Jean-Simon Venne, Đồng sáng lập và CTO của BrainBox AI – Loạt phỏng vấn

BrainBox AI sử dụng công nghệ trí tuệ nhân tạo tự thích nghi để tối ưu hóa năng lượng tiêu thụ của một trong những yếu tố đóng góp lớn nhất vào biến đổi khí hậu: Tòa nhà. Động cơ AI hỗ trợ một tòa nhà tự vận hành không cần can thiệp của con người.

Jean-Simon Venne là Đồng sáng lập và CTO của BrainBox AI.

Điều gì đã truyền cảm hứng cho bạn để ra mắt BrainBox AI?

Hành trình của tôi vào công nghệ HVAC bắt đầu khi làm việc trên các dự án hiệu quả năng lượng trên khắp Bắc Mỹ và Châu Âu. Trong giai đoạn này của cuộc đời, tôi đã đối mặt với công nghệ trong nhiều tòa nhà. Những tòa nhà này có kích thước và mục đích khác nhau, từ khách sạn đến trung tâm dữ liệu. Nó nhanh chóng trở nên rõ ràng với tôi rằng các phương pháp ủy thác liên tục sẽ tạo ra tiết kiệm năng lượng nhất quán nhưng sẽ yêu cầu大量 vốn tài chính và nhân lực. Với điều này trong tâm trí, tôi đã tìm cách để chế tạo một cách tiếp cận ủy thác dựa trên AI để cung cấp một giải pháp HVAC mới lâu dài hơn, giúp sử dụng công nghệ tòa nhà một cách hiệu quả để tối đa hóa tiết kiệm trong khi giảm thiểu sự khó chịu của người chiếm dụng. Sản phẩm cuối cùng của hành trình này là BrainBox AI, một giải pháp vừa rẻ vừa yêu cầu ít vốn nhân lực.

Quá trình cải tạo một tòa nhà hiện có với BrainBox AI phức tạp như thế nào?

BrainBox AI có thể là một trong những giải pháp đơn giản nhất để cài đặt trong không gian tối ưu hóa HVAC hoặc tự động hóa tòa nhà. Trên thực tế, chúng tôi thường không gọi quá trình cài đặt của chúng tôi là cải tạo. Quá trình cài đặt mất khoảng 2-3 giờ và toàn bộ dự án triển khai yêu cầu khoảng 10 giờ thời gian của nhân viên chủ tòa nhà. Sau khi cài đặt, một giai đoạn học tập AI 6-8 tuần diễn ra. Sau đó, động cơ AI đã sẵn sàng để kiểm soát tòa nhà dựa trên hồ sơ năng lượng tòa nhà duy nhất mà nó đã phát triển.

Bạn có thể hướng dẫn chúng tôi cách BrainBox AI sử dụng học máy để giảm tiêu thụ năng lượng và cải thiện sự thoải mái của người chiếm dụng tòa nhà không?

Giải pháp của chúng tôi kết hợp các phương trình năng lượng được phát triển cho từng hồ sơ năng lượng tòa nhà duy nhất với học sâu và dữ liệu chuỗi thời gian để tính toán cách mỗi khu vực sẽ phản ứng với các điều kiện thay đổi (ví dụ thời tiết) theo thời gian. Cụ thể hơn, mạng lưới thần kinh học sâu của chúng tôi có thể nhìn vào tương lai và dự đoán trạng thái của một khu vực trong tòa nhà trong 5 phút, 10 phút, 3 giờ và 6 giờ với độ chính xác 99,6%. Trên thực tế, ngay cả ở 300 giờ, động cơ AI của chúng tôi vẫn đang đưa ra dự đoán với độ chính xác đáng kinh ngạc. Từ những dự đoán này, động cơ AI của chúng tôi xác định cách tốt nhất để quản lý dòng năng lượng cho từng khu vực trong tòa nhà của bạn bằng cách đảm bảo tiết kiệm năng lượng và sự thoải mái của người chiếm dụng tối đa.

Chúng ta đang nói về tiết kiệm năng lượng nào?

BrainBox AI có thể giảm tổng chi phí năng lượng của một tòa nhà lên đến 25%, có tác động đáng kể không chỉ đến lợi nhuận của chủ tòa nhà mà còn đến dấu chân carbon của tòa nhà của họ.

Có những ví dụ nào về các điểm dữ liệu được thu thập?

Chúng tôi sử dụng dữ liệu hiện có từ các hệ thống tòa nhà (như BMS, hệ thống kiểm soát truy cập hoặc cảm biến) cũng như nguồn bên thứ ba (như thời tiết và chiếm dụng) để đưa ra quyết định. Một yếu tố khác biệt chính của BrainBox AI là chúng tôi chỉ sử dụng dữ liệu hiện có trong tòa nhà của bạn. Bạn không cần triển khai bất kỳ thiết bị hoặc cảm biến bổ sung nào để làm cho BrainBox AI hoạt động.

BrainBox AI sử dụng học sâu để tối ưu hóa hiệu quả năng lượng. Dữ liệu cần được thu thập và phân tích trong bao lâu trước khi thấy được lợi ích về hiệu quả năng lượng?

Động cơ AI yêu cầu một giai đoạn học tập tối thiểu là 6-8 tuần, trong thời gian này nó sẽ thu thập tất cả dữ liệu cần thiết.

Với lợi ích tích cực như vậy đối với biến đổi khí hậu, BrainBox AI hoặc khách hàng của họ có thể được hưởng lợi từ các khoản tín dụng thuế từ tỉnh Quebec hoặc Chính phủ Liên bang Canada không? Nếu không, bạn có nghĩ rằng đây có thể là một khả năng trong tương lai không?

Chúng tôi đã được hưởng lợi từ các khoản tín dụng thuế R&D và chúng tôi hy vọng sẽ tham gia nhiều hơn với các chính phủ tỉnh và liên bang trong tương lai.

Vào tháng 11 năm 2019, BrainBox AI đã công bố việc tham gia Khu vực Khám phá MaRS, trung tâm đổi mới đô thị lớn nhất Bắc Mỹ. Kinh nghiệm này đã mang lại lợi ích gì cho BrainBox AI?

Khu vực Khám phá MaRS là một đối tác tuyệt vời hỗ trợ BrainBox AI trong các nỗ lực thương mại hóa và quảng cáo. MaRS đã hỗ trợ BrainBox AI theo nhiều cách, bao gồm việc tham gia các sự kiện về tính bền vững và CleanTech quốc tế, đề cử là công ty CleanTech hàng đầu của Canada, vận động tại các cấp chính phủ khác nhau, sự kiện truyền thông và nhiều hơn nữa. Nhìn chung, MaRS đã là một người ủng hộ mạnh mẽ cho các công ty khởi nghiệp CleanTech như chúng tôi.

Bạn nhìn thấy sự tiến hóa tiếp theo của AI trong việc tối ưu hóa HVAC là gì?

Trong tương lai gần, sẽ có một số đổi mới mới được đưa ra thị trường HVAC nhờ vào AI như phát hiện lỗi sớm, chuyển đổi tải tự động và cuối cùng là các nền tảng công nghệ mới sử dụng trí tuệ đàn cho tối ưu hóa lưới năng lượng.

Có gì khác bạn muốn chia sẻ về BrainBox AI?

Chúng tôi rất tự hào được làm việc với các tổ chức nghiên cứu tuyệt vời để hỗ trợ phát triển các mô hình AI của chúng tôi. BrainBox AI làm việc hợp tác với Phòng thí nghiệm Năng lượng tái tạo Quốc gia của Bộ Năng lượng Hoa Kỳ (NREL), Viện Dữ liệu hóa (IVADO) cũng như các tổ chức giáo dục bao gồm Đại học McGill và École de technologie supérieure (ETS).

Đây là một cách tiếp cận rất độc đáo để chống lại biến đổi khí hậu. Đối với bất kỳ ai muốn tìm hiểu thêm, vui lòng truy cập BrainBox AI.