Jean-Simon Venne, współzałożyciel i CTO BrainBox AI – seria wywiadów

BrainBox AI wykorzystuje samodzielnie dostosowującą się technologię sztucznej inteligencji do proaktywnego optymalizowania zużycia energii jednego z największych czynników przyczyniających się do zmian klimatu: budynków. Silnik AI wspiera samodzielnie działający budynek, który nie wymaga interwencji człowieka.

Jean-Simon Venne jest współzałożycielem i CTO BrainBox AI.

Czym skłoniło Cię do uruchomienia BrainBox AI?

Moja podróż w dziedzinie technologii HVAC rozpoczęła się, gdy pracowałem nad projektami efektywności energetycznej w Ameryce Północnej i Europie. W tym okresie mojego życia zajmowałem się technologią w budynkach różnej wielkości i przeznaczenia, od hoteli po centra danych. Szybko zorientowałem się, że ciągłe podejścia do komisjonowania wygenerują stałe oszczędności energetyczne, ale będą wymagać znacznych nakładów finansowych i ludzkich. Z tego powodu postanowiłem znaleźć sposób, aby zaprojektować podejście do komisjonowania opartego na AI, które dostarczy nowe, długoterminowe rozwiązanie HVAC, które wykorzysta technologie budynku w celu maksymalnego zwiększenia oszczędności przy minimalnym dyskomforcie dla mieszkańców. Ostatecznym produktem tej podróży było BrainBox AI, rozwiązanie, które jest tanie i wymaga niewielkich nakładów ludzkich.

Jak skomplikowany jest proces modernizacji istniejącego budynku z BrainBox AI?

BrainBox AI jest prawdopodobnie jednym z najprostszych rozwiązań do zainstalowania w dziedzinie optymalizacji HVAC lub automatyki budynku. W rzeczywistości nie nazywamy nawet naszej instalacji modernizacją. Proces instalacji trwa około 2-3 godzin, a cały projekt wymaga około 10 godzin pracy personelu budynku. Po zainstalowaniu następuje 6-8 tygodniowy okres uczenia się AI. Następnie silnik AI jest gotowy do sterowania budynkiem na podstawie unikalnego profilu energetycznego budynku, który został opracowany.

Czy możesz nas przeprowadzić przez to, jak BrainBox AI wykorzystuje uczenie maszynowe do redukcji zużycia energii i poprawy komfortu mieszkańców budynku?

Nasze rozwiązanie łączy równania energetyczne opracowane dla każdego unikalnego profilu energetycznego budynku z głębokim uczeniem i danymi szeregu czasowego, aby obliczyć, jak każda strefa zareaguje na zmieniające się warunki (np. pogodę) w czasie. Konkretnie, nasze sieci neuronowe głębokiego uczenia mogą spoglądać w przyszłość i przewidywać stan strefy w budynku w ciągu 5 minut, 10 minut, 3 godzin i 6 godzin z dokładnością 99,6%. W rzeczywistości, nawet po 300 godzinach nasz silnik AI nadal dokonuje przewidywań z zadziwiającą precyzją. Na podstawie tych przewidywań nasz silnik AI określa najlepszy sposób zarządzania przepływem energii dla każdej strefy w budynku, zapewniając największe oszczędności energetyczne i komfort mieszkańców.

Jakiego rodzaju oszczędności energetyczne możemy spodziewać się?

BrainBox AI może zmniejszyć całkowity koszt energii budynku o 25%, co ma znaczący wpływ nie tylko na wynik finansowy właściciela budynku, ale także na ślad węglowy budynku.

Jakie są przykłady punktów danych, które są zbierane?

Wykorzystujemy istniejące dane z systemów budynku (takich jak BMS, systemy kontroli dostępu lub czujniki) oraz źródeł zewnętrznych (takich jak pogoda i zajętość) do podejmowania decyzji. Głównym differentiatorem BrainBox AI jest to, że wykorzystujemy tylko dane, które są już dostępne w Twoim budynku. Nie musisz wdrożyć żadnego dodatkowego sprzętu lub czujników, aby BrainBox AI działał.

BrainBox AI wykorzystuje głębokie uczenie do optymalizacji efektywności energetycznej. Jak długo trzeba zbierać i analizować dane, zanim będą widoczne korzyści z efektywności energetycznej?

AI wymaga minimalnego okresu uczenia się wynoszącego 6-8 tygodni, podczas którego zostaną zebrane wszystkie niezbędne dane.

Z tak pozytywnym wpływem na zmiany klimatu, czy BrainBox AI lub jego klienci mogli skorzystać z ulg podatkowych od prowincji Quebec lub rządu federalnego Kanady? Jeśli nie, czy uważasz, że może to być możliwe w przyszłości?

Skorzystaliśmy z ulg podatkowych na badania i rozwój, a mamy nadzieję na większą współpracę z rządem prowincjonalnym i federalnym w przyszłości.

We wrześniu 2019 roku BrainBox AI ogłosił dołączenie do MaRS Discovery District, największego miejskiego centrum innowacji w Ameryce Północnej. Jak to doświadczenie przyniosło korzyści BrainBox AI?

MaRS Discovery District jest świetnym partnerem, który wspiera BrainBox AI w jego wysiłkach komercyjnych i promocyjnych. MaRS wspierał BrainBox AI na wiele sposobów, w tym poprzez udział w międzynarodowych wydarzeniach związanych z zrównoważonym rozwojem i CleanTech, nominację do tytułu najlepszej kanadyjskiej firmy CleanTech, lobbing na różnych szczeblach rządu, wydarzenia medialne i wiele innych. Ogólnie rzecz biorąc, MaRS był silnym orędownikiem start-upów CleanTech dla nas.

Co widzisz jako następny etap w rozwoju AI w zakresie optymalizacji HVAC?

W najbliższej przyszłości pojawią się nowe innowacje na rynku HVAC dzięki AI, takie jak wczesne wykrywanie awarii, automatyczne przesunięcie obciążenia i ostatecznie nowe platformy technologiczne wykorzystujące inteligencję roju do optymalizacji sieci energetycznej.

Czy masz coś jeszcze do podzielenia się na temat BrainBox AI?

Jesteśmy bardzo dumni z tego, że współpracujemy z wyjątkowymi instytucjami badawczymi, które wspierają rozwój naszych modeli AI. BrainBox AI współpracuje z amerykańskim Departamentem Energii, Narodowym Laboratorium Energii Odnawialnej (NREL), Instytutem Wartościowania Danych (IVADO), a także z instytucjami edukacyjnymi, w tym z Uniwersytetem McGill i École de technologie supérieure (ETS) w Montrealu.

To jest bardzo wyjątkowe podejście do walki ze zmianami klimatu. Dla wszystkich, którzy chcą dowiedzieć się więcej, prosimy o odwiedzenie BrainBox AI.