Что лучше для вашего объекта? Састри Маллади, вице-президент и глава OpenBlue AI, Johnson Controls, и Франсиско Руис, глобальный директор по IoT и стратегу инфраструктуры, Oracle
Управляющие зданиями интегрируют интеллектуальные технологии в объекты недвижимости, за которые они несут ответственность, быстрее, чем когда-либо прежде. По данным Juniper Research, к 2026 году количество умных зданий во всем мире вырастет на 150%, с 45 миллионов зданий в этом году до более чем 115 миллионов. Для резкого роста развертывания есть веская причина. Передовое программное обеспечение и системы автоматизации предоставляют владельцам зданий возможность непрерывно отслеживать эксплуатационные параметры, такие как число посетителей, качество воздуха в помещении (IAQ) и использование коммунальных услуг, что помогает достичь беспрецедентной безопасности и эффективности.
Тем не менее, интеграция интеллектуальных технологий в объект может вызвать беспокойство у некоторых управляющих зданиями. Решения, которые необходимо принять при внедрении систем автоматизации, сложны и могут включать в себя незнакомые им элементы. Но так же, как они освоили HVAC, управление освещением и чиллеры, управляющие зданиями могут познакомиться с Интернетом вещей (IoT), сетями и искусственным интеллектом (ИИ).
Система IoT с поддержкой ИИ (AIoT) может быть особенно пугающей, но она может быть одним из самых эффективных способов максимизировать эффективность, безопасность и устойчивость здания. ИИ можно применять либо на периферии (Edge AI), либо в облаке (cloud AI). Оба имеют свои преимущества в зависимости от целей и потребностей приложения, и управляющие зданиями, которые понимают, когда использовать какой из них или их комбинацию, имеют преимущество.
Понимание разницы между удаленным и локальным хранилищем
Внедряемый в настоящее время искусственный интеллект зародился как технология облачных вычислений. Алгоритмы машинного обучения, лежащие в основе этих систем, требуют значительных вычислительных мощностей как для обучения алгоритмов, так и для вызова их для получения информации — процесс, называемый логическим выводом. До недавнего времени локальная инфраструктура редко располагала ресурсами для эффективного выполнения этих задач, и поэтому операторам зданий приходилось запускать свои приложения ИИ вне центров обработки данных.
Тем не менее, запуск приложений умного здания из удаленных центров обработки данных имеет свои ограничения. Возможности подключения, затраты на полосу пропускания, безопасность и задержка — время, необходимое для отправки данных в облако и обратно, — могут повлиять на эффективность системы. Если машина или вся система автоматизации здания выйдет из строя, сигнал тревоги и автоматический ответ должны быть как можно более немедленными.
Эта проблема была в значительной степени смягчена за счет нового поколения технологий граничных вычислений: инфраструктуры, установленной на объектах с вычислительной мощностью, необходимой для этих ресурсоемких рабочих нагрузок.
Такие компании, как FogHorn, основанная семь лет назад, разработали технологию Edge AI, которая открывает новые возможности для цифровой трансформации строительных операций. Сюда входит передовая технология (известная как Edgification) для оптимизации моделей ИИ для эффективной работы на недорогих периферийных вычислительных устройствах. Johnson Controls приобрела FogHorn в начале 2022 года и теперь интегрировала передовые технологии в свою платформу OpenBlue.
Сокращая разрыв в локальных возможностях, пограничные устройства обеспечивают архитектурный компонент, важный для достижения цели максимально эффективной и действенной эксплуатации здания.
Выбор между облаком и Edge AI
С появлением Edge AI руководители зданий, думающие о внедрении технологии интеллектуальной автоматизации, теперь почти неизбежно сталкиваются с вопросом, следует ли развертывать AI локально или в облаке. Для тех, кто сталкивается с этим вопросом, есть несколько простых практических правил.
Edge AI лучше всего подходит, когда:
Действия должны выполняться в режиме реального времени или близко к нему. Интеллектуальные системы автоматизации, которые обнаруживают операционные проблемы и автоматически оповещают о них или реагируют на них, как правило, работают лучше всего, когда задержка сведена к минимуму.
Необходимо локальное управление системой. Выключение машины или настройка системы управления из облака часто сталкивается с проблемами безопасности и задержки.
Существуют ограничения на расходы на передачу и хранение данных. Возьмем, к примеру, систему видеонаблюдения, в которой высококачественные изображения с нескольких камер анализируются с помощью модели ИИ компьютерного зрения, популярного приложения ИИ. Отправка и хранение всех этих данных в облаке может быстро стать непомерно дорогостоящим.
Облако может быть лучше, когда:
Завершение тщательного анализа данных. Часто руководители зданий хотят получить более глубокое понимание того, как они работают, на основе аналитики ИИ или провести симуляционные упражнения на версии «цифрового двойника» своих объектов. Такой анализ данных обычно не требуется проводить в режиме реального времени, поэтому его лучше всего выполнять в облаке, где менеджеры могут использовать для работы самые мощные аппаратные и программные инструменты любого масштаба.
Комбинация обоих может быть лучше, когда:
Запуск нескольких зданий и сопоставление информации между ними. Облако позволяет создать централизованный центр обмена данными и управления. На практике обычно используется гибридный подход, когда некоторая первоначальная обработка в отдельных зданиях происходит с помощью Edge AI, а затем облачный AI запускается на агрегированных данных из нескольких зданий, возможно, объединяя другие источники данных.
Делаем первые шаги по внедрению ИИ
Важно помнить, что это решения, которые управляющим зданиями не нужно принимать в одиночку — есть опытные поставщики технологий, которые могут обеспечить развертывание ИИ там, где он будет лучше всего соответствовать вашим уникальным потребностям. Руководителям зданий не обязательно быть специалистами по обработке и анализу данных и полностью понимать все аспекты ИИ и лежащих в его основе алгоритмов машинного обучения. Вместо этого они могут сотрудничать с опытными поставщиками технологий и позволять ИИ творить чудеса за кулисами.
Oracle, как и многие организации, в настоящее время инициирующие политику возвращения к работе в больших масштабах, рассматривает последствия пандемии как уникальный момент для внедрения интеллектуальных систем зданий. После нескольких лет закрытия из-за пандемии сотрудники настаивают на физическом рабочем месте, где удобства всегда под рукой, инструменты для совместной работы повсюду, качество воздуха контролируется, скопление людей ограничено, а их компании достигают целей устойчивого развития в использовании энергии и воды и сокращение отходов. А учитывая, что в зданиях по-прежнему низкий уровень занятости, отключение систем, которые не должны работать, помогает значительно повысить эффективность.
Эти изменения динамики и ожиданий на рабочем месте могут дать возможность оценить новые инвестиции в технологии IoT, передовые сети, которые их соединяют, и системы искусственного интеллекта, которые их контролируют. Это также возможность развивать рабочие места для принятия более эффективных решений, основанных на занятости, потребностях сотрудников в опыте, праве собственности на сайты и критичности их использования (например, исследовательская лаборатория по сравнению с офисными помещениями).
Принимая решение об инвестировании в автоматизированные системы управления, управляющие зданиями исторически отдавали приоритет графикам. Уже нет. Новым ключевым соображением являются показатели использования. Они не могут считать само собой разумеющимся, что все вернутся, и многие компании принимают политику гибридной работы.
Создание более умных, безопасных и устойчивых пространств
Впервые офис должен конкурировать с домом в качестве привлекательной и продуктивной рабочей среды. Люди хотят чувствовать себя уверенно, зная, что качество воздуха в помещении (IAQ) в их офисе контролируется, такие ресурсы, как вода и энергия, используются эффективно, а помещения, которые они занимают, удобны. Системы AIoT могут помочь сделать здания более энергоэффективными, здоровыми, автономными, безопасными и реагирующими на потребности жителей.
В ответ новые и опытные управляющие зданиями обращаются за поддержкой к поставщикам интеллектуальных технологий, чтобы помочь им приобрести новые навыки, необходимые для внедрения систем автоматизации AIoT и оптимизации их операций. Один ценный урок — когда развертывать ИИ локально или в облаке. После того, как они определили, соответствует ли пограничный или облачный ИИ их целям здания и потребностям приложений, информированные управляющие зданиями могут быть уверены, что ИИ поможет им обеспечить здоровый воздух, комфортные пространства и эффективные операции, которые помогут заполнить их здания.
0
0
