超越智能建筑。们对自主建筑越来越感兴趣。就在上周，美国太平洋西北国家实验室(PNNL) 和 PassiveLogic 宣布他们正在合作，以进一步开发用于预测性建筑控制的深度人工智能。由美国能源部(DOE) 资助，以支持其到 2030 年提高 400 万座建筑物的能源效率的任务，为期 24 个月的研究合作将专注于超级学习者，这是一种基础机器学习技术，可实现所有建筑应用的自主性。

为什么需要这样的技术？根据美国能源部的数据，美国的商业建筑消耗 13.6quad 的电力（约占美国用电量的 35%），并产生 8.26 亿公吨的二氧化碳排放量（占美国所有二氧化碳排放量的 16%）。从能源消耗的角度来看，考虑到美国用于将人员和货物从一个地方运送到另一个地方的总能源“仅”占总能源消耗的 28%。

PassiveLogic首席执行官、联合创始人、技术架构师特洛伊•哈维（Troy Harvey）在一份声明中表示:“实现全球脱碳目标的唯一途径是在楼宇自动化和控制方面取得突破。”

PNNL 的自主学习和推理团队在称为合作研究与开发协议 (CRADA) 的伙伴关系中发起了 PassiveLogic 合作，该协议长期以来一直是美国能源部鼓励公私合作和推进市场技术的工具。美国能源部将为 PNNL 提供 100 万美元的资金，用于为 PassiveLogic 的技术做出贡献。

该协议将使 PNNL 和 PassiveLogic 能够共同开发和应用他们的能力。目标是开发技术，帮助建筑物中的能源系统，例如供暖和制冷装置以及照明，变得完全自主，能够识别和解决自己的运营问题，并能够自我优化其运营。

自主与智能

建筑物，如汽车和其他正在变得智能的事物，具有不同程度的智能。在汽车中关注一个简单的区域，例如车道偏离安全。有些汽车有一个基本功能，如果汽车偏离车道，它会警告驾驶员。其他人在此之上捆绑了自我纠正转向。因此，提供更高级别的功能。有些人增加了自动驾驶，不仅可以让汽车保持在高速公路的车道内，而且可以依靠许多其他系统来完全导航从一个位置到另一个位置的复杂路径。

与建筑物类似，人们一直关注从相对简单的温度控制智能解决方案转向融合多个智能系统（例如，智能电梯、智能大堂等），以尝试解决更高级别的功能，例如优化环境影响建筑物并提高其居住者的舒适度和安全性。

自主建筑工作通常从智能能源管理系统开始。然而，一些正在进行的项目，如布依格建筑公司的 ABC 示范项目，还包括水和废物管理系统。

人们还可以设想自主建筑安全系统。一个例子是分析来自摄像机网络的视频用于多种用途的系统。这样的系统可以用来发现入侵者或在已知乘员到达时自动打开门，而不是让守卫监视监视器。

推动技术进步

自主建筑将依赖预测系统，该系统使用有关资产的实时和历史数据来发现可能导致问题的趋势。他们将做出推论以帮助解决问题。一旦检测到，自主建筑将自动触发纠正措施。从本质上讲，这就是 PNNL 和 PassiveLogic 合作的目标，他们专注于为预测性建筑控制开发深度人工智能。

另一个需要考虑的因素是智能建筑并不作为孤立的实体存在。它们将成为智慧城市的一部分，其中包括智能水和污水处理系统、交通管理系统、垃圾清除和回收利用之间的相互作用。

米兰创新区(MIND) 项目就是该领域正在开展的工作的一个例子。MIND 是意大利米兰前世博园区的一个重要的科学、知识和创新新区。新区的总体规划包括医院、大学和国际研究中心的发展。该项目的重点是建设可持续的城市设施，自动适应条件并有效利用资源。它是世界各地新兴的自主建筑的众多展示项目之一。