-
人工智能和物联网如何支持可持续和以人为本的建筑 在排放法规、租户需求和不稳定的市场之间，商业房地产业主面临着优化建筑性能和降低运营成本的巨大压力。 美国能源部 (DoE) 的 HVAC 要求和欧盟建筑能源性能指令 (EPBR) 规定了遵守净零目标的严格期限。 商业地产团队也感受到了来自租户的压力，其中三分之二的租户要求改善舒适度相关问题，例如温度或下班后暖通空调运行。 一些市场的办公室空置率飙升加剧了降低成本的挑战。幸运的是，监管机构和租户的要求往往与业主降低运营成本的需求相吻合，这种融合代表着巨大的机遇。互联设备和控制系统构成高效建筑的数字支柱在许多情况下，业主经营的设施较旧，基础设施老化。 利益相关者必须对这些建筑物进行改造，以符合法规并让租户感到舒适、健康和快乐。 过去，关于实现可持续发展和以人为本的对话是一种权衡。 然而，如今，业主可以使用一系列技术，可以一次性解决监管、租户和长期运营成本问题。许多业主都了解这些改进的重要性。 到 2025 年，80% 或更多的业主计划实施技术来增强可持续性和环境控制、预测性设施管理以及数字连接和基础设施。 连接的智能房间传感器提供提高效率、健康和舒适度所需的数据和控制。通过将互联的物联网设备与机械和电气系统（例如 HVAC）集成，操作员可以通过一个中央系统控制不同的建筑区域。 此外，整个建筑的集中操作系统还允许租户定制从空气到照明水平的一切，同时允许运营团队轻松监控电力、暖通空调和自动化系统。自动化和优化的 HVAC 系统将成为建筑运营商改造的核心。 监控房间或区域占用情况的传感器使现代 HVAC 系统能够从恒定风量的设置转变为需求控制通风 (DCV) 方法。 很容易看出需求控制的气候控制将如何让租户满意。 来自支持物联网的设备的数据还可以让您了解 HVAC 系统消耗能源的方式、地点和时间，从而实现更精确的使用。HVAC 系统的更精确的需求驱动气流将帮助建筑物更有效地利用能源。 更高效的能源利用有助于建筑物满足美国能源部 HVAC 标准和 EPBR 等法规的期望，这些法规提高了能源效率要求或要求建筑物业主实施自动化和控制。智能技术使建筑业主能够更快地适应不断变化的环境物联网与机电系统的结合也不仅仅停留在需求控制通风上。 支持人工智能的平台通过对暖通空调系统进行高度微调来改变范式。 建筑业主可以通过算法传递 HVAC 数据以及能源负载曲线、照明、温度和其他参数，这些算法可以根据占用趋势优化空间使用，同时满足认证和监管要求。传统上，当面临新硬件安装的困难和复杂性时，公司在人工智能方面遇到了最大的障碍。 从熟练劳动力的角度来看，这可能具有挑战性，更不用说额外设备的成本了。 然而，随着最新的物联网解决方案以及随着网络服务的发展而发展的边缘技术，大多数现有建筑物都可以通过边缘技术以有限的增量投资实现人工智能。从根本上说，每个设施经理都想知道“为什么使用人工智能”以及如何有效地利用它来更好地管理他们的建筑物。人工智能能够解决反复出现的 FM 挑战，因为它能够以最高的性能水平提供服务，而无需依赖高技能的技术，并不断适应不断变化的建筑物性质。 人工智能在实现净零建筑的道路上发挥着巨大作用，可以帮助设施管理者简化： 高绩效——股东、租户和员工的期望变得越来越高； 它不仅足以实现能源感知或仅通过分析进行分析，而且对系统进行持续调整以获取最大效率的需求也在不断增长。 熟练技术短缺——许多小型站点无力承担现场技术，而对于大型站点来说，可能会面临一系列压倒性的挑战，需要高度自动化才能发挥作用。 不断发展的系统——变化的时钟周期迅速增加； 建筑用途正在以更加动态的方式发生变化，系统需要人工智能来跟上这些变化。 人工智能赋予设施管理者主动性的力量。 大多数 DCV 方法使用传感器来测量二氧化碳水平，这是房间占用率的一个指标。 当二氧化碳水平达到阈值时，暖通空调系统就会打开，但空气需要时间才能流通，从而导致居住者在此过程中可能感到不舒服。 通过计算房间内的总人数并将该数据与其他传感器配对，人工智能可以提供主动的 HVAC 操作，从而改善空气质量、优化舒适度并节省能源，因为系统根据实际房间使用情况运行。由于人工智能作为一种技术的速度和实用性，它还可以突出那些难以甚至几乎不可能注意到的领域。设施中的人工智能从对居住者的模式和外部因素（例如天气预报）的准确反应中获得了重要意义。人工智能可以在需要时自动加热和冷却空间，并且借助物联网技术，可以适应天气等外部因素，以确保能源使用得到优化并与居住者的舒适度保持平衡。建筑的未来是高效、可持续和以人为本的在未来十年中，人工智能、物联网及其与暖通空调等建筑系统的集成将证明对建筑效率、舒适度和运营成本至关重要。基于传感器的暖通空调可根据实际入住和使用趋势实现主动、自动化和定制的建筑环境。针对使用而优化的系统有助于业主遵守要求更高效能源使用的法规和认证。更高效的建筑反过来帮助业主降低运营成本，即使在市场紧张的情况下也是如此。例如，能源之星估计，能源使用减少10%相当于净营业收入增加1.5%。当改造建筑的员工进入工厂时，一切都无缝运行，无需任何人按动开关。灯光打开，遮阳帘缩回，HVAC系统调节温度，同时避免浪费能源，这一切都是因为该建筑包含物联网传感器并利用旨在提供最佳体验的设备。数字技术与机械系统的融合将开启先进环境控制的新时代，从而改善租户体验，并使建筑物所有者的成本与居住者的需求和监管要求保持一致。随着技术和人类的不断融合，建筑业主可以利用物联网和其他智能技术来创造一个居住者体验独特、舒适和可持续的未来。 作者：Marino 施耐德电气数字建筑业务部的高级副总裁 -
在企业环境中使用人工智能技术 在企业环境中使用人工智能技术 人工智能(AI)与企业世界的融合带来了变革，重塑了企业运营和决策的方式。当组织寻求利用人工智能来提高效率和竞争力时，研究与其实施相关的优势和劣势是至关重要的。 人工智能在企业界的优势是什么？ 人工智能在企业领域的主要优势之一是，其能够简化流程，并提高整体效率。日常任务、数据分析和决策过程的自动化，使员工能够专注于工作中更复杂、更具创造性的方面。 数据分析与洞察 人工智能系统可以实时分析大量数据，为市场趋势、客户行为和运营绩效提供有价值的见解。当涉及到保险承保工作台和其他数据密集型应用时，这很有用。这种数据驱动的决策使组织能够做出明智的选择，并迅速适应不断变化的商业环境。 节约成本 通过人工智能实现自动化，可以减少对体力劳动的需求，并最大限度地减少错误，从而显著节省成本。对人工智能技术的初始投资，被生产力和资源优化的长期收益所抵消。 增强用户体验 人工智能驱动的聊天机器人和虚拟助理可以通过即时响应查询并提供个性化建议来增强客户互动。这不仅提高了客户满意度，还释放了人力资源来处理更复杂的客户服务问题。 创新解决方案 人工智能通过支持尖端解决方案和产品的开发来促进创新。机器学习算法可以识别模式，并提出改进建议，从而推动组织内部的持续创新。 人工智能在企业界的缺点是什么? 人工智能实施的最大缺点之一是工作被取代的可能性。自动化可能会取代某些角色，导致人们对失业的担忧，以及需要提高劳动力的技能以适应不断变化的工作需求。 道德困境和偏见 人工智能系统的公正性取决于其所训练的数据。如果历史数据包含偏差，人工智能算法可能会延续，并加剧这些偏差。当人工智能做出的决策不公平地影响个人或社区时，就会出现道德考虑。 安全和隐私风险 随着组织越来越依赖人工智能进行数据分析和决策，安全漏洞和隐私侵犯的风险也随之增加。保护敏感信息免受网络威胁成为一项严峻的挑战，需要采取强有力的网络安全措施。 初始实施成本和技术挑战 实施人工智能技术对于组织来说，可能是一笔巨大的前期投资。此外，将人工智能系统与现有基础设施集成可能会带来技术挑战，需要专业知识和资源。 过度依赖技术 一个潜在的陷阱是过度依赖人工智能系统，导致人类在决策中的作用减弱。组织必须在利用人工智能提高效率和保留人类监督，以进行关键判断和道德考虑之间取得平衡。 成功的人工智能集成策略 为了减轻人们对工作岗位流失的担忧，组织应该投资于培训和技能提升计划。这确保员工能够适应不断变化的工作要求，并承担更复杂的任务，以补充人工智能功能。 确保人工智能实践符合道德规范 为了解决道德问题，组织必须优先考虑人工智能系统的公平性、透明度和问责制。对人工智能算法的定期审核和评估，可以帮助识别和纠正偏见，促进道德决策。 优先考虑网络安全措施 组织应优先考虑网络安全措施，以保护敏感数据并防止未经授权的访问。这包括实施强大的加密、定期安全审核，以及及时了解数字环境中新出现的威胁。 逐步实施和整合 为了管理初始成本和技术挑战，组织可以选择分阶段的人工智能实施方法。从试点项目开始，并逐步扩大规模，可以在不让组织不堪重负的情况下识别和解决技术问题。 -
人工智能时代版权将如何运作？ 人工智能时代版权将如何运作？ 如今，我们拥有了所有可用的工具，有自由和权力使用人工智能来随心所欲地创作，但这种使用也带来了众多复杂的法律问题。最重要的是，版权是否应该保护人工智能输出？如果人工智能输出确实应该受到创造者的保护，那么谁才是所有者呢？有人认为，人工智能需要开源，任何输出都没有版权。另一种观点是，如果人工智能无法感觉或感知，那么它就不能获得版权；相反，使用人工智能的人可以对这些材料进行版权保护。然而，如果人工智能开始有感知，那么人工智能就会开始撰写文案。对于此类问题的看法，是漫长而多样的，各方都展开了激烈的讨论。关于如何处理这个问题的评论、讨论和法律可能会伴随我们数十年。 法律将如何决定版权作品的结果？现在，小说可以在几天内创作出来，歌曲的制作速度也比播放其的速度更快，绘图可以在几秒钟内完成，这一切都归功于ChatGPT、GPT-4和Dall-E 2等生成式AI系统。这些系统基于大型机器学习模型对已发表作品的经典进行了采样和重新混合。这些和其他发人深省的问题引发了一些具有挑战性的版权相关考虑。目前，人工智能输出尚未受到版权保护。这样合适吗？在这种情况下，谁应该拥有版权——用户、人工智能供应商，还是人工智能接受训练的内容的个人？或者我们给每一个人一个版权?其他问题可能是：我们（或法律）如何确定某人是否在其艺术/文字/或音乐中使用了人工智能？仅仅要求透明度可能行不通。确实，软件开发需要对软件本身进行版权保护，但作者与人工智能及其开发者之间是否会签订合同？谁将为错误负责？某些东西可能是使用人工智能创建的，但一个想法的新表达将是作者，而由此产生的表达需要受到版权保护。但是，通过人工智能系统创建的大量信息或创造者的输出是否会产生大量难以克服的数据需要处理，从而结束人类正在进行的创造？毫无疑问，这些见解和问题将在未来一段时间内困扰人类。以下是人工智能时代的版权运作可能会面临新的挑战和机遇，以及一些可能的趋势和影响： 智能创作与版权归属问题：随着人工智能技术的发展，机器生成的内容可能会变得更加普遍。在这种情况下，确定版权归属将变得更加复杂。可能需要制定新的法律和政策来解决由AI生成的内容的版权归属问题。 数字水印和技术保护：针对数字内容的技术保护将变得更加重要。数字水印技术可能会得到更广泛的应用，以确保内容的版权归属和防止未经授权的复制和分发。 智能版权管理系统：可能会出现智能版权管理系统，利用人工智能技术来监测和管理大量的数字内容。这些系统可以帮助版权持有人追踪其作品的使用情况，并采取必要的法律行动来保护其权益。 新的创作和分发模式：人工智能技术可能会推动新的创作和分发模式的出现。例如，生成式对抗网络（GAN）可以用于生成全新的艺术作品，这可能会引发对版权和创作权的新的讨论和法律界定。 法律和政策的调整：随着技术的发展，法律和政策可能需要不断调整来适应新的版权挑战。这可能涉及到修改版权法律、制定新的规范以及加强对违规行为的执法。 总之，人工智能时代的版权运作将面临许多新的挑战，但同时也会带来创新和机遇。需要持续关注技术和法律的发展，以确保版权制度能够适应新的环境。 -
2024年人工智能与数字孪生趋势 人工智能（AI）和数字孪生是两个备受关注的技术领域，它们在多个行业中都有着重要的应用。以下是人工智能和数字孪生的一些趋势： 1.在城市中实施生成式人工智能 到2024年，人工智能(AI)在塑造城市技术格局方面将发挥巨大作用。城市在人工智能的使用方面取得了长足进步，特别是在交通管理和应急响应等领域。然而，过去18个月的突出发展是对生成式人工智能潜力的认识，特别是在涉及大型语言模型（LLM）的情况下。以LLM为代表的生成式人工智能，展示了城市在提高效率和促进与信息的独特交互方面的潜在能力。预计城市对LLM的采用将会增加，重点是为居民提供服务。这不仅有望提高效率和生产力，而且旨在弥合居民需求与及时解决方案之间的差距。 然而，人工智能在城市中的广泛融合并非没有挑战。隐私问题、网络安全风险和道德考虑，包括人工智能输出中的潜在偏见是城市正在努力解决的关键问题。当城市考虑风险时，在获得人工智能工具带来的生产力提升和确保连贯且详尽的用户体验之间，需要取得微妙的平衡。围绕人工智能模型训练中的公平性和包容性的对话，正在成为在不同城市环境中创建用户友好且相关的工具的不可或缺的一部分。到2024年，城市领导者将越来越多地转向数字孪生来应对城市挑战，LLM的技术复杂性又增加了一层复杂性。城市面临着是否微调现有模型或依赖OpenAI等组织的预先训练模型的决定。经验和试点的融合可能会决定城市与这些工具互动的最佳方法。尽管人们对人工智能的潜力感到兴奋，但人们也承认，即使是一些人工智能研究科学家，对该技术仍然知之甚少。模型和训练集越大，性能越好，但模型训练和部署的细微差别仍有待探索和实验。2024年，城市向前迈进，不可避免地会经历一段试错期。组织可能会遇到数据保护和使用不当的事件，促使公民在使用生成式人工智能工具时要求更多的保护措施。人工智能产生的虚假信息的法律影响，特别是在市政交易等受监管的环境中，将成为城市需要通过建立强有力的护栏来解决的一个重大问题。城市中广泛且负责任的人工智能整合将通过这一实验期间吸取的经验教训来塑造。 2.地方层面建立人工智能监管 当谈到城市人工智能使用的监管以及国家和地方政府政策之间的平衡时，有几个复杂的问题需要仔细考虑。当前立法面临的挑战在于技术的快速发展，特别是在去年。2024年，新兴技术的能力存在不确定性。问题在于，如果像OpenAI和Anthropic这样的新的有影响力的参与者将重塑技术格局，或者像谷歌和微软这样的老牌巨头是否会通过收购或广泛整合技术来保持主导地位，LLM是否会经历重大改进。 城市可以成为制定地方层面法学硕士使用指南的驱动力 在国家政府层面，往往会更多地审议和关注围绕技术政策的理论问题。然而，城市以其积极主动的性质而闻名，并且能够更快地实施和采用新技术。城市已经在企业和公共服务环境中使用人工智能工具，但通常没有具体的规定。公开的秘密是，这些工具正在使用中，城市正在主动了解员工如何使用人工智能，努力建立安全做法，最大限度地降低居民的风险。城市可以成为制定地方层面LLM使用指南的驱动力。认识到在缺乏明确的国家框架的情况下监管的必要性，城市可以带头制定指导方针来管理人工智能的负责任使用。这反映了对不断发展的技术格局的务实反应，以及确保在不损害居民福祉的情况下利用人工智能的好处的承诺。城市中的人工智能监管正在以一个动态和去中心化的过程展开，城市带头适应技术进步并制定指导方针，来解决人工智能使用带来的实际挑战，从而在仍然快速变化的技术环境中实现敏捷性和响应能力。 3.城市数字孪生的持续采用 到2024年，数字孪生在城市中的使用将继续增长，其多功能性将开始使其成为城市规划者和领导者的重要工具。居民对更快、更有弹性的基础设施增长的需求正在推动城市探索创新解决方案。数字孪生提供了全面绘制和了解城市物理基础设施的能力。这对于老城市来说尤其重要，因为这些城市的项目经常会暴露出意想不到的管道、电线甚至隧道。数字孪生提供的准确绘图可以更好地进行规划和模拟，特别是在面对海平面上升等日益严重的气候变化影响时。到2024年，城市领导者将越来越多地转向数字孪生，以应对建造更快、更密集的住房以及规划自动驾驶等新兴技术的挑战。数字孪生的模拟功能使规划人员能够评估从基础设施项目到未来交通方式整合的各种场景。围绕虚拟世界和数字孪生的炒作之间仍然存在联系，但城市主要专注于利用数字孪生来解决切实的、现实世界的问题。采用数字孪生背后的驱动力是它们解决实际挑战的能力，最终提高公民的生活质量。尽管虚拟宇宙中的社区参与具有令人着迷的潜力，特别是在习惯于在线社交互动的年轻一代中，但数字孪生的主要用途仍然植根于解决城市的物理挑战。城市领导者可能会优先考虑数字孪生在改善基础设施方面的切实好处，而不是关注与虚拟世界相关的虚拟和社会方面。 4.自主交通试点 尽管最近面临监管挑战，但我们可以预期自动驾驶班车和公交车驾驶员的部署将会增加。鉴于公交车司机和交通人员的劳动力持续短缺，城市正在认识到自主公共交通的价值，特别是那些能够容纳更高乘客吞吐量的交通。另一方面，在天空中广泛采用电动垂直起降（eVTOL）飞机似乎是一个更遥远的愿景。尽管试点和合作伙伴关系前景广阔，但仍存在诸如垂直起落机场规划和噪音控制等实际挑战，更不用说监管环境的复杂性了。面对更紧迫、更紧迫的城市交通问题，证明此类试点投资的合理性可能会很困难虽然eVTOL有一些有趣的用例，特别是在搜索救援和医疗运输等领域，但乘客定期乘坐eVTOL在区域枢纽之间通勤的想法是一个长期愿景。当谈到那些虽然可能有用但被认为华而不实的项目时，公众会感到疲劳。当公众寻求公共交通、交通拥堵和安全问题的解决方案时，全球城市领导人和市长可能会发现维持对此类试点的支持具有挑战性。面对更紧迫、更紧迫的城市交通问题，证明此类试点投资的合理性可能会很困难。随着我们的前进，重点可能会转向实用且有影响力的解决方案，直接解决城市环境中居民面临的日常挑战。