Table des matières
L’automatisation ne peut pas faire le travail à elle seule
Application de l'intelligence artificielle aux bâtiments intelligents
Où va la gestion de la construction basée sur l'IA ?
Maison Périphériques technologiques IA L'automatisation ne suffit pas : les bâtiments ont besoin d'une intelligence basée sur l'IA

L'automatisation ne suffit pas : les bâtiments ont besoin d'une intelligence basée sur l'IA

Apr 20, 2023 pm 02:34 PM
人工智能 物理安全

Lautomatisation ne suffit pas : les bâtiments ont besoin dune intelligence basée sur lIA

Les bâtiments ont toujours été l'un des utilisateurs les plus fervents d'appareils IoT. Les bâtiments intelligents, en particulier, utilisent des appareils connectés pour tout mesurer : la température, l’éclairage, la qualité de l’air, le bruit, les vibrations, l’occupation et la consommation d’énergie, et ce n’est que la pointe de l’iceberg.

L'automatisation des bâtiments prend de plus en plus d'ampleur, avec plus de 6 millions de bâtiments commerciaux rien qu'aux États-Unis et environ 2,2 milliards d'appareils connectés déployés. En 2022, le marché mondial des systèmes d’automatisation des bâtiments atteindra environ 80 milliards de dollars américains.

Ce type d'automatisation s'appuie sur un grand nombre d'appareils IoT. De nombreuses réponses d'action conditionnelle sont automatiques ; si un incendie est détecté, l'alarme est automatiquement déclenchée, souvent avec une commande vocale, et les pompiers sont avertis. C'était vrai avant l'avènement de l'Internet des objets ; aujourd'hui, les alarmes incendie sont connectées via Internet et, secondairement, via des communications cellulaires.

La valeur de l'IoT, en particulier dans l'automatisation des bâtiments, réside dans deux domaines principaux :

  • Les données générées par les appareils intérieurs et la manière dont ces données sont analysées et utilisées.
  • Exploitation et gestion effectuées par les systèmes d'automatisation des bâtiments.

Des flux de données riches et continus fournissent des informations précieuses sur les opérations des bâtiments, mais il y a un problème : les grandes flottes d'équipements génèrent de grandes quantités de données que les humains seuls ne peuvent pas analyser et comprendre correctement. Pour réaliser les retours potentiels du déploiement de ces capteurs (et caméras), l’intelligence artificielle (IA) et l’apprentissage automatique (ML) sont nécessaires pour surveiller et évaluer en permanence les flux de données.

L’automatisation ne peut pas faire le travail à elle seule

Jusqu’en 2020, l’objectif des systèmes de bâtiments intelligents, y compris l’automatisation des bâtiments, relevait de la responsabilité de la gestion des installations. Ensuite, outre la gestion des installations, l’accent est mis sur le bien-être des employés et les programmes ESG. Cela rend nécessaire des capacités compatibles avec le ML.

Par exemple, un système d'IA pourrait examiner la qualité de l'air et trouver des corrélations avec les restrictions d'occupation. Il peut également apprendre à réaffecter les salles de réunion et les cabines en fonction de l'occupation et de la ventilation afin de maximiser la distance physique entre les employés et d'améliorer la qualité de l'air, réduisant ainsi le risque que les employés tombent malades.

L'IA peut également aider à analyser l'utilisation des conduites d'eau et la température de l'eau pour émettre des avertissements lorsque le risque de légionelle et d'autres agents pathogènes nocifs augmente. Legionella se développe dans l’eau chaude dans une plage de température spécifique.

La pertinence des nouvelles capacités de l'IA n'exclut pas les fonctions traditionnelles telles que le suivi et la gestion de la consommation énergétique. Grâce à une plate-forme basée sur l'IA, les bâtiments peuvent fermer les zones qui ne sont pas utilisées et essayer différents réglages de rideaux à différents moments pour minimiser la consommation d'énergie. Expérimentez et apprenez en même temps. Il s’agit d’une question fondamentale qui deviendra encore plus importante en 2022 en raison des prix de l’énergie.

L'IA peut même jouer un rôle dans l'efficacité du nettoyage, en identifiant quelles tables ont été utilisées et quelles toilettes ont vu une utilisation accrue. À l’ère du COVID-19, les gestionnaires d’installations se concentrent sur le nettoyage.

L’IA peut également améliorer considérablement les systèmes qui prennent en charge la sécurité physique. Une fois que le système comprend ce qu’est un comportement normal d’accès et de mouvement, il peut identifier un comportement anormal et déclencher des alertes de sécurité. D'autres applications basées sur l'IA peuvent détecter les situations de contrainte, les objets abandonnés, identifier les armes, localiser les tirs et effectuer des verrouillages d'urgence.

Les systèmes intelligents de contrôle des maladies infectieuses peuvent apprendre à utiliser les données locales sur les taux d’infection. Les systèmes d’IA peuvent faire des choses que les humains ne peuvent pas faire, comme regarder un mur pendant 20 ans, à la recherche de signes de changements dans le béton qui pourraient signaler un effondrement structurel imminent.

Application de l'intelligence artificielle aux bâtiments intelligents

Bien entendu, le point de départ standard d'un nouveau système basé sur l'IA est de l'enseigner. Le processus commence par une base de données qui représente la réalité à laquelle le système sera confronté. Cependant, beaucoup constateront qu’il n’existe pas de bonnes données de formation de base pour les systèmes de bâtiments intelligents. La réponse pourrait être de créer des données de formation en effectuant des « expériences » dans des bâtiments physiques.

Par exemple, en termes de consommation d'énergie, vous pouvez entraîner le système en ajustant expérimentalement les rideaux et la climatisation en fonction de l'heure de la journée et de l'occupation du bureau, réduisant ainsi votre facture de climatisation sans déclencher de commandes manuelles. Un tel système pourrait s’appuyer sur des capteurs de température et des relevés d’occupation, ainsi que sur la détection de la lumière solaire.

Il existe quelques bonnes pratiques de base à suivre. Faites preuve de rigueur scientifique lors de la collecte d’ensembles de données de vérité terrain, en rassemblant des données provenant de plusieurs sources pour accroître la confiance dans la représentativité de votre échantillon.

Les systèmes basés sur l'IA peuvent apprendre des modèles d'occupation de zones de bureaux spécifiques et contribuer à réduire les erreurs humaines dans la planification de l'espace. La mise à niveau de l'espace coûte cher et le maintien de la flexibilité est essentiel. L’utilisation et l’occupation de l’espace sont clairement devenues un problème de santé pendant la pandémie. Les salariés préfèrent désormais se réunir sur un balcon ou une terrasse en plein air pour discuter et boire un café plutôt que dans une petite salle de pause.

Où va la gestion de la construction basée sur l'IA ?

Les systèmes d'intelligence artificielle peuvent suggérer des changements dans la gestion des installations et rendre la gestion de la construction plus prédictive. En parlant de réactivité, ils peuvent également répondre plus efficacement aux défis inattendus. Un exemple récent : avant 2020, il n’était pas possible d’identifier les employés souffrant de fièvre et de réduire la probabilité d’infection, mais ce problème peut être résolu dans les limites des capacités actuelles.

Il faut un examen attentif et un investissement de temps pour obtenir les faits de base correctement. De nombreux bâtiments commerciaux disposent de jumeaux numériques ; des répliques virtuelles fournies par les architectes aux propriétaires ou aux gestionnaires d'immeubles. Comme point de départ, les jumeaux numériques sont susceptibles de devenir un terrain d’essai pour la gestion des installations basée sur l’IA et la gestion des bâtiments intelligents.

Nous prévoyons que l’informatique, la gestion des installations, les ressources humaines et la sécurité seront davantage intégrées et utiliseront davantage l’IA. Rejoindre des silos d’informations pour créer des flux de données pour les applications d’IA pourrait présenter de nombreux avantages.

L'importance de lieux de travail sains, de sécurité physique et d'économies d'énergie rend urgent d'aller au-delà de la simple automatisation et de développer des systèmes d'exploitation de bâtiments fiables, basés sur l'IA, qui reposent sur une base solide de données à jour. Chacune de ces applications constitue une solide analyse de rentabilisation ; dans l’ensemble, il s’agit d’un argument convaincant selon lequel la gestion des installations devrait se tourner vers des applications basées sur l’IA pour exploiter des bâtiments intelligents et rendre les bâtiments plus intelligents.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

Video Face Swap

Video Face Swap

Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Outils chauds

Bloc-notes++7.3.1

Bloc-notes++7.3.1

Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP

Dreamweaver CS6

Dreamweaver CS6

Outils de développement Web visuel

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA Jun 28, 2024 am 03:51 AM

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag Jun 10, 2024 am 11:08 AM

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations Jun 11, 2024 pm 03:57 PM

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

Sept questions d'entretien technique Cool GenAI et LLM Sept questions d'entretien technique Cool GenAI et LLM Jun 07, 2024 am 10:06 AM

Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte

Cinq écoles d'apprentissage automatique que vous ne connaissez pas Cinq écoles d'apprentissage automatique que vous ne connaissez pas Jun 05, 2024 pm 08:51 PM

L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.

Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG. Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG. Jul 25, 2024 am 06:42 AM

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

SK Hynix présentera de nouveaux produits liés à l'IA le 6 août : HBM3E à 12 couches, NAND à 321 hauteurs, etc. SK Hynix présentera de nouveaux produits liés à l'IA le 6 août : HBM3E à 12 couches, NAND à 321 hauteurs, etc. Aug 01, 2024 pm 09:40 PM

Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière

Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire Jul 17, 2024 pm 06:37 PM

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S

See all articles