जीन-साइमन वेन, ब्रेनबॉक्स एआई के सह-संस्थापक और सीटीओ – साक्षात्कार श्रृंखला

ब्रेनबॉक्स एआई स्व-आवश्यक कृत्रिम बुद्धिमत्ता प्रौद्योगिकी का उपयोग करके ऊर्जा की खपत को सक्रिय रूप से अनुकूलित करता है, जो जलवायु परिवर्तन के सबसे बड़े योगदानकर्ताओं में से एक है: इमारतें। एआई इंजन एक स्व-संचालित इमारत का समर्थन करता है जिसके लिए मानव हस्तक्षेप की आवश्यकता नहीं है।

जीन-साइमन वेन ब्रेनबॉक्स एआई के सह-संस्थापक और सीटीओ हैं।

आपको ब्रेनबॉक्स एआई लॉन्च करने के लिए क्या प्रेरित किया?

मेरी यात्रा एचवीएसी प्रौद्योगिकी में उत्तरी अमेरिका और यूरोप में ऊर्जा दक्षता परियोजनाओं पर काम करते हुए शुरू हुई। इस चरण में, मैंने विभिन्न आकारों और उद्देश्यों की इमारतों में प्रौद्योगिकी के साथ काम किया, जिनमें होटल से लेकर डेटा सेंटर तक शामिल थे। यह जल्द ही मुझे स्पष्ट हो गया कि निरंतर आयोग दृष्टिकोण लगातार ऊर्जा बचत प्रदान करेगा, लेकिन इसके लिए व्यापक वित्तीय और मानव पूंजी की आवश्यकता होगी। इसके साथ ही, मैंने एक ऐसा तरीका खोजने का फैसला किया जो एचवीएसी समाधान को अधिक समय तक चलने वाला बनाने के लिए एक नया एआई-आधारित आयोग दृष्टिकोण प्रदान करेगा, जो इमारत प्रौद्योगिकी का उपयोग करके बचत को अधिकतम करेगा और निवासी को असुविधा को कम करेगा। इस यात्रा का अंतिम उत्पाद ब्रेनबॉक्स एआई था, जो एक सस्ता और कम मानव पूंजी की आवश्यकता वाला समाधान है।

मौजूदा इमारत में ब्रेनबॉक्स एआई को रेट्रोफिट करने की प्रक्रिया कितनी जटिल है?

ब्रेनबॉक्स एआई एचवीएसी अनुकूलन या इमारत स्वचालन स्थान में स्थापित करने के लिए सबसे सरल समाधानों में से एक है। वास्तव में, हम अपनी स्थापना को रेट्रोफिटिंग के रूप में भी नहीं कहते हैं। स्थापना प्रक्रिया में लगभग 2-3 घंटे लगते हैं और पूरे परियोजना कार्यान्वयन में इमारत मालिक के कर्मचारी के समय की लगभग 10 घंटे की आवश्यकता होती है। इसके बाद, 6-8 सप्ताह की एआई सीखने की अवधि होती है। इसके बाद, एआई इंजन इमारत को उसके अनोखे ऊर्जा प्रोफाइल के आधार पर नियंत्रित करने के लिए तैयार हो जाता है।

क्या आप हमें बता सकते हैं कि ब्रेनबॉक्स एआई मशीन लर्निंग का उपयोग करके ऊर्जा की खपत को कम करने और इमारत निवासियों की सुविधा में सुधार करने के लिए कैसे काम करता है?

हमारा समाधान प्रत्येक अनोखे इमारत ऊर्जा प्रोफाइल के लिए विकसित ऊर्जा समीकरणों को गहरे शिक्षण और समय श्रृंखला डेटा के साथ जोड़ता है ताकि यह गणना की जा सके कि प्रत्येक ज़ोन में बदलते परिस्थितियों (जैसे मौसम) के प्रति कैसे प्रतिक्रिया होगी। अधिक विशेष रूप से, हमारे गहरे शिक्षण न्यूरल नेटवर्क 5 मिनट, 10 मिनट, 3 घंटे और 6 घंटे में एक ज़ोन की स्थिति की भविष्यवाणी कर सकते हैं और 99.6% सटीकता के साथ। वास्तव में, 300 घंटे में, हमारा एआई इंजन अभी भी आश्चर्यजनक सटीकता के साथ भविष्यवाणी कर रहा है। इन भविष्यवाणियों से, हमारा एआई इंजन अपनी इमारत के प्रत्येक ज़ोन के लिए ऊर्जा प्रवाह को प्रबंधित करने का सबसे अच्छा तरीका निर्धारित करता है, जिससे अधिकतम ऊर्जा बचत और निवासी सुविधा सुनिश्चित होती है।

हम किस प्रकार की ऊर्जा बचत की बात कर रहे हैं?

ब्रेनबॉक्स एआई एक इमारत की कुल ऊर्जा लागत को 25% तक कम कर सकता है, जो न केवल इमारत मालिक के लिए महत्वपूर्ण प्रभाव डालता है, बल्कि उनकी इमारत के कार्बन फुटप्रिंट पर भी महत्वपूर्ण प्रभाव डालता है।

कुछ उदाहरण दें कि किस प्रकार के डेटा बिंदु एकत्र किए जा रहे हैं?

हम इमारत प्रणालियों (जैसे बीएमएस, एक्सेस कंट्रोल सिस्टम या सेंसर) से मौजूदा डेटा का उपयोग करते हैं और तृतीय-पक्ष स्रोतों (जैसे मौसम और अधिभोग) का उपयोग निर्णय लेने के लिए करते हैं। ब्रेनबॉक्स एआई का एक मुख्य अंतर यह है कि हम केवल आपकी इमारत में वर्तमान में उपलब्ध डेटा का उपयोग करते हैं। आपको ब्रेनबॉक्स एआई को काम करने के लिए किसी अतिरिक्त उपकरण या सेंसर को तैनात करने की आवश्यकता नहीं है।

ब्रेनबॉक्स एआई गहरे शिक्षण का उपयोग ऊर्जा दक्षता को अनुकूलित करने के लिए करता है। ऊर्जा दक्षता लाभ देखने से पहले डेटा को इकट्ठा और विश्लेषण करने में कितना समय लगता है?

एआई को कम से कम 6-8 सप्ताह की सीखने की अवधि की आवश्यकता होती है, जिसके दौरान यह सभी आवश्यक डेटा एकत्र करेगा।

जलवायु परिवर्तन पर इतने सकारात्मक प्रभाव के साथ, क्या ब्रेनबॉक्स एआई या इसके ग्राहक क्यूबेक प्रांत या कनाडा की संघीय सरकार द्वारा कर क्रेडिट का लाभ उठा सकते हैं? यदि नहीं, तो क्या आप सोचते हैं कि यह भविष्य में एक संभावना हो सकती है?

हमने आरएंडडी कर क्रेडिट का लाभ उठाया है और हम भविष्य में प्रांतीय और संघीय सरकारों के साथ अधिक जुड़ने की उम्मीद करते हैं।

नवंबर 2019 में ब्रेनबॉक्स एआई ने उत्तरी अमेरिका में सबसे बड़े शहरी नवाचार केंद्र मार्स डिस्कवरी डिस्ट्रिक्ट में शामिल होने की घोषणा की। इस अनुभव ने ब्रेनबॉक्स एआई को कैसे लाभान्वित किया है?

मार्स डिस्कवरी डिस्ट्रिक्ट एक महान भागीदार है जो ब्रेनबॉक्स एआई को इसके व्यावसायीकरण और प्रचार प्रयासों में समर्थन प्रदान करता है। मार्स ने ब्रेनबॉक्स एआई को विभिन्न तरीकों से समर्थन प्रदान किया है, जिनमें अंतर्राष्ट्रीय स्थायित्व और क्लीनटेक इवेंट्स में भागीदारी, कनाडा की शीर्ष क्लीनटेक कंपनी के रूप में नामांकन, विभिन्न स्तरों पर सरकारी लॉबिंग, मीडिया इवेंट्स और बहुत कुछ शामिल है। सामान्य तौर पर, मार्स ब्रेनबॉक्स एआई के लिए एक मजबूत क्लीनटेक स्टार्टअप अधिवक्ता रहा है।

आप एचवीएसी को अनुकूलित करने के लिए एआई के अगले विकास को क्या देखते हैं?

निकट भविष्य में, एचवीएसी बाजार में एआई के माध्यम से कई नए नवाचार होंगे, जैसे कि शुरुआती दोष पता लगाने, स्वचालित लोड शिफ्टिंग और अंततः ऊर्जा ग्रिड अनुकूलन के लिए स्वार्म बुद्धिमत्ता का उपयोग करने वाले नए प्रौद्योगिकी प्लेटफ़ॉर्म।

ब्रेनबॉक्स एआई के बारे में आप कुछ और साझा करना चाहेंगे?

हम अपने एआई मॉडलों के विकास में मदद करने के लिए अद्भुत अनुसंधान संस्थानों के साथ काम करने पर बहुत गर्व महसूस कर रहे हैं। ब्रेनबॉक्स एआई यूएस डिपार्टमेंट ऑफ़ एनर्जी के नेशनल रिन्यूएबल एनर्जी लेबोरेटरी (एनआरईएल), इंस्टीट्यूट फ़ॉर डेटा वैलोराइज़ेशन (आईवीएडीओ) और शैक्षिक संस्थानों जैसे मॉन्ट्रियल के मैकगिल विश्वविद्यालय और École de technologie supérieure (ईटीएस) के साथ सहयोग करता है।

यह जलवायु परिवर्तन से लड़ने के लिए एक बहुत ही अनोखा दृष्टिकोण है। जो कोई भी अधिक जानना चाहता है कृपया ब्रेनबॉक्स एआई पर जाएं।