De fleste ved, at begrebet “AI” er en forkortelse for “kunstig intelligens”.
AI er et ægte buzzword ligesom begreberne IoT og Industri 4.0 – og det er et begreb, som mange har en tendens til at blive usikre på, hvad det egentlig betyder. Her giver vi dig en forklaring, du kan forstå.
En udvidelse af den menneskelige intelligens
Overordnet set var formålet med kunstig intelligens at fungere som en forlængelse af den menneskelige intelligens. AI-teknologi er blevet mulig takket være maskinlæring og et stort udvalg af algoritmer.
Disse algoritmer gør det muligt for AI at genkende udseende i smartphones ansigtsgenkendelse, udpege ruter i GPS-navigation og forudsige bevægelsesmønstre i digitale skakspil.
Overordnet set blev kunstig intelligens skabt for at fungere som en forlængelse af den menneskelige intelligens.
To typer af AI
– med eksempler, du kan forstå
Kunstig intelligens er opdelt i to typer:
- Generel AI
- Smal AI
Den generelle AI’s arbejde er relateret til datalæring – i forhold til logik eller sprog. Det er den type AI, der ligger bag f.eks. GPS-navigation og interaktive robotter, som bruges i produktionen på mange fabrikker.
På den anden side er arbejdet med den smalle AI relateret til datalæring – i forhold til genkendelse. Denne AI-baserede funktion er baseret på klassificering og genkender alt fra former til komplekse mønstre. Denne AI bruges f.eks. til at genkende personligt udseende i sikkerhedssystemer i bygninger og ansigtsudseende i smartphones.
For at opsummere:
Generel AI = datalæring vedrørende logik eller sprog
Snæver AI = datalæring i forbindelse med genkendelse
AI består af algoritmer
Hvis du er ansat inden for produktion, bør du give innovativ AI en chance. Især inden for bygningsdrift og -produktion er AI ofte store beløb værd.
En algoritmes funktion er at behandle en vis mængde data – ofte kaldet big data – og derved forstå og huske, hvordan forskellige data hænger sammen.
Et eksempel på en AI-baseret løsning
ReMonis løsning til energibesparelser er baseret på snæver AI. Når vi hjælper virksomheder med at spare energi, fokuserer AI-algoritmerne på mønstergenkendelse og viden om, hvordan to datasæt hænger sammen.
Da AI består af flere algoritmer, kan den registrere, hvis der opstår en fejl, eller hvis et mønster ændrer sig. Dette er blevet muligt takket være algoritmens viden om, hvordan en bestemt installation normalt fungerer.
To relaterede datasæt
For yderligere forståelse kan ReMonis’ temperatursensor HeatMoniSpot være et konkret eksempel. Placeret uden for vandrørene med en sonde, der overvåger temperaturen inde i vandrørene, og en anden, der overvåger rumtemperaturen, indsamler den to relaterede datasæt.
To datasæt registreres løbende og sendes fra sensor til ReCalc.
Her kan du holde øje med forholdet mellem de to datasæt – og hvis du har travlt, når der opstår en fejl, vil det AI-baserede system straks give dig besked med en AI-baseret alarm.
_______
Bemærk: Denne forklaring er baseret på lækage fra vandrør og er blot én måde at forstå strukturen bag AI på. I dette tilfælde er AI hverken placeret i sensoren eller gatewayen, men udelukkende i teknologien bag cloud-platformen ReCalc.
_______
Spar penge på bygningsadministration
Brug AI til at få indsigt i temperatur, besøgstal, strømforbrug eller noget helt fjerde. AI giver dig forskellige måder at spare penge på bygningsadministration.
I vores samfund, hvor bygningsstyring allerede er blevet ændret af IoT og Industri 4.0, må vi erkende, at det i det lange løb kan betale sig at være åben over for ny teknologi – og ikke mindst kunstig intelligens.
