


Comment l'intelligence artificielle peut rendre les bâtiments intelligents plus écologiques et plus durables
Alors que les DSI et autres dirigeants cherchent des moyens d'étendre les initiatives en matière de développement durable, on prend de plus en plus conscience que ces initiatives ne peuvent pas s'arrêter aux quatre murs d'un centre de données ou d'un immeuble de bureaux. Les structures d’aujourd’hui peuvent contenir des centaines de milliers de composants qui consomment de l’énergie et augmentent l’empreinte carbone d’une organisation.
En fait, selon le World Resources Institute, les bâtiments consomment un tiers de l’énergie mondiale et produisent un quart des émissions de gaz à effet de serre (GES). De plus, les responsables commerciaux et informatiques se concentrent souvent uniquement sur l’amélioration de la durabilité des centres de données et sur l’achat de systèmes informatiques plus écologiques. Cependant, ils négligent les principaux moyens par lesquels la technologie peut réduire notre empreinte carbone.
« On prend de plus en plus conscience que les bâtiments et les espaces de travail constituent un élément important des plans de développement durable », a déclaré Bryon Carlock, responsable national des pratiques immobilières chez le cabinet de conseil PwC. « Comprendre et gérer la consommation d'énergie et le carbone intégré dans les bâtiments jouent un rôle important dans la limitation des émissions de CO2 de scope 1 et de scope 2
Ce qui est certain, c'est que les progrès significatifs dans les systèmes numériques – l'Internet des objets (IoT) ), les logiciels d’analyse, l’intelligence artificielle (IA), l’apprentissage automatique (ML), l’impression 3D et bien plus encore – permettent de construire et de rénover des immeubles de bureaux, des centres de données, des usines, des hôtels et d’autres structures pour soutenir une durabilité maximale.
Carlock a déclaré : « La technologie peut désormais changer la façon dont nous construisons et gérons les systèmes énergétiques dans les bâtiments. Nous sommes en mesure d'exploiter les données et de générer d'énormes améliorations en matière de consommation d'énergie et de durabilité globale. entretien écologique des bâtiments
Il y a un net changement dans la réflexion sur le rôle de l'informatique dans la durabilité des bâtiments. Les initiatives environnementales, sociales et de gouvernance (ESG) sont en partie responsables de cette tendance, mais il est également clair que l’idéalisme « vert » est en train de devenir une réalité pragmatique. Les préoccupations concernant le changement climatique sont croissantes et il est de plus en plus reconnu que les bâtiments intelligents peuvent générer d’importantes économies. Heureusement, les capteurs et les systèmes qui étaient autrefois difficiles à installer, à gérer et à utiliser sont devenus beaucoup plus simples et puissants.
Jennifer Layke, directrice mondiale de l'énergie au World Resources Institute, a déclaré : « Dans le passé, il n'y avait pas beaucoup d'élan pour soutenir et autour du changement, même si le changement était largement considéré comme une bonne chose « technologique, économique ». et la réflexion sont désormais beaucoup plus bénéfiques. En conséquence, nous constatons une concentration accrue sur la construction et la rénovation de bâtiments pour soutenir les efforts de développement durable », a-t-elle noté.
En fait, PwC a constaté que 82 % des cadres supérieurs considèrent le changement climatique et la réduction des émissions de carbone comme un enjeu majeur en matière de développement et d'achats immobiliers. Même si les nouveaux bétons à faible émission de carbone et les matériaux de construction plus durables jouent un rôle clé dans le progrès, les gains les plus importants résident dans l'intégration de la technologie avec les infrastructures physiques et les systèmes analytiques capables de détecter des modèles et d'identifier des voies d'amélioration, a déclaré Carlock.
« La convergence des technologies numériques, y compris l'Internet des objets, change la donne », a déclaré Gunnar Hubbard, responsable du développement durable et leader mondial des pratiques au sein de la société d'ingénierie Thornton Tomasetti. « Les technologies intelligentes ont un impact sur la façon dont les structures sont construites et sur la façon dont elles sont utilisées. » Les DSI, CTO et autres doivent également comprendre comment intégrer des sources d'énergie alternatives comme l'énergie éolienne et solaire, a-t-il déclaré, tout en employant des logiciels et des systèmes pour intégrer des composants disparates, que ce soit dans le secteur de l'énergie. data Le centre se trouve toujours dans un immeuble de grande hauteur.
Les systèmes préfabriqués et imprimés en 3D peuvent réduire davantage l'empreinte carbone. La société canadienne DIRTT, par exemple, développe des systèmes préfabriqués et sur mesure qui nécessitent peu ou pas de construction sur place. Les composants modulaires, contenant des matériaux recyclés et comprenant des capteurs de mouvement et d'autres technologies, sont simplement transportés dans un bureau ou un espace de fabrication et déployés. L'entreprise affirme que sa solution peut réduire la consommation d'énergie de 12 % en moyenne et réduire l'empreinte globale de 25 %.
Cependant, les gains de loin les plus importants concernent le domaine de la surveillance énergétique. À mesure que les systèmes CVC traditionnels acquièrent des capacités numériques et IoT, il devient possible d'obtenir des informations sur les bâtiments et les espaces et de comprendre la consommation d'énergie de nouvelles manières, a déclaré Carlock. GE, Honeywell, Johnson Controls et d'autres déploient des systèmes capables de digérer de grandes quantités de données et d'utiliser l'apprentissage automatique pour s'ajuster et s'adapter en permanence.
« Nous voyons des capteurs intégrés dans les sols, les murs et les plafonds. La vision industrielle, les capteurs thermiques et d'autres dispositifs peuvent déterminer la charge d'occupation d'un étage ou même d'une partie d'un étage et ajuster l'éclairage, le chauffage ou la climatisation en temps réel. " Lorsque ces systèmes sont combinés avec d'autres systèmes intelligents. Lorsqu'elles sont utilisées ensemble, des technologies telles que les fenêtres électrochromes (souvent appelées verres intelligents qui s'adaptent aux conditions extérieures et intérieures) peuvent optimiser davantage le contrôle de la climatisation.
Comment l'analyse des données peut contribuer à la construction durable
Il n'est pas surprenant que l'analyse soit le ciment qui maintient tout ensemble. Des contrôles et des logiciels de plus en plus sophistiqués peuvent non seulement gérer le CVC et d'autres systèmes numériques, mais également fournir un aperçu des tendances et alimenter les logiciels ESG et les cadres de collecte de données. Par exemple, une plate-forme d'analyse des bâtiments de la société de logiciels britannique CIM relie et synchronise les systèmes d'intelligence des bâtiments, l'apprentissage automatique et d'autres points de données pour visualiser le mix énergétique, mesurer les performances réelles par rapport aux objectifs et comprendre les réductions des coûts d'exploitation (OPEX). De plus, à mesure que le système apprend les modèles, il l'ajuste automatiquement pour maximiser le confort tout en minimisant l'empreinte carbone.
D'autres plates-formes d'analyse, comme Envizi d'IBM, peuvent suivre l'efficacité énergétique, notamment la comparaison des actifs renouvelables avec les formes d'énergie traditionnelles, les performances CVC détaillées et l'analyse globale de la durabilité. De nombreuses solutions incluent des tableaux de bord et des rapports détaillés et se connectent aux systèmes de reporting ESG et de développement durable. Certains proposent également une modélisation, une simulation et même des jumeaux numériques avancés.
Un rapport des Nations Unies, The Global State of Buildings Report 2020, indique qu’avec la technologie d’aujourd’hui, il est possible d’atteindre zéro émission nette de carbone dans le secteur de la construction. Le rapport indique également que l’innovation et les améliorations pourraient conduire à une réduction de 40 % du carbone incorporé d’ici 2030. Toutefois, une adoption plus rapide et plus approfondie est nécessaire. De meilleurs systèmes de mesure, une plus grande utilisation des énergies renouvelables et un plus grand recours à l’analyse et à l’apprentissage automatique sont également nécessaires pour réduire la demande énergétique et optimiser davantage les bâtiments.
Carlock de PwC estime qu'il ne sera pas facile d'atteindre des objectifs de développement durable de plus en plus ambitieux, mais que c'est faisable. Les DSI, CTO et autres doivent jouer un rôle central dans la définition de l'orientation stratégique, l'intégration des systèmes et des logiciels et garantir que les données sous toutes leurs formes contribuent aux gains continus en matière de durabilité, a-t-il déclaré. « Nous constatons de plus en plus de changements dans les bâtiments intelligents », a-t-il conclu. « La manière dont les bâtiments sont conçus et dont ils fonctionnent est une pièce clé du puzzle de la durabilité
.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!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

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

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

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

Sujets chauds

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

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.

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

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.

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

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

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.

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
