人工知能がスマート ビルディングをより環境に優しく持続可能なものにする方法
CIO やその他の経営幹部がサステナビリティへの取り組みを拡大する方法を模索する中、これらの取り組みがデータ センターやオフィス ビルの壁に留まるものではないという認識が高まっています。今日の構造物には、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ている可能性があります。
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、温室効果ガス排出量 (GHG) の 4 分の 1 を生成します。さらに、ビジネスおよび 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 システムの購入のみに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によって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。
「建物やワークスペースが持続可能性計画の重要な部分であるという認識が高まっています」とコンサルティング会社 PwC の全国不動産実務リーダー、ブライオン・カーロック氏は述べています。 「エネルギー使用と建物に埋め込まれた炭素を理解して管理することは、スコープ 1 とスコープ 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、デジタル システムの利点 大きな進歩 -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 プリンティングなどにより、オフィスビル、データセンター、工場、ホテル、その他の構造物の建設と改修が可能になります。 、最大限の持続可能性をサポートします。
カーロック氏は次のように述べています。「テクノロジーにより、建物内でのエネルギー システムの構築と管理の方法が変わる可能性があります。私たちはデータを活用し、エネルギー使用と全体的な持続可能性の大幅な改善を推進することができます。」
グリーン ビルディング メンテナンスにおける IT の役割
建物の持続可能性を推進する上での IT の役割を考えると、明らかに変革が起きています。環境、社会、ガバナンス (ESG) への取り組みがこの傾向の一因となっていますが、「グリーン」の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す。気候変動に対する懸念が高まっており、スマートビルディングが大幅なコスト削減につなが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、はるかにシンプルかつ強力になりました。
「これまでは、変化は良いことだと広く考えられていましたが、変化に対する支持や勢いはあまりありませんでした」と、同研究所のグローバル エネルギー ディレクターのジェニファー レイク氏は述べています。世界資源研究所「現在、テクノロジー、経済学、考え方ははるかに有利になっています。その結果、持続可能性への取り組みをサポートするために建物の建設と改修にますます注目が集まっています」と彼女は述べた。
実際、PwC の調査によると、上級幹部の 82% が気候変動と炭素削減が不動産の開発と購入における最重要課題であると考えています。カーロック氏は、新しい低炭素コンクリートやより持続可能な建築材料が進歩において重要な役割を果たしているが、最大の成果は、パターンを発見して改善の道筋を特定できる物理的インフラや分析システムとテクノロジーの統合にあると述べた。
「モノのインターネットを含むデジタル技術の融合は、大きな変革をもたらします」と、エンジニアリング会社ソーントン・トマセッティの持続可能性責任者であり、グローバルプラクティスリーダーであるグンナー・ハバード氏は述べています。 「スマートテクノロジーは、構造物の建設方法とその使用方法に影響を与えています。」CIOやCTOなどは、ソフトウェアやシステムを利用して異種のコンポーネントを統合する一方で、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同氏は述べました。データ センターはまだ高層ビルの中にあります。
プレハブ式および 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、現場での建設をほとんどまたはまったく必要としない、事前に設計されたカスタムメイドのシステムを開発しています。リサイクルされた材料を含み、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転がり込んで展開するだけです。同社は、このソリューションによりエネルギー消費量を平均 12% 削減し、全体の設置面積を 25% 削減できると述べています。
しかし、断然最大の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と IoT 機能を獲得するにつれて、建物や空間についての洞察を得て、新しい方法でエネルギー使用を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は、大量のデータを消化し、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展開しています。
「床、壁、天井にセンサーが埋め込まれているのを目にします。マシンビジョン、熱センサー、その他のデバイスは、床または床の一部の占有荷重を測定し、照明を調整できます。これらのシステムをエレクトロクロミック ウィンドウ (外部および内部の条件に適応するスマート ガラスと呼ばれることが多い) などの他のスマート テクノロジーと併用すると、気候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
驚くべきことではありませんが、分析はすべてを結び付ける接着剤です。ますます洗練された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、トレンドに関する洞察を提供し、その情報を ESG ソフトウェアやデータ収集フレームワークにフィードすることもできます。たとえば、英国のソフトウェア会社 CIM の建築分析プラットフォームは、建築インテリジェンス システム、機械学習、その他のデータ ポイントをリンクおよび同期して、エネルギー ミックスを確認し、目標に対する実際のパフォーマンスを測定し、運用コスト (OPEX) 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と、二酸化炭素排出量を最小限に抑えながら快適性を最大化す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態との比較、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 システムに接続されています。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「The Global State of Buildings Report 2020」では、今日のテクノロジーを使用すれば、建設業界で二酸化炭素排出量を実質ゼロにすることが可能であると述べています。この報告書はまた、イノベーションと改善により、2030 年までに固着炭素を 40% 削減できる可能性があると述べています。ただし、より迅速かつ徹底的な導入が必要です。エネルギー需要を削減し、建物をさらに最適化するには、より優れた測定システム、再生可能エネルギーの利用拡大、分析と機械学習の利用拡大も必要です。
PwC のカーロックは、ますます野心的な持続可能な開発目標を達成するのは簡単ではありませんが、実行可能であると信じています。 CIOや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、あらゆる形式のデータが継続的な持続可能性の向上に確実に寄与する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同氏は述べた。 「スマートビルディングではますます多くの変化が見られます」と彼は結論付けました。 「建物がどのように設計され、どのように機能するかは、持続可能性のパズルの重要な部分です。」
以上が人工知能がスマート ビルディングをより環境に優しく持続可能なものにする方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック

このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
