BrainBox AI porta l’apprendimento automatico nei controlli degli edifici
Dopo aver trascorso più di un decennio a lavorare su edifici intelligenti ed efficienza energetica per proprietà commerciali , Jean-Simon Venne, cofondatore e chief technology officer di BrainBox AI , vede l’autonomia basata sull’intelligenza artificiale come il passo successivo necessario nella battaglia contro l’entropia e contro il cambiamento climatico .
Il problema con gli edifici di ingegneria in qualsiasi altro modo è che l’ efficienza tende a non durare, dice Venne. “Ho lavorato sull’efficienza energetica in grandi edifici praticamente in tutto il pianeta in posti come Dubai e Las Vegas. Quando hai finito con il progetto e l’edificio è abbastanza efficiente, sei soddisfatto dei risultati e te ne vai. È allora che le cose iniziano lentamente a peggiorare”.Migliorare l’efficienza energetica degli edifici è una preoccupazione globale, dato che, secondo alcune stime, gli edifici commerciali rappresentano circa il 40% delle emissioni di gas serra . Ma ciò che accade nel tempo, secondo Venne, è che i sottosistemi non funzionano correttamente, oppure vengono disattivati o configurati in modo errato. Le condizioni cambiano ed emergono problemi non considerati nel progetto iniziale.
Quello che serve invece è qualcosa di più simile all’ingegneria che entra in un’auto da corsa, dove il design iniziale è perfetto come gli ingegneri sanno come farlo in anticipo, ma ogni pochi giri durante una gara, lo perfezionano ulteriormente per lo specifico condizioni in pista quel giorno, ha detto Venne. La sua ispirazione per una soluzione che richiede meno manodopera rispetto alle corse automobilistiche viene anche dal mondo delle automobili, in particolare delle auto a guida autonoma .
Oltre a conoscere le regole di base della strada, un’auto a guida autonoma deve essere in grado di adattarsi agli imprevisti, come sterzare per evitare di colpire lo scoiattolo che attraversa la strada davanti a sé, ha detto Venne. “Mi è venuto in mente che se lo facciamo con le auto, dovremmo essere in grado di fare lo stesso con la tecnologia che guida la parte meccanica dell’edificio”.
BrainBox AI si concentra principalmente sul controllo dei sistemi di riscaldamento, ventilazione e condizionamento dell’aria (HVAC) all’interno di un edificio, che rappresenta la maggior parte del consumo energetico nella maggior parte degli edifici, ha affermato Venne. Un obiettivo di livello successivo è far sì che più edifici vicini in una città lavorino in tandem per produrre risultati migliori, ad esempio aiutando i servizi pubblici a bilanciare il consumo di elettricità durante i periodi di picco della domanda. Un progetto pilota basato su questo concetto ha vinto una sfida Tech for Our Planet alla conferenza delle Nazioni Unite COP26 sul controllo del cambiamento climatico, recentemente conclusa .
Migliore efficienza per gli edifici e il pianeta
Anche la società con sede a Montréal, in Canada, sta ottenendo un riconoscimento finanziario, annunciando il mese scorso un round di raccolta fondi di serie A da 24 milioni di dollari guidato da ABB, il conglomerato di tecnologia industriale, con la partecipazione di Esplanade Ventures e Desjardins Capital.
Gli edifici commerciali sono diventati da anni “più intelligenti” nella misura in cui contengono sensori, controlli e cruscotti analitici sempre più ricchi che possono essere utilizzati per ottimizzare il condizionamento dell’aria e i controlli ambientali. Tuttavia, in genere spetta a un ingegnere edile seduto in un sistema di controllo da qualche parte effettuare tali regolazioni, ha affermato Venne. Mettere più di quel controllo nelle mani di un algoritmo di apprendimento automatico consente di prendere in considerazione molti più fattori, ad esempio le previsioni del tempo o la posizione e l’intensità del sole, per ottenere un controllo più preciso su sistemi HVAC, tende da sole , e altri controlli ambientali, ha detto.
Laddove un termostato tradizionale è per natura reattivo – aspettando che la temperatura salga al di sopra o al di sotto di determinati limiti prima di apportare modifiche – un sistema di controllo degli edifici intelligenti può essere più efficiente anticipando i cambiamenti e compensandoli, ha affermato Venne. Può anche utilizzare tende o altri controlli del clima passivi, piuttosto che semplicemente accendere il riscaldamento o l’aria condizionata.
Mentre le leggi della termodinamica non sono cambiate, le possibilità di manipolarle sono cambiate. “Probabilmente avresti bisogno di 45 ingegneri che lavorano 25 ore al giorno, facendo tutti questi calcoli, per avvicinarsi a ciò che l’intelligenza artificiale ti sta dando per pochi centesimi sul dollaro”, ha detto Venne. “Non dovresti tentare di farlo manualmente per lo stesso motivo per cui non dovresti giocare a scacchi con un computer, perché è semplicemente troppo bello.”
Costruire per il futuro con il machine learning
Dal 2015, circa, la potenza di calcolo e i framework di programmazione necessari per l’apprendimento automatico sono diventati molto più accessibili e BrainBox è stato in grado di capitalizzare su elementi costitutivi prontamente disponibili all’interno di Amazon Web Services, ha affermato Venne. La sfida più grande è stata far sì che gli specialisti dell’apprendimento automatico e gli ingegneri edili parlassero le lingue l’uno dell’altro. Ad esempio, gli scienziati informatici devono comprendere aspetti pratici come la necessità e il funzionamento delle pompe dell’acqua in un edificio alto. In questo senso, ci sono voluti “due anni buoni” perché il team di prodotto si riunisse, ha detto Venne.
Una volta creato, un modello di controllo dell’edificio può migliorare continuamente utilizzando le stesse tecnologie di deep learning impiegate dagli ingegneri delle auto autonome. L’idea di collegare in rete i sistemi di controllo di più edifici è ancora solo un concetto per ora, anche se intriga Toronto Hydro, che ha collaborato con BrainBox alla sua demo COP26. “Stiamo prototipando ora, ma non è pronto per andare sul mercato quest’anno”, ha spiegato Venne, osservando che il concetto sarebbe più potente se metà degli edifici nel centro di Toronto incorporassero la tecnologia BrainBox, piuttosto che la manciata che lo fa oggi.
Oltre a controllare il riscaldamento e il raffreddamento all’interno di un edificio, BrainBox potrebbe anche controllare la qualità dell’aria all’interno dell’edificio, ad esempio regolando la ventilazione per le condizioni di smog oi livelli di polline. “La quantità di C02 spesso non viene monitorata o addirittura considerata”, ha affermato Venne. “Quindi quelli sembrerebbero essere i prossimi passi logici, incentrati sul benessere delle persone nell’edificio”.
