建筑物一直是物联网设备最狂热的用户之一。尤其是智能建筑，它使用连接的设备来测量从温度、照明、空气质量、噪音、振动、入住率和能源消耗等一切，而这只是冰山一角。
建筑自动化规模越来越大，仅在美国就有超过600万栋商业建筑，估计部署了22亿台联网设备。2022年，全球建筑自动化系统市场将达到约800亿美元。
这种类型的自动化依赖于大量的物联网设备。 许多条件动作响应是自动的; 如果检测到火灾，警报会自动触发，通常会发出语音指令，并通知消防部门。 在物联网出现之前就是如此; 现在火警通过互联网连接，其次通过蜂窝通信连接。
物联网的价值，特别是在楼宇自动化中，体现在两个主要领域：
丰富、持续的数据流为建筑运营提供了宝贵的见解，但有一个问题：大型设备群产生了大量数据，仅靠人类无法正确解析和理解。为了实现部署这些传感器(和摄像头)的潜在回报，需要人工智能(AI)和机器学习(ML)来持续监控和评估数据流。
直到2020年，智能建筑系统的重点，包括建筑自动化，是设施管理的责任。然后，除了设施管理，重点转移到员工健康和ESG计划。这开启了对ML支持的能力的需求。
例如，人工智能系统可以观察空气质量并找到与入住限制的相关性。 它还可以学习如何重新分配与占用和通风相关的会议室和隔间，以最大限度地增加员工之间的物理距离并改善空气质量，从而减少员工生病的机会。
人工智能还可以帮助分析供水管道的使用情况和水温，以便在军团菌和其他有害病原体的风险升高时发出警告。 军团菌在特定温度范围的温水中大量繁殖。
新的人工智能功能的相关性并不排除跟踪和管理能耗等传统功能。借助人工智能驱动的平台，建筑可以关闭不使用的区域，并在不同时间尝试不同的窗帘设置，以最大限度地减少能源使用。一边实验，一边学习。这是一个底线问题，由于能源价格的原因，这一问题在2022年将变得更加重要。
人工智能甚至可以在清洁效率方面发挥作用，识别哪些桌子已被使用，哪些厕所的使用率有所增加。 在 COVID-19 时代，设施经理专注于清洁。
人工智能也可以极大地增强支持物理安全的系统。 一旦系统了解什么是正常的访问和移动行为，它就可以识别异常行为并发出安全警报。 其他人工智能驱动的应用程序可以检测胁迫情况、遗弃物体、识别武器、精确定位射击——并执行紧急锁定。
智能传染病控制系统可以学习利用当地感染率数据。 人工智能系统可以做人类做不到的事情，比如盯着一堵墙 20 年，寻找可能预示即将发生结构倒塌的混凝土变化迹象。
当然，一个新的人工智能驱动系统的标准起点是教授它。该过程始于代表系统将面临的现实的数据基础。然而，许多人会发现，智能建筑系统的良好基础训练数据并不存在。答案可能是通过在物理建筑中运行“实验”来创建训练数据。
例如，在能源消耗方面，您可以根据一天中的时间和办公室的占用情况，通过实验性地调整窗帘和空调来训练系统，从而在不触发手动覆盖的情况下降低空调账单。这种系统可以依靠温度传感器和占用读数，以及阳光检测。
有一些基本的最佳实践可以遵循。收集地面真实数据集时要科学严谨，从多个来源收集数据，以增加您的样本具有代表性的信心。
人工智能驱动的系统可以从特定办公区域的占用模式中学习，并帮助减少空间规划中的人为错误。升级空间成本高昂，保持灵活性至关重要。在疫情期间，空间利用和占用显然成为一个健康问题。员工现在可能更喜欢聚集在露天阳台或露台上聊天和喝咖啡，而不是在小休息室里。
人工智能系统可以建议设施管理的变化，并使建筑管理更具预测性。说到反应能力，它们也能更有效地应对意外挑战。最近的一个例子;在2020年之前，识别正在发烧的员工并降低感染概率是不可能的，但在目前的能力范围内可以解决这个问题。
需要仔细考虑并投入时间，才能获得正确的基本事实。 许多商业建筑都有数字孪生; 建筑师交付给建筑物所有者或管理者的虚拟复制品。 作为起点，数字孪生很可能成为人工智能驱动的设施管理和智能建筑管理的试验场。
我们预计，IT、设施管理、人力资源和安全将变得更加集成，并更多地使用人工智能。加入信息孤岛，为人工智能应用程序创建数据流，可能会有一系列好处。
健康的工作场所、物理安全和节能的重要性使得超越简单的自动化并开发基于可靠的人工智能的建筑操作系统迫在眉睫，这些系统建立在强大的最新数据基础上。这些应用程序中的任何一个都支持强大的业务案例;总而言之，这是一个有说服力的论点，即设施管理应该着眼于人工智能驱动的应用程序，以运营智能建筑并使建筑更智能。
以上是自动化是不够的：建筑需要人工智能驱动的智能的详细内容。更多信息请关注PHP中文网其他相关文章！
