访谈系列 – BrainBox AI 联合创始人兼首席技术官 Jean-Simon Venne

BrainBox AI 利用自适应人工智能技术来主动优化建筑物的能耗，这是导致气候变化的最大贡献因素之一。人工智能引擎支持自主运行的建筑物，无需人类干预。

Jean-Simon Venne 是 BrainBox AI 的联合创始人兼首席技术官。

是什么启发你创立 BrainBox AI？

我在北美和欧洲从事能源效率项目时，开始接触到 HVAC 技术。在那段时间里，我处理了不同大小和用途的建筑物，从酒店到数据中心。很快，我意识到持续的调试方法可以带来持续的能源节约，但需要大量的财务和人力资本。因此，我开始寻找一种方法来开发一种基于人工智能的调试方法，以提供一种新的、更持久的 HVAC 解决方案，这将利用建筑技术来最大限度地提高节能同时最小化对建筑物居住者的不适感。这个旅程的最终产品是 BrainBox AI，一种既廉价又需要最少人力资本的解决方案。

用 BrainBox AI 改造现有建筑的过程有多复杂？

BrainBox AI 可能是 HVAC 优化或建筑自动化领域中最简单的解决方案。事实上，我们通常甚至不将我们的安装称为改造。安装过程大约需要 2-3 小时，整个项目实施需要大约 10 小时的建筑物所有者的工作时间。安装完成后，人工智能引擎将开始 6-8 周的学习期。之后，人工智能引擎将根据其开发的独特建筑能耗特征来控制建筑物。

你能解释一下 BrainBox AI 如何使用机器学习来减少能耗和提高建筑物居住者的舒适度吗？

我们的解决方案将为每个独特的建筑能耗特征开发的能量方程式与深度学习和时间序列数据相结合，来计算建筑物的每个区域在变化条件（例如天气）下的反应。更具体地说，我们的深度学习神经网络可以预测建筑物区域在 5 分钟、10 分钟、3 小时和 6 小时后的状态，准确率为 99.6%。即使在 300 小时后，我们的 AI 引擎仍然能够以惊人的精度进行预测。根据这些预测，我们的 AI 引擎将确定如何为建筑物的每个区域管理能量流动，以确保最大限度的能量节约和居住者舒适度。

我们可能会谈到什么样的能耗节约？

BrainBox AI 可以将建筑物的总能耗降低多达 25%，这不仅会对建筑物所有者的底线产生重大影响，还会对建筑物的碳足迹产生影响。

被收集的数据点的例子有哪些？

我们利用来自建筑系统的现有数据（例如 BMS、访问控制系统或传感器）以及第三方来源（例如天气和占用率）来驱动决策。BrainBox AI 的主要区别在于我们只使用建筑物中当前可用的数据。您不需要部署任何额外的设备或传感器来使 BrainBox AI 工作。

BrainBox AI 使用深度学习来优化能源效率。需要多长时间来收集和分析数据才能看到能源效率的改善？

人工智能引擎需要至少 6-8 周的学习期，在此期间，它将收集所有必要的数据。

由于 BrainBox AI 对气候变化有如此积极的影响，BrainBox AI 或其客户是否能够从魁北克省或加拿大联邦政府那里获得税收抵免？如果不是这样，你是否认为这可能是未来的可能性？

我们已经从研发税收抵免中受益，我们希望在未来与省政府和联邦政府进行更多合作。

2019 年 11 月，BrainBox AI 宣布加入马斯发现区，这是北美最大的城市创新中心。这种经历如何造福 BrainBox AI？

马斯发现区是一个伟大的合作伙伴，它支持 BrainBox AI 的商业化和推广工作。马斯发现区通过多种方式支持 BrainBox AI，包括参与国际可持续发展和清洁技术活动、提名为加拿大顶级清洁技术公司、在各级政府进行游说、媒体活动等。一般来说，马斯发现区一直是我们坚强的清洁技术创业公司倡导者。

你认为 HVAC 优化领域的人工智能的下一个演进是什么？

在不久的将来，人工智能将为 HVAC 市场带来几项新创新，例如早期故障检测、自动负载转移和最终使用群体智能的能源网优化新技术平台。

关于 BrainBox AI，你还想分享什么吗？

我们为能够与优秀的研究机构合作以支持我们的人工智能模型的开发而感到自豪。BrainBox AI 与美国能源部国家可再生能源实验室（NREL）、数据增值研究所（IVADO）以及包括蒙特利尔的麦吉尔大学和高等技术学校（ETS）在内的教育机构合作。

这是对抗气候变化的一种非常独特的方法。对于任何想要了解更多信息的人，请访问 BrainBox AI。