人工智能在智能建筑中的应用

人工智能在家庭中的应用，如智能音箱和智能家居系统 #生活知识# #生活感悟# #科技生活变迁# #科技创新应用#

打开文本图片集

摘要：随着科技的不断发展，人工智能技术已经逐渐渗透到各个领域，其中智能建筑是一个重要的应用方向。本文主要探讨了人工智能在智能建筑中的应用，包括能源管理、设施管理、安全管理、环境控制等方面。通过使用人工智能技术，智能建筑能够实现能源的高效利用、设施的智能运行、安全的实时监控以及环境的舒适控制。同时，本文还分析了人工智能在智能建筑应用中面临的挑战和未来的发展趋势，为进一步推动人工智能技术在智能建筑中的应用提供了参考。

关键词：人工智能；智能建筑；机器学习；物联网；建筑信息模型；建筑自动化；能源管理。

近日关于人工智能（Artificial Intelligence，AI）的新闻和讨论越来越多，也越来越激烈。2017年10月18日，Google旗下DeepMind团队在世界顶级科学杂志《自然》发表论文，公布了最强版AlphaGo （阿尔法围棋人工智能程序），代号AlphaGo Zero。它可以从一张“白纸”开始，零基础“自学成才”， 在短短3天内成为顶级围棋高手。从AlphaGo依靠人类数据深度学习战胜围棋世界冠军到AlphaGo Zero通过自我博弈以100：0的战绩击败其“前辈”历时仅1年余，这一突破性进展表明人类在人工智能方面的研究与应用正进入加速期。2017年10月26日，由Hanston Robotics设计的机器人索菲娅成为历史上第一个被承认公民身份（沙特阿拉伯）的机器人。科学家和产业界对人工智能的利弊亦是争论不休，现代著名物理学家霍金表示：“除非我们事先做好准备并避免潜在风险，否则AI可能成为人类文明史上最糟的事件。” 特斯拉和SpaceX CEO埃隆·马斯克也表示人工智能可能会引发第三次世界大战，他甚至提议人类必须与机器人合并以便在未来保持相关性。而IBM CEO罗梅蒂和微软CEO萨提亚·纳德拉都阐述了较为积极正面的观点：人工智能只会给劳动者带来帮助，不会取代人类。亚马逊CEO杰夫·贝索斯谈到人工智能则十分兴奋，他说道：“现在到了人工智能第一次显身手的时候，我们正处在人工智能的黄金时代。” Facebook创始人扎克伯格表示：“我们想要建立的基于人工智能的计算机服务，将比人类有更好的洞察力和理解力。人类基本的听、说、读、写等核心感知力，我认为在未来5至10年，计算机一定能做得比人类自己更好。”但也强调“我们无需害怕人工智能”。

从1946年2月15日第一台计算机在美国宾夕法尼亚大学诞生，到始于1969年发展与20世纪末的互联网，以及近年的移动互联网和正在初步成型的物联网；从1997年5月11日IBM公司生产的一台超级国际象棋电脑深蓝第一次战胜人类，到如今AlphaGo在人类最高级智力游戏“围棋”挑战成功；“智能迭代”的周期越来越短表明人工智能发展正在加速，越来越多的人工智能应用如语音识别/人脸识别、无人驾驶、虚拟现实/混合现实、智能采编/智能推荐等等，人们不禁要问人工智能全面超越人类的“奇点”是否已然临近？人工智能与人类的自然智能的本质区别在哪里？《圣经》描述上帝在第六天创造人类：“我们要照着我们的形像，按着我们的样式造人，使他们管理海里的鱼、空中的鸟、地上的牲畜和全地，并地上所爬的一切昆虫。” 并赋予人类“自我意识”、“自由意志”。人类是否正按照自己的“形象”创造人工智能并赋予它们“自我意识”和“自由意志”？人工智能是否如其他生命体天然有着“生存”和“繁衍”本能呢？答案是否定的。人工智能在计算速度（即逻辑处理能力）和在数据存储（即信息记忆能力）方面相对于人类具有绝对优势，但在创新创造和外部信息综合辨识判断方面则远逊于人类。对应于人工智能，人工环境对人类历史和未来发展也产生了重要影响。人们有超过90%的时间待在建筑室内，随着全球城市化进程现今智能建筑（Intelligent Building， IB）逐渐成为人们生产/生活不可或缺的重要部分。而在未来，智能建筑的发展趋势不可避免的将与人工智能发生渗透交互和有机融合。特别是大语言模型GPT（Generative Pre-trained Transformer）的发展与应用。GPT是OpenAI发布的一种语言模型，具有非常高的语言理解能力和生成能力，可以生成非常自然和流畅的文本。其中，GPT-1于2018年6月发布，是一个单向的语言模型，通过无监督学习从大规模的互联

网文本数据中预训练得到。GPT-1在各种自然语言处理任务上表现出色，但在一些复杂任务上仍存在限制。GPT-2于2019年2月发布，相比于 GPT-1有更多的参数和更大的规模，预训练了1.5亿个参数。它在生成文本方面表现出色，能够生成连贯、富有创造力的文章。GPT-3于2020年6月发布，相比于GPT-2有更多的参数和更大的规模，预训练了1.75万亿个参数。GPT-3在各种自然语言处理任务上展现了惊人的能力，包括机器翻译、文本摘要、问答等。它还可以执行一些简单的算术运算和推理任务。GPT-3.5 Turbo于2021年6月发布，是在 GPT-3的基础上进行微调和优化而得到的。GPT-3.5 Turbo在保持相似性能的同时，减少了模型的计算资源需求，使其更易于使用和部署。GPT-4于2023年3月发布，是目前最大规模的 GPT 模型，预训练100万亿个参数。GPT4使用了树型推理（Tree-Based Reasoning）来完成建模，这使得GPT4更加稳定、精确、高效。

人工智能在智能建筑中的应用

人工智能在智能建筑中的应用正变得越来越广泛和深入。通过利用传感器、物联网、大数据和深度学习等技术，人工智能可以实现建筑的智能化设计、施工管理、运营维护、能源管理、室内环境控制等方面的优化和提升。例如，在建筑设计阶段，人工智能可以帮助建筑师进行节能和空间布局的优化；在施工管理中，它可以实时监控和分析施工过程，提高施工效率和质量；在建筑运营和维护方面，它可以实现设施和设备的预测性维护，降低成本和风险。总的来说，人工智能的应用将为智能建筑带来更高的效率、可持续性和用户体验。

建筑作为人工环境的一种，在人类历史长河中发挥着重要作用。所谓人工环境是指由人为设置边界面围合成的空间环境，包括房屋围护结构围合成的民用建筑环境、生产环境和交通运输外壳围合成的交通运输环境（车厢环境、船舱环境、飞行器环境）等。简而言之，智能建筑是指通过将建筑物的结构、系统、服务和管理根据用户的需求进行最优化组合，进而为用户提供一个高效、舒适、便利的人性化建筑环境。根据2016年12月29日国家发改委、国家能源局发布了《能源生产和消费革命战略（2016-2030）》规划，到 2020 年，全国能源消费总量控制在50亿吨标准煤以内，目前我国建筑能耗总量超过12.5亿吨标准煤，占社会总能耗超过30%。因此建筑节能水平的提高与节能潜力的挖掘在社会整体节能减排过程中起着至关重要的作用。尽管智能建筑管理系统（Intelligent Building Management System， IBMS）在我国建筑中已有较高的普及率，并基本实现了建筑自动化管理和控制，但是普遍存在硬件设备和各子系统之间操作交互性差、信息共享度低、难与第三方应用兼容集成等问题，未能响应未来建筑对智能化和节能系统方面管理和控制的实时性要求。随着移动互联网、物联网及人工智能AI2.0的进一步发展，未来智能建筑管理系统应同时具备深度分析建筑历史运行数据的能力和快速响应建筑实时运行数据的能力。未来智能建筑发展的两个主要方向是建筑智能化和建筑节能：一方面可为人们的生产生活提供安全，便利，高效的友好环境，另一方面可为社会节能减排，可持续发展提供绿色节约的可行方案。下文从这两方面分别简要举例说明：

基于建筑信息模型（BIM）的节能运维管理

BIM（Building Information Modeling）技术与绿色建筑相结合已经成为当前建筑行业发展的必然趋势，二者都关注建筑的整体设计、全生命周期，都重视模拟分析及信息反馈。综合各方面信息，提供全面准确的分析数据，成为设计过程的基础和依据。绿色运维BIM技术的应用区别于传统的智能化运维方案，是将传统建筑内独立运行及操作的各个系统的各类设施与设备，汇集到基于BIM的3D可视化模型的建筑物业及设施管理平台上，实现统一的管理和监控。

通过BIM信息模型将建筑在运行阶段的所有历史数据和实时信息进行可视化的综合感知、汇集、分析、应用和展现，真正实现建筑信息模型全生命周期的应用。同时也是希望通过为建筑的管理方提供一套更为智慧、有效的综合管理平台，将智能化、机电、物业管理、节能管理、环境保护、对外展示等多种角度的系统及管理需求进行一体化整合，使多系统在同一平台进行呈现。最终的目标是建立建筑智慧节能运维中心数据库，为建筑节能提供可靠的设备运维分析、环境品质管理、节能策略、信息化决策等一系列专业性服务达到提升管理效率、节能优化、提高建筑内环境品质的效果。

基于大数据分析的节能运维管理

大容量实时数据库（Real-time Database）为解决建筑节能系统产生的大量数据及管理控制及时性需求的问题提供了新的解决方案，相较于传统的关系型数据库，实时数据库能够兼容建筑当中各类设备通信协议，及时准确的获取现场实时数据，极其适用于处理持续更新的数据及具有时间约束的管控任务。还可针对各个独立的工控系统进行数据收集，并对数据进行存储，从而建立长时间留存的历史数据库以备建筑大数据深度挖掘节能之用。此外，实时数据库还为各类管理信息系统提供基础数据，整合运行数据与管理数据，为建筑全生命周期的精细化管理和高效运维提供数据支撑，为建筑节能降耗提供信息保障。

实时数据库对建筑水、电、气、冷/热等生产及使用情况进行实时监控，从而可实现对建筑的能源利用进行有效管理。如在已知建筑内所有生产和人员活动的前提下，调取相关能耗数据，可监控不同区域、不同系统、不同功能的能源消耗状况。利用动态能耗及能效分析，降低建筑能耗及日常运营成本。在空调应用领域，实时数据库可以更好的支持建筑负荷的前馈预测、动态追踪、能效控制和优化。此外，利用最新的人工智能AI2.0（如机器学习）技术不仅针对建筑机电设备性能进行实时监测和管控，还可以针对建筑使用人员的行为（如因开窗造成的空调浪费，如对温度设定的偏好，对新风的需求偏好等）进行学习和分析，进一步协助物管公司进行人员的精细管理和节能。

物业管理系统实现建筑物内的智能化设备和机电设备的全生命周期管理。涵盖内容为基础管理、设备管理、能耗监控、运维管理、运维与品控、巡检/维保管控、故障自诊断控等。系统可于其他第三方云平台实现高效的信息交互。该系统对设备全生命周期的管理、人员效率的管理和设备的能源管理，使物业管理实现质的飞越。将成熟的人工智能技术与数据分析、挖掘技术、优化算法技术相结合，并应用在能源管理领域，可实现商业建筑冷（热）符合预测，冷（热）源系统自学习、优化控制等功能。如图1所示，物业管理模块中的能源管理模块可通过物业管理系统的统一数据接口，调取所需历史数据及实时数据，再经过能源管理模块多种算法混合计算，输出系统“认为”的最优化可控参数数据（包括：制冷机开启台数、冷冻泵开启台数、冷却泵开启台数、冷却塔开启台数、冷冻水供水温度、冷冻水流量、冷却水进水温度、冷却水流量），指导第三方对商业建筑的冷（热）源系统进行优化控制，实现建筑整体的节能。

中央空调节能决策支持模块的主要功能之一空调负荷预测则是通过人工神经网络（Artificial Neural Network， ANN）实现，其功能架构如图2所示，模块需要从中央空调能源管理系统及其他系统实时采集相关数据，包括：（1）各节能控制系统设备、冷水机组、冷冻水泵、冷却水泵、冷却塔风机、阀门的运行状态；（2）各个系统参数如流量、温度、压差等；（3）实时人流和预计人流信息。

基于训练好的负荷预测神经网络，进一步采用遗传算法（Genetic Algorithm， GA）寻找最优工况。遗传算法是一种通过模拟自然进化过程搜索最优解的计算模型，其基本运算步骤包括种群初始化、个体评价、排序、选择、交叉、变异，通过迭代运算寻找最优解。该方法采用基因遗传算法对中央空调系统进行节能优化操作，模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法在实际节能优化应用具体包括以下步骤如图3所示。

此外，还可通过智能建筑IBMS系统实时采集、分析设备运行状态，根据故障预警和故障诊断自动生成工单。以中央空调系统为例，通过采集运行数据，进行逻辑判断，有效甄别风机盘管、预冷空调箱、组合式风柜、变风量空调系统、冷却塔等即将大概率出现的故障或已出现的故障及其原因，包括：（1）电力故障；（2）网络故障判断；（3）风机故障；（4）冷冻阀门故障；（5）新风输送故障；（6）冷冻水送水异常；（7）初效过滤器异常；（8）电子除尘装置异常；（9）变风量箱风阀故障；（10）空调区域过热；（11）空调区域过冷；（12）风口表面凝露；（13）冷却塔开启数量过多；（14）冷却水供水流量异常等等。

结语

阿西莫夫提出的机器人三定律已经限定人工智能仅能作为服务于人类的一种“智能工具”，随着科技的进步和人们生活水平的提高，目前智能建筑的现有技术已经无法满足人们日益的需求。通过在智能建筑中将基于建筑信息模型（BIM）的技术和基于大数据分析的技术与建筑智能化与建筑节能日常运维管理进行有机结合，由此才能够很好的提高智能建筑的性能和效用，给人们的生产/生活带来更安全，更高效，更便利的体验。

此外，关于人工智能在智能建筑中的应用未来可能还会有以下趋势：

平面布局设计：使用生成对抗神经网络（GAN）技术，通过学习统计明显的现象，优化生成相关图像的能力，协助建筑师在产生连贯的房间布局和家具摆放，最终组装成整个公寓单位的试探性布局规划。

建筑风格学习：创建新的管道，可以将平面图从一种风格转换为另一种风格，如从现代风格到巴洛克风格，揭示建筑风格的深层含义。

能源管理：利用人工智能技术进行能源管理，对建筑内的能源使用进行监测和优化，提高能源效率，降低能耗。

设施管理：使用人工智能技术对建筑的设施进行管理，包括通风、照明、电梯等，提高设施的运行效率和可靠性，降低维护成本。

安全管理：利用人工智能技术进行安全管理，对建筑内的人员和物品进行监测和管理，提高安全性和防范能力。

环境控制：使用人工智能技术对建筑内的环境进行控制，包括温度、湿度、空气质量等，提高舒适度和健康度，降低能源消耗。

致谢

本文相关研究获得了南昌市“双百计划”以及江西省“双千计划”项目资助，特此致谢！

作者简介：薛雪（1985.08.02-），男，汉族，毕业院校：香港理工大学，工作单位：江西省博库信息技术有限公司，职称：教授级高级工程师，研究方向：智能建筑、建筑自动化、建筑节能

王伟明（1984.03.12-），男，汉族，毕业院校：香港中文大学，工作单位：南昌理工学院智慧城市与物联网研究院，职称：助理教授，研究方向：图像处理、三维几何处理、深度学习

孙雪（1989.04.18-），女，汉族，毕业院校：长沙理工大学，工作单位：南昌理工学院智慧城市与物联网研究院，职称：助理工程师，研究方向：新能源发电、能源存储、电力现货市场  人工智能在智能建筑中的应用

网址：人工智能在智能建筑中的应用 https://www.yuejiaxmz.com/news/view/261815

相关内容

人工智能技术在智能建筑中的应用
AI在智能建筑中的应用和发展
智能建筑材料在绿色生态节能建筑中应用.doc
智能照明控制系统在智慧建筑中的应用
浅谈智能照明控制系统在智慧建筑中的应用
物联网技术在智慧城市和智能建筑中的应用与思考
人工智能在智能家居中的应用
智能+建筑＞智能建筑
人工智能在智能门锁中的应用
人工智能在智能生活中的应用.pptx

随便看看