Jean-Simon Venne, Mitbegründer und CTO von BrainBox AI – Interviewreihe

BrainBox AI nutzt selbstadaptierende künstliche Intelligenztechnologie, um den Energieverbrauch eines der größten Beitragenden zum Klimawandel – Gebäude – proaktiv zu optimieren. Der AI-Motor unterstützt ein selbstbetätigendes Gebäude, das keine menschliche Intervention erfordert.

Jean-Simon Venne ist der Mitbegründer und CTO von BrainBox AI.

Was hat Sie dazu inspiriert, BrainBox AI zu gründen?

Meine Reise in die HVAC-Technologie begann, als ich an Energieeffizienzprojekten in Nordamerika und Europa arbeitete. Während dieser Phase meines Lebens hatte ich mit der Technologie in einer Vielzahl von Gebäuden zu tun. Diese waren Gebäude unterschiedlicher Größe und Zweck, von Hotels bis hin zu Rechenzentren. Es wurde mir schnell klar, dass kontinuierliche Inbetriebnahmeverfahren konsistente Energieeinsparungen erzeugen würden, aber umfangreiche finanzielle und menschliche Ressourcen erfordern würden. Mit diesem Wissen suchte ich nach einer Möglichkeit, einen AI-basierten Inbetriebnahmeansatz zu entwickeln, um eine neue, langfristige HVAC-Lösung zu liefern, die den Einsatz von Gebäudetechnologie maximiert, um Einsparungen zu erzielen, während das Unbehagen der Bewohner minimiert wird. Das Endprodukt dieser Reise war BrainBox AI, eine Lösung, die nicht teuer ist und wenig menschliches Kapital erfordert.

Wie kompliziert ist der Prozess der Nachrüstung eines bestehenden Gebäudes mit BrainBox AI?

BrainBox AI ist wahrscheinlich eine der einfachsten Lösungen, die in der HVAC-Optimierung oder der Gebäudeautomatisierung installiert werden können. Tatsächlich bezeichnen wir unsere Installation nicht einmal als Nachrüstung. Der Installationsprozess dauert etwa 2-3 Stunden und die gesamte Projektdurchführung erfordert etwa 10 Stunden der Zeit des Gebäudeeigentümers. Nach dieser Installation findet ein 6-8-wöchiger AI-Lernprozess statt. Anschließend ist der AI-Motor bereit, das Gebäude auf der Grundlage des einzigartigen Energieprofils, das es entwickelt hat, zu steuern.

Können Sie uns erklären, wie BrainBox AI maschinelles Lernen verwendet, um den Energieverbrauch zu reduzieren und die Behaglichkeit der Gebäudebewohner zu verbessern?

Unsere Lösung kombiniert Energiegleichungen, die für jedes einzigartige Gebäudeenergieprofil entwickelt werden, mit Deep Learning und Zeitreihendaten, um zu berechnen, wie jede Zone auf veränderte Bedingungen (z. B. Wetter) im Laufe der Zeit reagieren wird. Insbesondere können unsere Deep-Learning-Neuralnetzwerke in die Zukunft blicken und den Zustand einer Zone in einem Gebäude in 5 Minuten, 10 Minuten, 3 Stunden und 6 Stunden mit 99,6% Genauigkeit vorhersagen. Tatsächlich macht unser AI-Motor auch bei 300 Stunden noch Vorhersagen mit erstaunlicher Präzision. Aus diesen Vorhersagen bestimmt unser AI-Motor die beste Möglichkeit, den Energiefluss für jede Zone in Ihrem Gebäude zu steuern, indem er die größten Energieeinsparungen und die Behaglichkeit der Bewohner sicherstellt.

Welche Art von Energieeinsparungen sprechen wir möglicherweise über?

BrainBox AI kann die gesamten Energiekosten eines Gebäudes um bis zu 25% reduzieren, was einen erheblichen Einfluss nicht nur auf die Gewinn- und Verlustrechnung des Gebäudeeigentümers, sondern auch auf die Kohlenstoffbilanz seines Gebäudes hat.

Welche Art von Datenpunkten werden gesammelt?

Wir nutzen vorhandene Daten aus Gebäudesystemen (wie dem BMS, Zutrittskontrollsystemen oder Sensoren) sowie Daten von Drittanbietern (wie Wetter- und Belegungsdaten), um Entscheidungen zu treffen. Ein wichtiger Unterschied bei BrainBox AI ist, dass wir nur die Daten verwenden, die derzeit in Ihrem Gebäude verfügbar sind. Sie müssen keine zusätzlichen Geräte oder Sensoren installieren, um BrainBox AI zu nutzen.

BrainBox AI verwendet Deep Learning, um die Energieeffizienz zu optimieren. Wie lange muss der Daten gesammelt und analysiert werden, bevor Energieeffizienzgewinne sichtbar werden?

Der AI-Motor benötigt eine minimale Lernzeit von 6-8 Wochen, in denen er alle erforderlichen Daten sammelt.

Da BrainBox AI einen so positiven Einfluss auf den Klimawandel hat, haben BrainBox AI oder seine Kunden von Steuergutschriften durch die Provinz Quebec oder die Bundesregierung Kanadas profitiert? Wenn nicht, glauben Sie, dass dies in Zukunft möglich sein könnte?

Wir haben von Forschungs- und Entwicklungsgutschriften profitiert und hoffen, in Zukunft stärker mit den Provinz- und Bundesregierungen zusammenzuarbeiten.

Im November 2019 gab BrainBox AI bekannt, dem MaRS Discovery District beigetreten zu sein, dem größten städtischen Innovationszentrum in Nordamerika. Wie hat diese Erfahrung BrainBox AI zugutegekommen?

Der MaRS Discovery District ist ein großartiger Partner, der BrainBox AI bei der Kommerzialisierung und den Werbeaufwendungen unterstützt. MaRS hat BrainBox AI auf verschiedene Weise unterstützt, darunter Teilnahmen an internationalen Nachhaltigkeits- und CleanTech-Veranstaltungen, Nominierungen als Top-kanadisches CleanTech-Unternehmen, Lobbyarbeit auf verschiedenen Regierungsebenen, Medienveranstaltungen und vielem mehr. Im Allgemeinen war MaRS ein starker CleanTech-Start-up-Verfechter für uns.

Was sehen Sie als nächste Evolution in der AI bei der Optimierung von HVAC?

In naher Zukunft werden dank der AI mehrere neue Innovationen auf den HVAC-Markt kommen, wie z. B. die frühzeitige Fehlererkennung, die automatische Lastverschiebung und letztendlich neue Technologieplattformen, die Schwarmintelligenz für die Energiegrid-Optimierung verwenden.

Gibt es noch etwas, das Sie über BrainBox AI teilen möchten?

Wir sind sehr stolz darauf, mit fantastischen Forschungseinrichtungen zusammenzuarbeiten, um die Entwicklung unserer AI-Modelle zu unterstützen. BrainBox AI arbeitet in Zusammenarbeit mit dem US-amerikanischen Energieministeriums National Renewable Energy Laboratory (NREL), dem Institut für Datenverwertung (IVADO) sowie Bildungseinrichtungen wie der McGill University und der École de technologie supérieure (ETS) in Montreal.

Dies ist ein sehr einzigartiger Ansatz im Kampf gegen den Klimawandel. Für alle, die mehr erfahren möchten, besuchen Sie bitte BrainBox AI.