方法として、建物や建物スペースの活動レベルやニーズに合わせて BMS を 24 時間調整できます。

予測メンテナンス

ビル管理者は EdgeAI を使用して BMS 機能を改善し、予測的および規範的なメンテナンスを可能にして、機器の状態に基づいて潜在的なリスクを特定することもできます。 EdgeAI プラットフォームは、マシンから収集された運用データや追加のセンサー (高周波振動センサーなど) によって監視された運用データを監視し、高度な分析をリアルタイムで適用して障害を予測できます。潜在的な障害が検出されると、システムは制御ユニットに信号を送信して自動的に介入し、現在の機械の状態とメンテナンス パターンに基づいて、建物の管理者に機器 (チラーなど) を修理または交換するように警告します。この情報を活用することで、ビル管理者はメンテナンス サービスを積極的にスケジュールして実施できるため、計画外のダウンタイムが削減され、ビル全体の効率が向上します。これにより、ビル管理者は居住者に対してこれまでにないプロアクティブなサービスを提供できるようになり、より便利で信頼性が高く快適な仕事や生活の体験が実現します。予測メンテナンスの長期的なメリットには、高価な機器 (HVAC システムなど) の有効資産寿命を最大限に延ばし、ビジネス パフォーマンスに悪影響を与える可能性のある重大な障害やダウンタイムを大幅に削減することも含まれます。

健康と安全の監視

EdgeAI プラットフォームは、停電、エレベーターの損傷、火災警報の可能性を減らし、入居者に安全な生活環境と職場環境を提供するのにも役立ちます。たとえば、EdgeAI は、マシン ビジョン、ストリーミング ビデオ分析、赤外線カメラやビデオ カメラを使用してセキュリティ カメラの映像を監視することで、建物のセキュリティ システムを強化できます。そうすることで、建物の管理者は赤外線カメラや空気質モニターを通じて、建物エリアへの不正侵入や危険なガス漏れなどのセキュリティ上の脅威を特定できます。

セキュリティ監視をさらに一歩進めて、EdgeAI はビデオおよびオーディオ分析と連携して、建物内の活動による健康と安全への脅威に関する実用的な洞察を提供することもできます。 2020 年には、製造業全体の従業員が労働者の安全に関する訴訟を数百件起こし、世界中の労働者の 68% が職場で完全に安全だと感じていないと報告しました。より多くの組織が対面での業務に戻るにつれて、建物管理者がテナントを保護するために効果的かつ効率的な健康と安全の監視システムを提供することの重要性がこれまで以上に高まっています。さらに、各州が COVID-19 の要件を緩和し、屋内への立ち入りを許可する人が増えるにつれて、処理する必要がある健康と安全の監視データの量も増加するでしょう。

膨大な量のデータをクラウドに送り返して処理することで生じる高額なコストや洞察の遅れ、さらには潜在的な安全上のリスクを回避するために、ビル管理者はリアルタイム分析に EdgeAI を活用しています。そこから、EdgeAI をサーマルカメラや RGB カメラからのライブ音声およびビデオ ストリームと組み合わせて、体温の上昇や個人用保護具 (マスクやその他のフェイスカバーなど) の適切な使用などの潜在的な健康上の問題を検出できます。健康と安全に関するポリシー違反が発生した場合、EdgeAI プラットフォームはリアルタイムでアラートを生成し、関連するスタッフに送信して対応を促します。

BMSの将来

私たちの世界が急速に進化し続けるにつれて、より完全な建築体験に対するニーズもそれとともに進化し、職場や生活環境も進化する必要があります。 EdgeAI 対応の建物は、日常業務の変革において引き続き重要な役割を果たしますが、EdgeAI のリアルタイム機能により、建物の管理者はタイムリーかつコスト効率の高い方法で問題を解決するために必要な洞察を得ることができます。 EdgeAI は、エネルギー効率を改善するためのエネルギー使用量など、建物内の運用を把握し、建物の運用を最適化してエネルギー効率化の取り組みをサポートするために、リアルタイムのストリーミング データから貴重で実用的な洞察を継続的に生成します。 (キャシーが編集)

<<:  人工知能はセキュリティの優れた防御線である

>>:  人工知能はより安全で環境に優しい交通システムの構築に役立つ

ブログ    
ブログ    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

2024年に最も使用される11のAIテキスト生成ツール

世界は、スーパーヒーローのマントを身につけていない強力な世界的勢力のような人工知能 (AI) が支配...

機械学習に必須: TensorFlow を使用するための 11 のヒント

[[326623]] TensorFlow 2.x は、モデルの構築と全体的な使用において多くの利便...

クラウドコンピューティングのディープラーニングプラットフォームを構築し実践する唯一の方法

クラウド ディープラーニング プラットフォームの定義 クラウド ディープラーニングとは何ですか? 機...

マイクロソフト、AIの高得点宿題を配布、オンラインでコピーを求める

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...

...

...

AIを実際にどのように実装するかまだ検討中ですか? OpenPOWERは未来がここにあることを伝えます

[51CTO.com からのオリジナル記事] モノのインターネットの普及とセンサーの広範な使用により...

ChatGPTという独立系ゲームがSteamから削除されました。開発者は「貯金と3年半の人生が消えてしまいました」と語っています。

3年半このゲームに一生懸命取り組んだのに、ChatGPT を使用したという理由だけで Steam ...

医療業界における人工知能の5つの主要な応用シナリオと典型的な事例

近年、スマートヘルスケアの開発は国内外で人気を集めています。 「セキュリティやスマート投資アドバイザ...

今日は秋分の日で収穫の季節。ドローンがショーの中心です。

9月22日は秋分の日であり、私の国では3回目の「農民の収穫祭」でもあります。収穫の季節と重なる黄金...

CV の未来はこの 68 枚の写真にかかっているのでしょうか? Google BrainがImageNetを深く掘り下げる:トップモデルはすべて予測に失敗する

過去10年間、ImageNetは基本的にコンピュータービジョン分野の「バロメーター」となってきました...

2020 年に役に立つ機械学習ツール

TL;DR — 優れた機械学習アプリケーションを構築することは、ミシュランの星を獲得した料理を作るよ...

実践的な Golang の基本データ構造とアルゴリズム、k-means クラスタリング アルゴリズム

起源最近読んだ本『はじめてのアルゴリズム』(石田康樹、宮崎修一)この一連のノートは、Golangの実...