Er lokalet i brug? IoT og AI giver indsigt gennem CO2-måling

I AI-signaturprojektet 'Optimeret bygningsanvendelse med anvendelse af kunstig intelligens' er der blevet udviklet en såkaldt driftsoptimeringsmodel. Modellen kan med stor sandsynlighed pege på, om ventilation, lys og varme kan slukkes, fordi lokalet er tømt for mennesker. Udgangspunktet er blevet taget i data fra CO2-målinger udført med IoT-sensorer, og den avancerede matematik udfolder sig i en model baseret på Anomaly Detection. 

I projektets 2 års levetid har AI-analyse og -udviklingsarbejde stået på hos NTT Data. I starten måtte der anvendes såkaldt usuperviseret maskinlæring til udviklingen af modellen. Herefter kunne modellen skærpes op imod såkaldte annoterede data eller egentlige lokaleskemaer, der afspejlede den faktiske anvendelse. 

I en fase 2 blev der kigget på, om bevægelsesdata og Indoor Air Quality-data kunne skærpe modellen, og det viste sig faktisk at være tilfældet, hvilket NTT Data redegør for i rapporten, der linkes til nedenfor. 

Billede af graf

Projektet nåede ikke en egentlig ibrugtagning af AI-modellen, fordi hjemtagning af gevinster ville kræve implementering af nye arbejdsgange omkring lokalbooking i fritiden og en vanskelig koordinering med en række foreninger og andre fritidsbrugere af skoler og andre kommunale lokaler.  

I rapporten skitseres et systemudviklingskoncept under navnet Energibevidst AI Booking, der kan være et skridt på vejen henimod en egentlig anvendelse af AI-modellen på hverdagsbasis. 

Visualisering af arkitektur

Afslutningsrapporten rummer en grundig beskrivelse af AI-modellen og dens udvikling (kap. 5-7):  bilag-1-ntt-data-rapport.pdf (govtechmidtjylland.dk) 

Den korte beskrivelse af AI-modellen ses her: Gennemgang af algoritmen/AI-driftsoptimeringsmodel, video med Ulrik Thyge Pedersen, NTT Data