用大数据的清凉之手缓解炎热夏日

我们都知道在炎热的夏天走进空调办公楼的感觉。室外温度是 94 度，室内温度是 64 度。突然间，你需要一件针织衫才能坐在办公桌前。（我知道有人曾经在 8 月份带着空间取暖器上班。）

除了不舒服之外，这种办公方式效率极低。空调低沉的嗡嗡声就像是煤炭燃烧的声音，让你在工作中苦不堪言。BuildingIQ 正在努力改变这种现状。他们选择的武器是什么？机器学习。

该公司开发了基于云的软件，可以收集建筑物信息并利用这些信息构建热模型。该模型可以预测需要多少能量才能让建筑物内的人员感到舒适，并相应地调节温度。

该模型分析了一系列变量——室内温度和压力、电力消耗、天气预报、电价——并定制供暖和空调以实现最大能源效率。

它可能会在清晨电力便宜时打开空调，预先为大楼降温，从而减少高峰时段的能耗。或者，它可能会发现冷锋即将来临，从而调低空调以进行补偿。该软件使用机器学习不断更新模型。

BuildingIQ 总裁兼首席执行官 Michael Nark 表示：“该热模型会不断自我学习。我们模拟了纽约市中心的一栋建筑，该建筑有一个朝南的玻璃幕墙，因此会一直升温。六个月后，隔壁地块上又建起了另一栋 6、8、10、12、15 层高的建筑，遮挡了幕墙。这改变了建筑的热特性。”借助机器学习，模型会不断更新，以反映不断变化的条件。

机器学习随处可见。亚马逊、Spotify 和 Siri 都在使用它。Netflix 就是通过它了解到你喜欢以强势女性为主角的喜剧。数据越多越好。得益于最近的收购，BuildingIQ 很快将考虑人类的偏好。

供暖和空调的变化总是受人类舒适度限制的制约，而这些限制因人而异。设计师假设人们喜欢 60 多度的温度，但有些人可能更喜欢更热或更冷的温度。其他人可能无所谓。

纳克设想，办公室工作人员可以用手机告诉大楼他们什么时候太热或太冷。它不会像本地恒温器那样工作。相反，这些数据将被集成到热模型中。想象一下，一所养老院的住户总是感觉太冷。如果系统知道这一点，它会在夏天降低空调温度，让爷爷奶奶感到舒适温暖。

效果如何？BuildingIQ 表示，该系统通常可以节省 10% 至 25% 的供暖和空调能源。暖通空调占建筑物总能源消耗的 50% 或 60%。不幸的是，只有十分之一的建筑物配备了该系统，但 BuildingIQ 已经开发出软件，为管理系统较为简陋的旧建筑物提供服务。

该软件将通过减少能源使用量来减少碳污染，从而减少能源费用并提高舒适度，同时减少我们对化石燃料的依赖。不久之后，您就可以将空间加热器留在家中了。

Jeremy Deaton 为 Nexus Media 撰稿，这是一家涵盖气候、能源、政治、艺术和文化的联合新闻通讯社。您可以通过 @deaton_jeremy 关注他。