Jean-Simon Venne, Co-Fondatore e CTO di BrainBox AI – Serie di Interviste

BrainBox AI utilizza una tecnologia di intelligenza artificiale autoadattante per ottimizzare proattivamente il consumo di energia di uno dei più grandi contributori al cambiamento climatico: gli edifici. Il motore AI supporta un edificio che funziona in modo autonomo senza richiedere intervento umano.

Jean-Simon Venne è il Co-Fondatore e CTO di BrainBox AI.

Cosa ti ha ispirato a lanciare BrainBox AI?

Il mio percorso nella tecnologia HVAC è iniziato mentre lavoravo su progetti di efficienza energetica in tutta Nord America e Europa. Durante questo periodo, ho lavorato con la tecnologia in molti edifici di diverse dimensioni e scopi, dalle hotel ai data center. È diventato presto chiaro per me che gli approcci di commissione continua avrebbero generato risparmi energetici costanti, ma avrebbero richiesto grandi quantità di capitale finanziario e umano. Con questo in mente, ho cercato di trovare un modo per progettare un approccio di commissione basato sull’IA per offrire una nuova soluzione di lunga durata per l’HVAC, che avrebbe fatto un uso efficiente della tecnologia degli edifici per massimizzare i risparmi e minimizzare il disagio degli occupanti. Il prodotto finale di questo percorso è stato BrainBox AI, una soluzione economica e che richiede poco capitale umano.

Quanto è complicato il processo di retrofitting di un edificio esistente con BrainBox AI?

BrainBox AI è probabilmente una delle soluzioni più semplici da installare nello spazio dell’ottimizzazione dell’HVAC o dell’automazione degli edifici. In realtà, non ci riferiamo nemmeno all’installazione come retrofitting. Il processo di installazione richiede circa 2-3 ore e l’intero progetto di implementazione richiede circa 10 ore di tempo dello staff del proprietario dell’edificio. Dopo l’installazione, si verifica un periodo di apprendimento dell’IA di 6-8 settimane. Successivamente, il motore AI è pronto per controllare l’edificio in base al profilo energetico unico che ha sviluppato.

Puoi spiegarci come BrainBox AI utilizza il machine learning per ridurre il consumo di energia e migliorare il comfort degli occupanti degli edifici?

La nostra soluzione combina equazioni energetiche sviluppate per ogni profilo energetico unico dell’edificio con l’apprendimento profondo e i dati di serie temporale per calcolare come ogni zona reagirà alle condizioni che cambiano (ad esempio il meteo) nel tempo. Più specificamente, le nostre reti neurali di apprendimento profondo possono guardare nel futuro e prevedere lo stato di una zona in un edificio in 5 minuti, 10 minuti, 3 ore e 6 ore con un’accuratezza del 99,6%. In realtà, anche a 300 ore, il nostro motore AI sta ancora facendo previsioni con precisione sorprendente. Da queste previsioni, il nostro motore AI determina il modo migliore per gestire il flusso di energia per ogni zona nel tuo edificio, assicurando i maggiori risparmi energetici e il comfort degli occupanti.

Di quali tipi di risparmi energetici stiamo parlando?

BrainBox AI può ridurre il costo totale di energia di un edificio fino al 25%, avendo un impatto significativo non solo sul bilancio del proprietario dell’edificio, ma anche sull’impronta di carbonio del suo edificio.

Quali sono alcuni esempi dei punti di dati che vengono raccolti?

Utilizziamo i dati esistenti dei sistemi degli edifici (come il BMS, i sistemi di controllo di accesso o i sensori) e fonti di terze parti (come il meteo e l’occupazione) per guidare la presa di decisioni. Un differenziatore principale di BrainBox AI è che utilizziamo solo i dati attualmente disponibili nel tuo edificio. Non è necessario distribuire alcun equipaggiamento o sensori aggiuntivi per far funzionare BrainBox AI.

BrainBox AI utilizza l’apprendimento profondo per ottimizzare l’efficienza energetica. Quanto tempo è necessario raccogliere e analizzare i dati prima di vedere i guadagni di efficienza energetica?

L’IA richiede un periodo di apprendimento minimo di 6-8 settimane, durante il quale raccoglierà tutti i dati necessari.

Con un tale beneficio positivo sul cambiamento climatico, BrainBox AI o i suoi clienti hanno potuto beneficiare di crediti fiscali, da parte della Provincia del Quebec o del Governo federale del Canada? Se no, pensi che ciò potrebbe essere una possibilità nel futuro?

Abbiamo beneficiato di crediti fiscali per la R&S e speriamo di impegnarci ulteriormente con i governi provinciali e federali nel futuro.

Nel novembre 2019 BrainBox AI ha annunciato di unirsi al MaRS Discovery District, il più grande hub di innovazione urbana del Nord America. Come questa esperienza ha beneficiato BrainBox AI?

Il MaRS Discovery District è un grande partner che supporta BrainBox AI nei suoi sforzi di commercializzazione e promozione. MaRS ha supportato BrainBox AI in molti modi, tra cui la partecipazione a eventi internazionali di sostenibilità e CleanTech, la nomina come migliore azienda canadese di CleanTech, il lobbying a vari livelli di governo, gli eventi dei media e molto altro. In generale, MaRS è stato un forte sostenitore delle start-up di CleanTech per noi.

Cosa vedi come la prossima evoluzione dell’IA nell’ottimizzazione dell’HVAC?

Nel prossimo futuro, ci saranno diverse nuove innovazioni che saranno portate sul mercato dell’HVAC grazie all’IA, come la rilevazione precoce dei guasti, lo spostamento automatico del carico e infine nuove piattaforme tecnologiche che utilizzano l’intelligenza delle swarm per l’ottimizzazione della rete energetica.

Altro che vorresti condividere su BrainBox AI?

Siamo molto orgogliosi di lavorare con istituzioni di ricerca incredibili per aiutare a sviluppare i nostri modelli di IA. BrainBox AI lavora in collaborazione con il National Renewable Energy Laboratory (NREL) del Dipartimento dell’Energia degli Stati Uniti, l’Istituto per la valorizzazione dei dati (IVADO) e istituzioni educative, tra cui l’Università McGill di Montreal e l’École de technologie supérieure (ETS).

Questo è un approccio molto unico per combattere il cambiamento climatico. Per chiunque desideri saperne di più, visita BrainBox AI.