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

BrainBox AI utilizza una tecnologia di intelligenza artificiale auto-adattante per ottimizzare proattivamente il consumo di energia di uno dei maggiori contributori al cambiamento climatico: gli edifici. Il motore di intelligenza artificiale 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 viaggio nella tecnologia HVAC è iniziato mentre lavoravo su progetti di efficienza energetica in Nord America e Europa. Durante questo periodo, ho lavorato con la tecnologia in molti edifici di diverse dimensioni e scopi, dalle strutture alberghiere ai centri di dati. È diventato presto chiaro 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 ingegnerizzare un approccio di commissione basato sull’intelligenza artificiale per fornire una nuova soluzione di lunga durata per l’HVAC che utilizzasse in modo efficiente la tecnologia degli edifici per massimizzare i risparmi e minimizzare il disagio degli occupanti. Il prodotto finale di questo viaggio è stato BrainBox AI, una soluzione economica e che richiede poco capitale umano.

Quanto è complesso 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 alla nostra installazione come retrofitting. Il processo di installazione richiede circa 2-3 ore e l’intero progetto di implementazione richiede circa 10 ore di tempo del personale del proprietario dell’edificio. Dopo l’installazione, si verifica un periodo di apprendimento dell’intelligenza artificiale di 6-8 settimane. Successivamente, il motore di intelligenza artificiale è pronto per controllare l’edificio in base al profilo energetico unico che ha sviluppato.

Puoi spiegarci come BrainBox AI utilizza l’apprendimento automatico 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. In particolare, 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 dopo 300 ore, il nostro motore di intelligenza artificiale sta ancora facendo previsioni con precisione sorprendente. Da queste previsioni, il nostro motore di intelligenza artificiale 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.

Quali sono i tipi di risparmi energetici che stiamo parlando?

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

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

Utilizziamo i dati esistenti dei sistemi dell’edificio (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 dispositivo o sensore aggiuntivo per far funzionare BrainBox AI.

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

Il motore di intelligenza artificiale richiede un periodo di apprendimento minimo di 6-8 settimane, durante il quale raccoglierà tutti i dati necessari.

Con un impatto così positivo sul cambiamento climatico, BrainBox AI o i suoi clienti hanno beneficiato di crediti d’imposta, da parte della provincia del Quebec o del governo federale canadese? Se no, pensi che potrebbe essere una possibilità in futuro?

Abbiamo beneficiato di crediti d’imposta per la ricerca e lo sviluppo e speriamo di impegnarci ulteriormente con i governi provinciali e federali in 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 ha beneficiato questo accordo di 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 miglior 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 startup 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 supportare lo sviluppo dei nostri modelli di intelligenza artificiale. BrainBox AI lavora in collaborazione con il Laboratorio Nazionale di Energia Rinnovabile (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 che desideri saperne di più, visita BrainBox AI.