به گزارش واحد روابط عمومی سازمان ملی کارآفرینی ایران:
این مطلب، ششمین مقاله از مجموعهی ترجمههای اختصاصی ویژهنامهی «هوش مصنوعی ۲۰۲۵» مجلهی تایم (Time Magazine: Artificial Intelligence 2025 Special Edition) و نوشتهی اندرو آر چو است.
طبق گزارش آژانس بینالمللی انرژی، گرمایش و روشنایی ساختمانها به مقدار عظیمی انرژی نیاز دارد؛ ۱۸٪ از کل مصرف انرژی جهان.
آنچه به این مشکل دامن میزند این است که بسیاری از سیستمهای تهویه مطبوع در ساختمانها قدیمی هستند و به تغییرات آبوهوایی کند واکنش نشان میدهند؛ مسئلهای که میتواند منجر به اتلاف شدید انرژی شود.
برخی دانشمندان و متخصصان فناوری امیدوارند که هوش مصنوعی بتواند این مشکل را حل کند.
در حال حاضر، توجه بسیاری به ماهیت بسیار انرژیبَر خودِ هوش مصنوعی جلب شده است؛ برای مثال، مایکروسافت در سال ۲۰۲۴ اذعان کرد که توسعهی هوش مصنوعی در این شرکت، اهداف اقلیمی آنها را به خطر انداخته است.
اما برخی کارشناسان معتقدند که هوش مصنوعی میتواند از طریق کمک به بهبود کارایی انرژی در ساختمانهای بزرگ، بخشی از راهحل نیز باشد.
یک مطالعه در سال ۲۰۲۴ برآورد میکند که هوش مصنوعی میتواند به ساختمانها کمک کند تا مصرف انرژی و انتشار کربن خود را حداقل ۸٪ کاهش دهند.
و تلاشهای اولیه برای نوسازی سیستمهای HVAC با استفاده از هوش مصنوعی نتایج دلگرمکنندهای داشته است.
نان ژو، یکی از نویسندگان این مطالعه و دانشمند ارشد در آزمایشگاه ملی لارِنس برکلی، میگوید:
«تا امروز، ما بیشتر از هوش مصنوعی برای راحتی یا کار استفاده کردهایم.
اما فکر میکنم هوش مصنوعی پتانسیل بسیار بیشتری برای کارآمدتر و کمکربنتر کردن ساختمانها دارد.»
هوش مصنوعی در مرکز شهر منهتن
یکی از نمونههای کاربرد هوش مصنوعی، ساختمان ۴۵ برادوی است؛ یک ساختمان اداری ۳۲ طبقه در مرکز شهر منهتن که در سال ۱۹۸۳ ساخته شده است.
برای سالها، دمای این ساختمان با ترموستاتهای معمولی کنترل میشد؛ روشی که میتوانست به ناکارآمدی یا اتلاف انرژی منجر شود.
اوی شرون، معاون اجرایی شرکت Cammeby’s International میگوید:
«هیچ پیشبینی، هیچ منطق و هیچ اتصال واقعی به وضعیت آبوهوا وجود نداشت.»
در سال ۲۰۱۹، شهر نیویورک دستورالعملهای سختگیرانهای برای انتشار گازهای گلخانهای در ساختمانهای اداری تصویب کرد.
برای رعایت این قوانین، شرون سفارش یک سامانهی هوش مصنوعی را به استارتاپ BrainBox AI داد؛ سامانهای که دادههای لحظهای را از حسگرهای ساختمان شامل دمـا، رطوبت، زاویه خورشید، سرعت باد و الگوهای حضور افراد دریافت میکند و سپس تصمیمات لحظهای دربارهی نحوهی تنظیم دمای ساختمان اتخاذ میکند.
سم رامادوری، مدیرعامل BrainBox AI، میگوید ساختمانهای بزرگ معمولاً هزاران قطعه تجهیز HVAC دارند که همگی باید هماهنگ با یکدیگر کار کنند.
او ادامه میدهد:
«با فناوری ما، من آینده را میدانم و هر پنج دقیقه، هزاران دستور را به تمام پمپها، فنها، موتورها و دریچههای کوچک در سراسر ساختمان ارسال میکنم تا با استفاده از انرژی کمتر، آینده را مدیریت کنم و محیط را راحتتر نگه دارم.»
برای مثال، سامانهی هوش مصنوعی در ساختمان ۴۵ برادوی اگر پیشبینی کند که طی چند ساعت آینده جبههی هوای سرد میرسد، بهتدریج ساختمان را گرم میکند.
اگر حسگرهای حرارتی محیطی متوجه شوند که خورشید شروع به تابش شدید روی یک سمت ساختمان کرده است، سامانه دریچههای حرارتی آن بخش را میبندد.
پس از ۱۱ ماه استفاده از BrainBox AI، شرکت Cammeby’s گزارش داده که این ساختمان مصرف انرژی مربوط به HVAC را ۱۵٫۸٪ کاهش داده، بیش از ۴۲ هزار دلار صرفهجویی کرده و ۳۷ تُن انتشار معادل دیاکسیدکربن را کاهش داده است.
شرون میگوید:
«مستأجران راحتتر هستند، چون سیستم تهویه مطبوع پیشاپیش به تغییرات دما واکنش نشان میدهد و نصب آن هم ساده بود، چون فقط نیاز به ادغام نرمافزاری داشت. این پولی است که از دست نمیرود، به محیطزیست کمک میکند و بهترین بخشش این است که اجرای آن اصلاً سخت نبود.»
سامانهی خودکار هوش مصنوعی BrainBox اکنون HVAC بیش از ۱۴هزار ساختمان را در سراسر جهان کنترل میکند از فروشگاههای کوچک خانوادگی گرفته تا Dollar Tree و فرودگاهها.
این شرکت همچنین یک دستیار هوش مصنوعی مولد به نام Aria ساخته که به مدیران تأسیسات ساختمان اجازه میدهد HVAC را از طریق متن یا صدا کنترل کنند.
مطالعات علمی
چندین دانشمند نیز پتانسیل تلاشها در این حوزه را قابل توجه میدانند.
در آزمایشگاه ملی لارنس برکلی در کالیفرنیا، ژو و همکارانش چائو دینگ، جینگ که و مارک لوین سالها پیش از آنکه ChatGPT توجه جهانی را جلب کند، بررسی تأثیرات بالقوهی هوش مصنوعی بر بهرهوری انرژی ساختمانها را آغاز کردند.
در سال ۲۰۲۴، آن¬ها مقالهای منتشر کردند که در آن استدلال شد ادغام هوش مصنوعی و سیستمهای HVAC میتواند بین ۸ تا ۱۹ درصد کاهش در مصرف انرژی و انتشار کربن ایجاد کند.
این مقاله استدلال میکند که هوش مصنوعی میتواند در تمام مراحل چرخهی عمر یک ساختمان به کاهش ردپای کربنی کمک کند، از طراحی تا ساختوساز، بهرهبرداری و نگهداری.
هوش مصنوعی حتی میتواند خرابی احتمالی اجزای HVAC را پیشبینی کند و به این ترتیب، زمانهای ازکارافتادگی و هزینههای تعمیرات را کاهش دهد.
ژو همچنین معتقد است که کاربرد سامانههای هوش مصنوعی در بسیاری از ساختمانها میتواند به افزایش تابآوری شبکههای برق منطقهای کمک کند.
منابع انرژی تجدیدپذیر که محبوبیت روبهرشدی پیدا کردهاند مانند باد و خورشید اغلب الگوی تولید نامنظم دارند و اوجها و افتهای ناگهانی در برق ایجاد میکنند.
او میگوید:
«در اینجاست که ساختمانها میتوانند با تغییر زمانبندی مصرف، کاهش بار، یا واکنش به سیگنالهای قیمتی واقعاً کمک کنند.»
این امر میتواند در زمانهایی که تقاضای برق بهشدت افزایش مییابد، فشار روی شبکه را کاهش دهد.
تلاشهای دیگر در سراسر جهان نیز نتایج امیدوارکنندهای به همراه داشته است.
در استکهلم، یک شرکت ابزارهای هوش مصنوعی را در ۸۷ سیستم HVAC در مراکز آموزشی پیادهسازی کرد که هر ۱۵ دقیقه دما و جریان هوا را تنظیم میکردند.
طبق بررسی انجامشده، این سیستمها موجب کاهش سالانهی ۶۴ تن دیاکسیدکربن معادل شدند و ۸٪ کاهش در مصرف برق ایجاد کردند.
در سال ۲۰۲۴ نیز، مرکز مهندسی انرژی محیطی دانشگاه مریلند مطالعهای منتشر کرد که نشان میداد قابلیتهای پیشبینیکنندهی مدلهای هوش مصنوعی میتواند مصرف انرژی سیستمهای پیچیدهی HVAC را بهطور قابل توجهی کاهش دهد بهویژه در سیستمهایی که شامل واحدهای داخلی و خارجی هستند.
با گرمتر شدن کره زمین، استفاده از سیستمهای سرمایشی کارآمد اهمیت بیشتری پیدا خواهد کرد.
آرش زارمهر، مشاور عملکرد ساختمان در شرکت مهندسی WSP، میگوید اجرای هوش مصنوعی یک «اقدام ضروری برای تمام طراحان و مهندسان» است.
او میگوید:
«همهی مهندسان میدانند که کنترل انسانی روی سیستمهای HVAC باعث کاهش کارایی میشود.
هوش مصنوعی میتواند ما را به سمت کربنزدایی واقعی ساختمانها حرکت دهد.»
با وجود این پتانسیل، بهکارگیری هوش مصنوعی در بهبود کارایی انرژی ساختمانها با چالشهایی از جمله اطمینان از ایمنی و حفظ حریم خصوصی دادههای مستأجران روبهروست.
چالش بزرگتر، تأثیر کلی خود هوش مصنوعی بر محیط زیست است.
برخی منتقدان صنعت هوش مصنوعی را متهم میکنند که پروژههایی از این دست را برای سبزشویی مصرف عظیم انرژی خود به کار میگیرند.
هوش مصنوعی موجب افزایش چشمگیر تقاضا برای برق مراکز داده شده است، تقاضایی که بنا به پیشبینی آژانس بینالمللی انرژی، ممکن است بین سالهای ۲۰۲۲ تا ۲۰۲۶ دو برابر شود.
در دسامبر ۲۰۲۴، پژوهشگران دانشگاه کالیفرنیا ریورساید و کلتک مطالعهای منتشر کردند که نشان میداد آلودگی هوای ناشی از نیروگاههای تأمین برق هوش مصنوعی و ژنراتورهای پشتیبان میتواند تا سال ۲۰۳۰ موجب ۱۳۰۰ مرگ زودرس در سال در ایالات متحده شود.
شائولی رن، یکی از نویسندگان این پژوهش، در بیانیهای گفت:
«اگر اعضای خانوادهتان آسم یا بیماریهای دیگر داشته باشند، آلودگی ناشی از این مراکز داده میتواند همین حالا بر آنها اثر بگذارد.
این یک مسئلهی بهداشت عمومی است که باید فوراً به آن رسیدگی شود.»
ژو اذعان میکند که مصرف انرژی مراکز دادهی هوش مصنوعی «بهشدت افزایش یافته است» از زمانی که او و همکارانش شروع به نگارش مقاله کردند.
او میگوید:
«اینکه این افزایش تا چه اندازه کاهش انتشار اشارهشده در مقالهی ما را خنثی خواهد کرد، نیازمند پژوهشهای آینده است.
اما حتی بدون پژوهش بیشتر، هنوز فکر میکنم هوش مصنوعی مزایای بیشتری برای ما دارد.»