近日,由香港机电工程署、广东省科学技术协会主办,面向全球参赛选手的首届国际建筑机电人工智能大赛正式落下帷幕,全球能源管理和自动化领域的数字化转型专家施耐德电气参赛团队摘得大赛公开组专项表现大奖及金奖,彰显了人工智能(AI)等创新技术与实际应用场景融汇的综合实力。施耐德电气继在香港置地集团主办的2022年“置慧杯”商业综合体能耗预测大赛中获奖以来,在建筑领域再获专业认可。

首届国际建筑机电人工智能大赛
作为建筑机电服务相关的高级别人工智能领域活动,本次大赛旨在引领学术界与业界深入理解AI技术在建筑节能领域的巨大潜力及广泛应用。随着国内建筑、地产行业由“增量时代”步入“存量时代”,以及2021年3月“城市更新、提升城镇化发展质量”首次写入政府工作报告,如何着手开展城市楼宇、商业建筑的存量改造、节能增效已经成为各方探索的焦点。另一方面,在对存量建筑进行改造时,楼内供热、通风及空调等相关电机设备往往是耗能最高的部分。国际能源研究中心数据显示,建筑能耗占全世界能源消耗总量的40%,随着AI技术近年来的飞速发展,建筑节能领域正迎来前所未有的发展良机。
准确的冷负荷需求预测能够帮助运营方在保证建筑内适宜温度的同时有效减排,成为提高建筑能效的关键要素。此次大赛以大型商用建筑的制冷机组的启停组合及运行参数为具体场景,要求参赛队伍开发该场景下的冷负荷需求预测模型及自由路径选择算法,实现最贴近实际的温度预测及最节能的冷机调度。凭借多年来对智能楼宇及建筑能效领域的深耕及实践,由1名施耐德电气能源咨询顾问,2名施耐德电气算法开发工程师和1名来自太古集团的设备工艺专家组成的施耐德电气参赛团队,高水平通过了语义AI应用水平、创新能力、模型设计以及数据分析解决方案等多维度评估,成功摘取大赛公开组金奖,同时凭借在建筑领域AI算法的能力获评联合承造-卓越人工智能领袖大奖。

冷负荷预测场景的需求实现,不仅要求参赛团队掌握AI算法开发的高技术力,也需要对建筑电机场景的深刻洞察, 将IT、OT相结合从而激发AI在场景中的最大价值。面向建筑行业,施耐德电气推出云能效楼宇顾问,把每分每秒全部设备的能源数据上传到云平台,进行大数据监控分析,引入机器学习技术,帮助监控能耗变化和识别改善空间,进而制定有效的节能策略。以太古集团为例,施耐德电气为其近200万平方米的商业综合体项目提供了包括云能效楼宇顾问在内的数字化能效方案,通过统一的能源管理系统,在加速企业数字化与低碳可持续进程的同时,带来切实的能效收益。此次比赛中,太古地产的设备工艺专家也参与到团队成果打造中,进一步深化双方在楼宇能效领域的合作。
大赛金奖的取得,不仅彰显了施耐德电气在建筑机电细分领域的领先能力,更是产品、研发、架构等数字化服务团队共同结出的丰硕成果。作为高科技创新企业,施耐德电气将加速实现AI技术与工业、建筑、能源管理等诸多领域的创新融合与解决方案落地,切实履行作为可持续发展长期践行者和赋能者的承诺。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。