Filter by دسته‌ها
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
اخبار
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
 صرفه‌جویی در مصرف انرژی ساختمان‌ها به کمک سیستم هوشمند BrainBox

صرفه‌جویی در مصرف انرژی ساختمان‌ها به کمک سیستم هوشمند BrainBox

دانشگاه مونترال از فناوری مبتنی بر هوش مصنوعی جدید خود تحت عنوان BrainBox پرده برداشت که به کمک آن، می‌توان بدون دخالت انسان، تمامی سیستم‌های انتقال انرژی یک ساختمان بزرگ را مدیریت کرد.

این سیستم هوشمند قادر است فرایند مدیریت انرژی یک مجموعه بزرگ ازجمله گرمایش، تهویه مطبوع، سرمایش و… را برعهده بگیرد و به‌صورت کاملا خودکار و بدون نیاز به دخالت نیروی انسانی، انرژی محیط را کنترل کند. BrainBox دمای محیط اتاق را براساس حضور ساکنان تنظیم می‌کند؛ برای مثال، هنگامی که صاحب منزل وارد آشپزخانه می‌شود، دمای محیط به‌صورت خودکار افزایش یا کاهش می‌یابد تا به دمای تعادل برسد. زمانی که فرد آشپزخانه را ترک می‌کند، تمامی سیستم‌های کنترل انرژی خاموش می‌شود و دمای اتاقی که صاحب‌خانه در آن قرار دارد کنترل می‌شود تا از این طریق، در مصرف انرژی صرفه‌جویی شود.

شرکت توسعه‌دهنده BrainBox از سال 2019 بر روی این فناوری تحقیق می‌کند و هدف آنها، استفاده از فناوری‌های نوینی همچون هوش مصنوعی به‌منظور کاهش مصرف انرژی و تولید دی‌اکسیدکربن توسط سیستم‌های گرمایشی مجموعه‌های بزرگ است. این سیستم در حال حاضر به‌صورت آزمایشی در 18 کشور و 70 شهر دنیا به‌کار گرفته شده است و توسعه‌دهندگان موفق شده‌اند که 300 ساختمان را به BrainBox مجهز کنند. به طور کلی در حال حاضر مساحتی بیش از 100 میلیون فوت مربع تحت پوشش این فناوری قرار دارد.

BrainBox

ژان سیمون ون، یکی از بنیان‌گذاران و مدیران ارشد فناوری BrainBox AI، در رابطه با ایده اولیه و نحوه توسعه این فناوری گفت: «چند سال پیش از راه‌اندازی کسب‌وکار مرتبط با هوش مصنوعی، من به همراه تیمی کار می‌کردم که وظیفه آن‌ها، بهبود بهره‌وری انرژی ساختما‌ها بود. طی مدت فعالیتم متوجه شدم که فرایند کنترل انرژی ساختمان‌ها به روش سنتی، ایرادات بسیاری دارد و همین موضوع باعث اتلاف انرژی زیادی می‌شود. برای مثال، ما سیستم مدیریت انرژی را برای یک ساختمان تعبیه کردیم و پس از سه سال متوجه شدیم که به‌دلیل تغییرات ایجادشده توسط اپراتورهای سیستم، بیش از نیمی از بهره‌وری انرژی برای تنظیم دما کاهش یافته است.»

او ادامه داد: «من و دوستانم به این نتیجه رسیدیم که اگر یک ایرباس 380 می‌تواند بدون نیاز به خلبان و کمک خلبان، به‌صورت خودکار پرواز کند و فرود بیاید، می‌توان سیستمی را هم توسعه داد که سیستم تهویه یک ساختمان را به‌صورت خودکار کنترل کند. تقریبا 90 درصد ساختمان‌ها در سراسر جهان، مقدار عظیمی از داده‌ها را تولید و بر روی هارد دیسک‌ها ذخیره می‌کنند. ایده ما این بود که این داده‌ها را جمع‌آوری کنیم و به‌وسیله آن‌ها، موتور یادگیری عمیق خود را آموزش دهیم.» همین امر باعث شد که سیمون، تیم‌های تحقیقاتی را از پلی‌تکنیک مونترال، دانشگاه مک‌گیل، دانشگاه کنکوردیا، دانشکده فنی برتر، دانشگاه مونترال و مؤسسه ارزش‌گذاری دون‌ها (IVADO) گرد هم جمع کند تا با استفاده از الگوریتم‌های یادگیری عمیق، یک مدل هوشمند برای تنظیم تهویه ساختمان‌ها طراحی کنند. مجله تایمز BrainBox AI را جزو 100 اختراع برتر سال 2020 معرفی کرد؛ چرا که استفاده از آن می‌تواند مصرف انرژی ساختمان‌ها را از 10 تا 30 درصد کاهش دهد و همچنین موجب کاهش انتشار گازهای گلخانه‌ای تا 40 درصد شود.

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید

مقاله ما چطور بود؟

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
لطفاً برای تکمیل این فرم، جاوا اسکریپت را در مرورگر خود فعال کنید.