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

ब्रेनबॉक्स एआई स्व-आवश्यकता कृत्रिम बुद्धिमत्ता प्रौद्योगिकी का उपयोग करके एक बड़े जलवायु परिवर्तन योगदानकर्ता की ऊर्जा खपत को सक्रिय रूप से अनुकूलित करता है: इमारतें। एआई इंजन एक स्व-संचालित इमारत का समर्थन करता है जिसके लिए मानव हस्तक्षेप की आवश्यकता नहीं होती 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 जीवन के चरण में, मैंने विभिन्न आकारों और उद्देश्यों की इमारतों में प्रौद्योगिकी के साथ काम किया, जो होटलों से लेकर डेटा सेंटर तक थीं। यह जल्द ही मुझे स्पष्ट हो गया कि निरंतर आयोग दृष्टिकोण लगातार ऊर्जा बचत उत्पन्न करेंगे, लेकिन इसके लिए व्यापक वित्तीय और मानव पूंजी की आवश्यकता होगी। इस बात को ध्यान में रखते हुए, मैंने एक एआई-आधारित आयोग दृष्टिकोण को डिज़ाइन करने का तरीका खोजने के लिए निर्धारित किया जो एक नए, लंबे समय तक चलने वाले एचवीएसी समाधान को वितरित करेगा जो इमारत प्रौद्योगिकी का उपयोग करके बचत को अधिकतम करने और निवासी असुविधा को कम करने के लिए किया जाएगा। इस यात्रा का अंतिम उत्पाद ब्रेनबॉक्स एआई था, एक समाधान जो सस्ता है और कम मानव पूंजी की आवश्यकता होती है।

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

ब्रेनबॉक्स एआई शायद एचवीएसी अनुकूलन या इमारत स्वचालन स्थान में स्थापित करने के लिए सबसे सरल समाधान है। वास्तव में, हम आमतौर पर 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 एक इमारत मालिक के कर्मचारियों के लगभग 10 घंटे लगते हैं। इसके बाद, 6-8 सप्ताह की एआई सीखने की अवधि होती है। इसके बाद, एआई इंजन इमारत के अनूठे ऊर्जा प्रोफ़ाइल के आधार पर इमारत को नियंत्रित करने के लिए तैयार हो जाता है।

आप हमें बताएं कि ब्रेनबॉक्स एआई ऊर्जा की खपत को कम करने और इमारत के निवासियों के आराम को बेहतर बनाने के लिए मशीन लर्निंग का उपयोग कैसे करता है?

हमारा समाधान प्रत्येक अद्वितीय इमारत ऊर्जा प्रोफ़ाइल के लिए विकसित ऊर्जा समीकरणों को गहरे शिक्षण और समय श्रृंखला डेटा के साथ जोड़ती है ताकि यह गणना की जा सके कि बदलती परिस्थितियों (जैसे मौसम) के प्रति एक इमारत में प्रत्येक क्षेत्र कैसे प्रतिक्रिया देगा। विशेष रूप से, हमारे गहरे शिक्षण न्यूरल नेटवर्क भविष्य में देख सकते हैं और 5 मिनट, 10 मिनट, 3 घंटे और 6 घंटे में एक इमारत में एक क्षेत्र की स्थिति की 99.6% सटीकता के साथ भविष्यवाणी कर सकते हैं। वास्तव में, 300 घंटे में, हमारा एआई इंजन अभी भी आश्चर्यजनक सटीकता के साथ भविष्यवाणी कर रहा है। इन भविष्यवाणियों से, हमारा एआई इंजन प्रत्येक क्षेत्र के लिए ऊर्जा प्रवाह को प्रबंधित करने का सबसे अच्छा तरीका निर्धारित करता है ताकि यह सुनिश्चित किया जा सके कि सबसे बड़ी ऊर्जा बचत और निवासी आराम हो।

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 एक इमारत मालिक के निचले स्तर पर महत्वपूर्ण प्रभाव डालता है, बल्कि उनकी इमारत के कार्बन फुटप्रिंट पर भी प्रभाव डालता है।

कुछ उदाहरण दें कि कौन से 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 तीसरे पक्ष के स्रोत (जैसे मौसम और अधिभोग) को निर्णय लेने के लिए ड्राइव करते हैं। ब्रेनबॉक्स एआई का एक प्रमुख अंतर यह है कि हम केवल आपकी इमारत में उपलब्ध डेटा का उपयोग करते हैं। आपको ब्रेनबॉक्स एआई को काम करने के लिए कोई अतिरिक्त उपकरण या सेंसर तैनात करने की आवश्यकता नहीं है।

ब्रेनबॉक्स एआई ऊर्जा दक्षता को अनुकूलित करने के लिए गहरे शिक्षण का उपयोग करता है। डेटा को कब तक एकत्र और विश्लेषण करने की आवश्यकता है ताकि ऊर्जा दक्षता लाभ देखे जा सकें?

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 इतना सकारात्मक प्रभाव होने के साथ, क्या ब्रेनबॉक्स एआई या उसके ग्राहकों को क्यूबेक प्रांत या कनाडा की संघीय सरकार द्वारा कर क्रेडिट से लाभ हुआ है? यदि नहीं, तो क्या आप सोचते हैं कि यह भविष्य में एक संभावना हो सकती है?

हमने अनुसंधान और विकास कर क्रेडिट से 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 मार्स डिस्कवरी डिस्ट्रिक्ट में शामिल होने की घोषणा की, जो उत्तरी अमेरिका का सबसे बड़ा शहरी नवाचार केंद्र है। 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 करता है। मार्स ने ब्रेनबॉक्स एआई को विभिन्न तरीकों से समर्थन दिया है, जिनमें अंतर्राष्ट्रीय स्थायित्व और क्लीनटेक इवेंट्स में भाग लेना, कनाडा की शीर्ष क्लीनटेक कंपनी के रूप में नामांकन, विभिन्न सरकारी स्तरों पर लॉबिंग, मीडिया इवेंट, और बहुत कुछ शामिल है। सामान्य तौर पर, मार्स हमारे लिए एक मजबूत क्लीनटेक स्टार्टअप अधिवक्ता रहा है।

आपको लगता है कि एचवीएसी को अनुकूलित करने के लिए एआई में अगला विकास क्या होगा?

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

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

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

यह जलवायु परिवर्तन से लड़ने के लिए एक अद्वितीय दृष्टिकोण है। यदि आप अधिक जानना चाहते हैं तो कृपया ब्रेनबॉक्स एआई पर जाएं।