目前，人工智能和大数据已广泛应用于医疗、自动驾驶、金融等领域，但在建筑领域的应用还比较缺乏。 事实上，人工智能技术最终会给智能建筑带来“自我学习能力”，AI的出现或将受益于此。
作者｜小生生
编辑｜Miss A
网址｜
微信公众号｜
根据霍尼韦尔发布的《中国智能建筑研究白皮书》，我国能源消耗分为工业能耗、建筑能耗和交通运输能耗三大领域。 其中，建筑能耗占总能耗的28%-30%。
仲量联行《2015年中国城市60强》报告指出，与欧美等发达国家相比，我国建筑业能源消耗效率存在20%-30%的差距。
中国建筑科学研究院一位业内人士告诉记者，虽然国家不断推进绿色建筑，要求节能减排，但大部分建筑仅达到国标强制性能耗标准，未能实现绿色节能。
节能只是我们对“智能建筑”需求的一方面。 目前，国内很多建筑中都有大量的电气设备，如暖通设备、照明设备等，通电即可工作，但无法在线获取其工作过程、能耗等信息。及时； 此外，目前国内大部分楼宇设备出现故障后维修，管理人员无法提前预知故障——自动化没有解决，更谈不上节能。
卡内基梅隆大学（CMU）刘雪松教授认为，未来建筑应该有一个智能“大脑”，通过分析建筑内部的设备、环境、用户等信息，主动预测设备故障，为建筑设备节能减排。 .
（精益设备管理）可能就是这样的“大脑”。
这是一个基于云的智能建筑管理系统，为公共建筑运营提供自动化决策平台。 Inc.推出的这款产品由CMU工程学院副院长Burcu教授和助理研究员刘雪松共同创立，整合了CMU两位教授和多位博士近10年的研发成果。 对建筑设备、环境、设计等数据的分析，可以预测设备故障，节省建筑能耗——这可能会给智能建筑带来新的模式。
: 用人工智能管理楼宇设备
2017年4月，卡内基梅隆大学助理研究教授刘雪松代表团队回国参加中国深圳创新大赛国际赛。 他在来自美国、日本、英国等8个国家的76支队伍中脱颖而出，获得总决赛亚军。
致力于设备信息可视化搜索和设备故障自动预测，节省人力和能源消耗。
公共建筑设备复杂，数量庞大。 目前，人们往往只能通过图纸和3D建模软件查看其信息，而3D建模软件只能查看设备长、宽、高等基本信息。 设备的安装日期、耗电量等详细参数只能通过说明书查到——这增加了设备日常维护的人工成本。
设备信息的可视化搜索就是针对这个问题。 通过云平台软件，管理人员可以使用智能手机等移动设备，用楼宇大白话搜索设备的位置、参数及相关维护信息，该功能类似于使用谷歌搜索楼宇信息。
另一方面，数据分析可用于预测施工设备的性能和使用寿命，发现潜在故障，优化设备维护周期，延长使用寿命。
刘雪松告诉记者，团队曾在纽约一家大医院解决了一个问题：
该院西病房每周一早上室温偏高，但至今未查明原因。 结合运维信息、设备数据和建筑空间设计信息，找出最有可能的原因：每周一早上6:00，中央空调系统某台机组自动重启，温度设定为默认值较高，上午8:00，医护人员增加后，中央空调开始大批量制冷。 但长期使用后，底部水泵功率下降，供水不足，导致空调制冷系统无法充分发挥制冷性能。
在这种情况下，它是按照以下逻辑进行工作的：首先楼宇自控设计公司，管理者可以通过系统直观地了解水泵、空调等的参数信息，进行结构分类，预测故障类型； 之后，维护人员携带相应的配件即可，大大缩短了维护时间，尽快使楼宇系统恢复运行。
通过它，您可以直观地了解中央空调的运行时间、水泵的使用寿命和保养次数。 通过比较设备出厂时的规定使用寿命和使用中的损坏率，可以预测设备的剩余使用寿命，进行早期故障预测。
更进一步，如何避免能源浪费？
刘雪松说，大楼内部的很多传感器都是相互连接的，可以感知室温、湿度等信息，而且这些信息是相互关联的。 该团队使用动态信号处理，结合模式识别算法，并使用人工智能找出变量之间的关系。 . 如果温度控制传感器出现错误，导致参数发生变化，则传输到系统的信号也会发生变化。 这时，人工智能可以找出哪个传感器最有可能出现故障。
例如，楼宇自动化系统将商场的空调温度设置为 25 度。 如果传感器出现故障，则会向系统发送错误信息，可能导致系统误认为此时室温过高，继续降温。 如果温度下降到 25 度以下，就会导致能源浪费。
当然，要实现以上功能，需要一个基础：足够的建筑数据。
建筑数据从何而来？
团队收集的数据包括楼宇自动化（BAS）数据、建筑设计数据和施工设备运维数据。
BAS系统数据是指团队在大楼内部署传感器，对大楼内的电力、空调等系统进行集中监控，获取设备运行数据。 之后，可以通过人工智能算法对数据进行分析，做出故障预测。
建筑设计数据，包括建筑二维和三维数据。 二维是传统的建筑施工图，技术人员根据这张图进行施工。 BIM(Model)等三维建筑信息模型，通过项目建设和运营过程中各种信息的整合、数据共享，使甲方和施工方及时掌握项目进度。
施工设备运维数据是指施工设备各阶段的维护保养数据和用电记录。 刘雪松告诉，在美国，对商业建筑有一个要求：建筑物内部的所有设备和系统维护都必须有记录。
目前，市场上对施工设备运维记录的分析存在一个巨大的挑战，即大部分信息是用“非结构化”的人类自然语言表达的，信息量不足。 例如，一位建筑主管曾经简单地将房间的温度记录为“太热”——计算机知道房间很热，但很难判断是什么问题。
因此，自然语言分析（NLP）技术将被用于自动理解和识别语义，将非结构化数据转换为结构化数据，然后与其他建筑信息自动集成和分析。
刘雪松告诉记者，除了参加比赛，他回国后还与多家房建企业、政府和国企进行了洽谈。 他发现，国内政府和企业对建筑节能有着强烈的需求，而房地产开发商普遍关心的是：建筑运维能节约多少能源？
然而，当我们仔细分析当前国内的基础设施建设时，我们可以发现，要想全面实施类似的解决方案，急需在中间补上一个环节。
需要添加的链接
正如IOS、等系统需要运行在硬件平台上一样，智能楼宇管理系统也需要建立在完善的楼宇硬件设施之上。
要实现智能楼宇，首先要实现楼宇自动化控制，才能获取楼宇BAS系统数据
目前国内很多设备系统相互独立，管理难度大。 很多楼宇的暖通空调系统还处于人工操作阶段——“楼宇自动化”还比较落后，更谈不上“楼宇智能化”。
致力于楼宇智能化的深圳精友达市场总监熊健告诉记者，目前楼宇智能化的实际效果和占比不高，缺乏市场推动力。
的确，包括阿里智慧中心在内的众多企业，在智能楼宇方面还处于摸索阶段。
大楼内暖通、照明等设备多且分散，需要控制和监控的对象多，设备分散在各个楼层和角落——光是实现设备的互联互通就已经是个大问题.
目前，在楼宇自动化方面，以江森自控、西门子为代表的国外传统企业占据了国内较大的市场，但虽然提供了先进的设备，但在设备互联方面的进展仍然缓慢。
艾拉物联网联合创始人张南雄告诉艾拉，目前艾拉与江森自控在物联网温控设备方面有合作，并在建筑节能领域进行探索。 张南雄认为，楼宇智能化是一个庞大的工程，需要各方通力合作，不是几家企业可以单独完成的。
从目前的一般建设现状到智能建筑，就像一个还在爬行阶段的孩子。 而暖通空调系统还处于手动调温阶段，要实现联网成为智能系统还有很长的路要走。 中间需要在整栋楼内部署传感器，接入人流监控等系统，最后统一。 进行数据处理。
而这中间缺失的一环，正是智能建筑发展需要补上的环节。
此外，国内施工设备缺乏必要的维修记录资料。
一般情况下，楼宇内暖通空调等设备出现故障，工人维修后，管理人员未必会有记录。 即使有记录，也不一定会记录在计算机系统中，增加了读取数据的难度。 没有足够的数据，人工智能如何通过大数据分析做出智能分析系统？
对此，刘雪松告诉他们，他们会考虑与一些比较有实力的房地产开发商合作，率先为高端写字楼、医院、电力楼宇等楼宇自动化比较完善的企业打造完整的生态系统。
目前，北京和杭州的部分企业对公司表现出了浓厚的兴趣，国外也开始取得一定的进展。
刘雪松告诉记者，目前，他们已经与卡内基梅隆等大学、纽约长老会医院等机构合作，部署他们的楼宇智能化管理系统。
刘雪松表示，在对外合作中，高校等机构更注重节约人力成本。 通过使用，维修人员可以提前了解故障设备的信息，并使用正确的工具和材料进行维修。 平均每项维护任务可节省两个小时的人工成本。
另一方面，医院专注于自动化控制系统和节能。 通过智能化管理系统对HVAC、照明等设备进行调控，医院每年可节省约30%的能源，通过软件对设备故障的预测，可额外节省25%的成本。
团队将通过对建筑设备的分析不断积累数据，对设备存在的问题进行归类，并做结构化数据，进而制作模型并应用到新的建筑中。
建筑智能的未来
正如开篇所说，如今，建筑节能减排的需求十分迫切。
深圳精友达市场总监熊健告诉记者，目前市场驱动力还不够，需要注入新的力量，互联网品牌也将融入智能楼宇领域。
今年3月，阿里召开智慧建筑（IB）峰会，宣布打造智慧建筑平台，将建筑数据汇集到统一的开放平台，开放接口，通过人工智能建立数据模型，进而使用在智能建筑中。
如今，阿里在深圳布局了智能楼宇。 根据阿里发布的《2017年智能建筑白皮书》，人工智能技术的出现将为建筑智慧带来“自主学习能力”。 随着云计算等基础设施大数据处理的实现，以及物联网、传感技术的发展，未来将推动建筑智能化的发展。
虽然看起来这项技术实施的时间并不长，国内城市的大部分楼宇还处于传统的建设阶段，但对于北京、上海等一线城市来说，很多楼宇已经实现了楼宇自动化和智能化。有构建智能的基础。
从传统建筑到智能建筑，再到智能建筑，这个过程不是一蹴而就的。 阿里地产部将2017年定义为“智慧楼宇元年”，预计用三到四年时间打造完整的未来智慧楼宇平台。
此次回国后，刘雪松看到了中国智能楼宇领域的巨大发展市场。 因此，刘雪松和他的团队希望把国外的先进技术带回来，为国内的建筑智慧贡献一份力量。 他告诉记者，未来他们会将重心转移到中国，与国内一些房地产公司合作。 他希望利用技术，率先为一线城市自动化程度高的建筑建设节能系统，实现建筑节能减排。
随着人工智能的兴起，大数据的不断积累，云计算和物联网的不断发展，智能楼宇时代虽然难以一蹴而就，但也不会太遥远。