AI与可持续建筑自动化系统(BAS)：愿景角色与新兴挑战

文献标题

AI and Sustainable Building Automation Systems (BAS): Envisioned Roles and Emerging Challenges

出版信息

• 主题领域: 将人工智能（AI）集成到楼宇自动化系统（BAS）中，以实现能源效率和居住者舒适度的提升。
• 关键词: AI, 楼宇自动化系统, HVAC, 可持续性, 能源效率, 居住者舒适度, 公平性, 治理, 透明性, 社会技术系统。

背景与问题

• 问题/挑战: 尽管人工智能在优化楼宇自动化系统（BAS）的能源效率和居住者舒适度方面具有潜力，其集成却受到脆弱的基础设施、资源限制以及组织政治的阻碍。基础设施和舒适度方面的现有不平等进一步增加了部署的复杂性。
• 重要性: 建筑物占全球能源使用和排放的很大比例，因此可持续的BAS对于实现能源效率和碳中和目标至关重要。人工智能可以解决效率问题，但必须应对社会技术复杂性。
• 动机与相关工作: 先前在可持续HCI（SHCI）和人类-建筑交互（HBI）领域的研究探讨了建筑系统中的能源效率、治理和居住者能动性。然而，在解决人工智能在BAS中的公平性、透明性和社会技术动态方面仍存在空白。本研究基于这些领域，探讨人工智能在机构环境中的潜在角色和挑战。

解决方案

• 提出的方法: 针对人工智能在BAS中的应用进行定性研究，重点关注多伦多大学的HVAC系统和居住者舒适度，该校拥有先进的BAS基础设施和可持续发展目标。
• 创新性:
  1. 基于实证的利益相关者洞察，识别人工智能在BAS中预测和占用建模方面的承诺与局限。
  2. 将公平性概念化为一种基础设施治理的情境化实践，而非算法的普遍属性。
  3. 提出沟通作为居住者能动性的实际体现，促进自动化系统的透明性和可争议性。
• 程序与关键技术:
  • 进行了23次半结构化访谈，参与者包括能源专业人士、人工智能研究人员和学生代表。
  • 使用视觉探针展示人工智能应用，并引导参与者反思其益处、担忧和未来角色。
  • 通过自下而上的编码方法分析访谈记录，识别出诸如预期应用、基础设施不平等和治理挑战等主题。

结果

• 具体发现:
  • 参与者设想人工智能可以改进预测、故障检测、占用建模和居住者交互。
  • 数据准确性问题、模型局限性、人工智能的碳足迹以及机构政治被认为是主要限制因素。
  • 公平性被视为一种有争议的价值，由基础设施不平等和利益相关者优先事项所塑造。
  • 隐私、透明性和问责制被认为是人工智能合法性的关键。
• 相较基线的优势:
  • 人工智能被认为比静态规则系统更具适应性和效率，能够整合多样化的数据集以进行预测分析和实时调整。
• 实验/评估:
  • 该研究采用定性方法，包括访谈和视觉探针，探索人工智能部署前利益相关者的感知和期望。
  • 参与者涵盖多种角色，包括能源专业人士（15人）、人工智能研究人员（4人）和学生代表（4人）。
• 局限性与未来工作:
  • 由于校园BAS中的人工智能功能尚未激活，参与者的感知具有推测性。
  • 治理参与者和软件供应商未被纳入研究范围。
  • 未来工作应研究部署后的经验，并将发现与机构的可持续性指标对齐。

总结

本研究探讨了人工智能在多伦多大学楼宇自动化系统（BAS）中的集成，重点关注能源效率和居住者舒适度。利益相关者设想人工智能可用于预测、故障检测和居住者交互，但也指出了数据准确性、模型局限性和基础设施不平等等挑战。公平性被框定为一种情境化实践，而沟通被视为居住者能动性的关键途径。研究结果强调了在BAS中实现透明、参与性和公平性人工智能治理的必要性，并为设计注重沟通和公平性的系统提供了建议。