人工智能如何让智能建筑更环保、更可持续
随着CIO和其他高管寻找扩大可持续发展举措的方法,人们越来越意识到,这些举措不能止步于数据中心或办公大楼的四面墙。今天的结构可能包含数十万个组件,这些组件消耗能源并增加组织的碳足迹。
事实上,根据世界资源研究所的数据,建筑物消耗了全球三分之一的能源,产生了四分之一的温室气体排放量 (GHG)。 此外,业务和 IT 领导者通常只专注于提高数据中心的可持续性和采购更环保的计算系统。 然而,他们忽视了技术可以减少碳足迹的关键方式。
“人们越来越意识到建筑物和工作空间是可持续发展计划的重要组成部分,”普华永道咨询公司全国房地产业务负责人 Bryon Carlock 表示。 “了解和管理建筑物中的能源使用和嵌入的碳在限制范围 1 和范围 2 二氧化碳排放方面发挥着重要作用。”
可以肯定的是,数字系统的重大进步——物联网 (IoT)、分析软件、人工智能 (AI)、机器学习 (ML)、3D 打印等——正在使构建和改造成为可能 办公楼、数据中心、工厂、酒店和其他结构,以支持最大程度的可持续性。
Carlock 说:“现在的技术可以改变我们在建筑物内构建和管理能源系统的方式。 我们能够利用数据并推动能源使用和整体可持续性的巨大改进。”
IT 在绿色建筑维护中的作用
对 IT 在推动建筑可持续发展方面的作用的思考正在发生明显的转变。 环境、社会和公司治理 (ESG) 计划对这一趋势负有部分责任,但同样明显的是,“绿色”理想主义正在转变为务实的现实。 对气候变化的担忧与日俱增,人们越来越认识到智能建筑可以节省大量成本。 幸运的是,曾经难以安装、管理和使用的传感器和系统变得更加简单和强大。
世界资源研究所全球能源总监 Jennifer Layke 表示:“过去,支持和围绕变革的势头并不大,尽管变革被广泛认为是一件好事。” “现在的技术、经济和思维要有利得多。 因此,我们看到人们越来越关注建造和改造建筑物以支持可持续发展努力,”她指出。
事实上,普华永道发现,82% 的高级管理人员将气候变化和碳减排视为房地产开发和购买的首要问题。 Carlock 说,虽然新型低碳混凝土和更可持续的建筑材料在进步中发挥着关键作用,但最大的收益在于技术与物理基础设施和分析系统的集成,这些系统可以发现模式并确定改进路径。
“包括物联网在内的数字技术的融合改变了游戏规则,”工程公司 Thornton Tomasetti 的可持续发展负责人兼全球实践负责人 Gunnar Hubbard 表示。 “智能技术正在影响结构的建造方式和使用方式。” 他说,CIO、CTO 和其他人还必须了解如何整合风能和太阳能等替代能源,同时采用软件和系统来整合不同的组件,无论是在数据中心还是高层建筑中。
预制和 3D 打印系统可以进一步减少碳足迹。 例如,加拿大公司 DIRTT 开发了预先设计的定制系统,几乎无需现场施工。 模块化组件——包含回收材料并包括运动传感器和其他技术——只需卷入办公室或制造空间并进行部署。 该公司表示,其解决方案可使能源消耗平均减少 12%,整体足迹减少 25%。
然而,目前最大的收益出现在能源监测领域。 Carlock 说,随着传统 HVAC 系统获得数字化和物联网功能,深入了解建筑物和空间并以新方式了解能源使用成为可能。 通用电气、霍尼韦尔、江森自控和其他公司正在推出能够消化大量数据并使用机器学习不断调整和适应的系统。
“我们看到传感器嵌入地板、墙壁和天花板。 机器视觉、热传感器和其他设备可以确定楼层甚至部分楼层的占用负荷,并实时调整照明、供暖或制冷。” 当这些系统与其他智能技术一起使用时,例如电致变色窗(通常称为适应外部和内部条件的智能玻璃),可以进一步优化气候控制。
数据分析如何帮助可持续建筑
毫不奇怪,分析是将一切结合在一起的粘合剂。 越来越复杂的控制和软件不仅可以管理 HVAC 和其他数字系统,还可以提供对趋势的洞察力并将信息提供给 ESG 软件和数据收集框架。 例如,来自英国软件公司 CIM 的建筑分析平台链接并同步建筑智能系统、机器学习和其他数据点,以便查看能源组合、衡量实际绩效与目标的比较并了解运营成本( 运营支出)减少。 此外,随着系统学习模式,它会自动调整系统以最大限度地提高舒适度,同时最大限度地减少碳足迹。
其他分析平台,如 IBM 的 Envizi,可以跟踪能源效率,包括可再生资产如何与传统形式的能源相比较、详细的 HVAC 性能和整体可持续性分析。 许多解决方案包括详细的仪表板和报告,并连接到 ESG 和可持续性报告系统。 有些还提供高级建模、模拟,甚至数字孪生。
一份联合国报告《2020 年全球建筑状况报告》指出,利用当今的技术,有可能在建筑行业实现净零碳排放。 该报告还指出,到 2030 年,创新和改进可能导致隐含碳减少 40%。然而,需要更快、更深入地采用。 还需要更好的测量系统、更多地使用可再生能源以及更多地使用分析和机器学习来减少能源需求并进一步优化建筑物。
普华永道的Carlock认为,要实现日益雄心勃勃的可持续发展目标并不容易,但这是可行的。 他说,CIO、CTO 和其他人必须在确定战略方向、集成系统和软件以及确保各种形式的数据有助于持续的可持续性收益方面发挥核心作用。 “我们在智能建筑领域看到了越来越多的变化,”他总结道。 “建筑物的设计方式及其性能是可持续发展难题的关键部分。”
以上是人工智能如何让智能建筑更环保、更可持续的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在
