Jean-Simon Venne, Co-Founder dan CTO dari BrainBox AI – Seri Wawancara

BrainBox AI menggunakan teknologi kecerdasan buatan yang dapat beradaptasi sendiri untuk mengoptimalkan konsumsi energi salah satu penyumbang perubahan iklim terbesar: Bangunan. Mesin AI mendukung bangunan yang beroperasi sendiri yang tidak memerlukan intervensi manusia.

Jean-Simon Venne adalah Co-Founder dan CTO dari BrainBox AI.

Apa yang menginspirasi Anda untuk meluncurkan BrainBox AI?

Perjalanan saya di teknologi HVAC dimulai saat bekerja pada proyek efisiensi energi di seluruh Amerika Utara dan Eropa. Selama tahap ini, saya berhadapan dengan teknologi di berbagai bangunan. Bangunan-bangunan ini berbeda-beda ukurannya dan tujuannya, mulai dari hotel hingga pusat data. Saya menyadari bahwa pendekatan komisi berkelanjutan akan menghasilkan penghematan energi yang konsisten, tetapi memerlukan biaya dan sumber daya manusia yang besar. Dengan ini, saya berusaha mencari cara untuk mengembangkan pendekatan komisi berbasis AI yang dapat menghasilkan solusi HVAC yang lebih tahan lama dan menggunakan teknologi bangunan dengan efektif untuk memaksimalkan penghematan sambil meminimalkan ketidaknyamanan penghuni. Hasil akhir dari perjalanan ini adalah BrainBox AI, solusi yang relatif murah dan memerlukan sedikit modal manusia.

Seberapa rumit proses retrofitting bangunan yang sudah ada dengan BrainBox AI?

BrainBox AI kemungkinan merupakan salah satu solusi paling sederhana untuk dipasang di ruang optimalisasi HVAC atau otomatisasi bangunan. Faktanya, kami biasanya tidak menyebut proses pemasangan kami sebagai retrofitting sama sekali. Proses pemasangan memakan waktu sekitar 2-3 jam dan proyek implementasi seluruhnya memerlukan sekitar 10 jam waktu staf pemilik bangunan. Setelah pemasangan, terdapat periode pembelajaran AI selama 6-8 minggu. Setelah itu, mesin AI siap untuk mengontrol bangunan berdasarkan profil energi bangunan yang unik yang telah dikembangkan.

Bisakah Anda menjelaskan bagaimana BrainBox AI menggunakan pembelajaran mesin untuk mengurangi konsumsi energi dan meningkatkan kenyamanan penghuni bangunan?

Solusi kami menggabungkan persamaan energi yang dikembangkan untuk setiap profil energi bangunan unik dengan pembelajaran dalam dan data deret waktu untuk menghitung bagaimana setiap zona akan bereaksi terhadap perubahan kondisi (misalnya cuaca) dari waktu ke waktu. Lebih spesifik, jaringan neural pembelajaran dalam kami dapat melihat ke depan dan memprediksi keadaan zona di bangunan dalam 5 menit, 10 menit, 3 jam, dan 6 jam dengan akurasi 99,6%. Bahkan pada 300 jam, mesin AI kami masih membuat prediksi dengan presisi yang mengagumkan. Dari prediksi ini, mesin AI kami menentukan cara terbaik untuk mengelola aliran energi untuk setiap zona di bangunan Anda dengan memastikan penghematan energi terbesar dan kenyamanan penghuni.

Apakah jenis penghematan energi yang kita bicarakan?

BrainBox AI dapat mengurangi biaya energi total bangunan hingga 25%, memiliki dampak signifikan tidak hanya pada garis bawah pemilik bangunan tetapi juga jejak karbon bangunan.

Apa contoh poin data yang dikumpulkan?

Kami menggunakan data yang ada dari sistem bangunan (seperti BMS, sistem kontrol akses, atau sensor) serta sumber pihak ketiga (seperti cuaca dan okupansi) untuk mendukung pengambilan keputusan. Salah satu pembeda utama BrainBox AI adalah bahwa kami hanya menggunakan data yang sudah tersedia di bangunan Anda. Anda tidak perlu menginstal peralatan atau sensor tambahan untuk membuat BrainBox AI bekerja.

BrainBox AI menggunakan pembelajaran dalam untuk mengoptimalkan efisiensi energi. Berapa lama data perlu dikumpulkan dan dianalisis sebelum manfaat efisiensi energi terlihat?

AI memerlukan periode pembelajaran minimal 6-8 minggu, selama waktu itu akan mengumpulkan semua data yang dibutuhkan.

Dengan manfaat positif pada perubahan iklim, apakah BrainBox AI atau klien Anda telah mendapat manfaat dari kredit pajak oleh Pemerintah Provinsi Quebec atau Pemerintah Federal Kanada? Jika tidak, apakah Anda percaya ini mungkin menjadi kemungkinan di masa depan?

Kami telah mendapat manfaat dari kredit pajak R&D dan kami berharap untuk lebih terlibat dengan pemerintah provinsi dan federal di masa depan.

Pada November 2019, BrainBox AI mengumumkan bergabung dengan MaRS Discovery District, pusat inovasi perkotaan terbesar di Amerika Utara. Bagaimana pengalaman ini telah membantu BrainBox AI?

MaRS Discovery District adalah mitra yang hebat yang mendukung BrainBox AI dalam upaya komersialisasi dan promosi. MaRS telah mendukung BrainBox AI dalam banyak cara, termasuk partisipasi dalam acara keberlanjutan dan CleanTech internasional, nominasi sebagai perusahaan CleanTech teratas Kanada, lobbying di berbagai tingkat pemerintah, acara media, dan banyak lagi. Secara umum, MaRS telah menjadi advokat yang kuat untuk start-up CleanTech kami.

Apa yang Anda lihat sebagai evolusi berikutnya dalam AI untuk mengoptimalkan HVAC?

Di masa depan, ada beberapa inovasi baru yang akan dibawa ke pasar HVAC berkat AI, seperti deteksi kesalahan awal, pergeseran beban otomatis, dan akhirnya platform teknologi baru yang menggunakan kecerdasan swarm untuk optimasi grid energi.

Apakah ada yang ingin Anda bagikan tentang BrainBox AI?

Kami sangat bangga bekerja sama dengan lembaga penelitian yang luar biasa untuk mendukung pengembangan model AI kami. BrainBox AI bekerja sama dengan Laboratorium Energi Terbarukan Nasional (NREL) Departemen Energi AS, Institut untuk Pemberdayaan Data (IVADO), serta lembaga pendidikan termasuk Universitas McGill dan École de technologie supérieure (ETS) di Montreal.

Ini adalah pendekatan unik untuk melawan perubahan iklim. Untuk siapa saja yang ingin mempelajari lebih lanjut, silakan kunjungi BrainBox AI.