虽然“智能”电气、照明和暖通空调系统已经存在了一段时间，但它们的智能在很大程度上仍然是静态的，并且依赖于系统操作员的输入。然而，随着人工智能/机器学习的出现，这些技术可以通过更精准地识别消费模式来发展到一个新的水平，并且可以更快地适应这些变化，将电力和加热/冷却消耗降低到极低的水平。以至于选择传承早期智能建筑基础设施技术的旧建筑运营商可能无法忽视它们。
麻省理工学院能源效率试点凸显人工智能的力量
2023年9月，麻省理工学院宣布了一项试点计划，该计划将利用人工智能和机器学习进一步提高校园暖通空调系统的能效。他们的目标是利用人工智能分析从物联网温度传感器、占用传感器、实时天气预报等多个来源收集的数据。一旦收集到这些训练数据，人工智能就可以随着时间的推移对其进行分析，以预测在任何给定的日期和时间，建筑物的特定部分应该设置为什么温度目标。
由于每栋建筑都不同，因此需要跟踪特定的数据点，例如基线占用情况、占用集群的位置、加热/冷却特定房间所需的时间以及不断变化的天气条件。随着时间的推移，人工智能可以学习这些模式和动态条件，以预测未来数小时或数天所需的精确暖通空调水平。随着时间的推移，这不仅有助于降低整体能耗和碳排放量，而且还提供了未来能源成本和暖通空调升级建议的详细信息，以实现未来更高的效率。
楼宇业主/营办商需要了解哪些人工智能信息
各种形式的人工智能背后的科学相当复杂，并且基于大量的数学模型、训练数据和定制的数据中心基础设施。但实际上，建筑业主和运营商不必了解该技术如何运作的细节。然而，事情可能会变得复杂，涉及培训内部IT人员来管理人工智能后端，以便系统能够分析正确固化的数据，从而做出明智的决策。这需要充分了解从每个物联网系统收集哪些数据以及人工智能如何使用这些数据。在许多情况下，还需要额外的培训。
为了使这些系统在整个技术生命周期中高效运行，IT运营商必须参与物联网项目和相关人工智能的设计和部署阶段。这样，操作员可以更好地了解系统的设计方式和原因、如何保护系统免受内部/外部威胁，以及如何适当调整系统。
传统建筑暖通空调、照明和其他运营技术，通常通过安排这些系统的运行时间和地点或编程为闲置来节省能源和碳排放。虽然这些静态过程确实已被证明可以提高能源效率，但仍然可以获得更高的效率。
例如，暖通空调系统满负荷供暖或制冷的情况并不罕见，即使企业计划举办活动，90%的员工都在场外参加活动。在这种情况下，人工智能可以使用实时占用信息来识别这种行为变化，并且只在剩余10%的建筑物中使用热/冷部分。
虽然这是一个过于简单的例子，但它表明，如果一个更加智能和微调的自动化系统到位，每年节省5-20%的暖通空调能源使用和维护是多么容易。人工智能完全消除了人为错误因素，通常是由于系统配置错误和手动暖通空调调整导致的能源使用过剩。
最重要的是，人工智能代表了智能建筑能效技术的重大演变。虽然这些技术尚未准备好用于商业用途，并且在市场的最初几年可能会很昂贵，但现在是开始研究和规划的时候了。在智能建筑运营效率实践方面，人工智能最终将成为游戏规则的改变者，超越当今的水平。对于尚未转向智能技术的建筑运营商来说，现在是加入的时候了。
