آنچه مسلم است روند تغییرات فناوری در محصولات مصرفی مانند موبایل و تلویزیون بسیار سریعتر از صنعت ساختمانی است. به این دلیل که صنعت اتوماسیون ساختمان با فناوری جدید بهکندی خود را وفق میدهد و ابتدا بهدنبال آن است که اثرات اجرایی شدن فناوریها را در کاربردهای تجاری با مقیاس بزرگ ببیند. در اینجا به برخی از روندهای نوظهوری که در زندگی روزمره خود میبینیم و احتمالاً بهزودی شاهد بهکارگیری آن در صنعت ساختمانی خواهیم بود میپردازیم.
پردازش ابر
پردازش ابر طی یک دهه در محصولات مصرفی رواج یافته است. شاید رایجترین نمونه آن را در زندگی روزمرهمان بتوان در دستیارهای شخصی هوشمند در تلفن همراه، مانند سیری ، دید. فناوری اجرای این رابط کاربری در هر دستگاهی وجود ندارد و بیشتر در دستهای از رایانههای یک پایگاه داده مشاهده میشود. هر وقت فردی درخواستی برای سیری ارسال میکند، پیام وی به پایگاه داده ارسال، تحلیل و راهکار لازم به دستگاه وی منتقل میشود. این امر چنان سریع اتفاق میافتاد که انگار هر دستگاه دستیار شخصی خودش را دارد.
در مبحث سیستمهای اتوماسیون ساختمان، شاهد رابطهای کاربری پیشرویی هستیم که به ابر (Cloud) منتقل شدهاند. به جای داشتن رایانههای فیزیکی که برای دسترسی به BAS استفاده میشود، اکنون هابهایی (hub) وجود دارند که اطلاعات را دریافت و به ابر منتقل میکنند. این امر به اپراتور این امکان را میدهد تا با کمک هر دستگاه متصل به اینترنتی به سیستمشان دسترسی داشته باشند.
علاوه بر اینها، با انتقال داده به ابر، میتوانیم چگونگی عملکرد ساختمانها را با ماشینهای قدرتمندتر تحلیل کنیم و به مدیران تسهیلات درباره عملکرد کارآمدتر سیستمهای گرمایشی، سرمایشی و روشنایی بینش دقیقتری بدهیم. با تجمیع این «دادههای بزرگ» و بینشی که درباره صدها یا هزاران ساختمان ایجاد میشود، شرکتهای BAS میتوانند الگوریتمهای یادگیری ماشینآلات خود را برای نقشه و امکانات مشترک ساختمانهای خوب بهینه کنند.
یادگیری ماشین و هوش مصنوعی
بله، این درست همان جایی است که Skynet شروع میشود، اما بیش از آن که از فیلمهای علمی-تخیلی برای مثال نام ببریم، نرمافزار موسیقی واقعی و بیضرری را مثال میزنیم که بسیاری از افراد معمولاً با آن یا نمونههای مشابه آن سروکار دارند.
پاندورا ، یک نرمافزار رایگان موسیقی است که پیشنهادات خود را براساس سلائق قبلی شنونده بهطور خودکار ارائه میدهد. کاربران در ابتدا نوع موسیقی، خواننده یا آهنگ دلخواه خود را انتخاب میکنند و یک «ایستگاه » ایجاد میشود. مطابق با ویژگیهای خاص موسیقی انتخابشده، پاندورا قطعات موسیقی مشابهی را پخش میکند. کاربران میتوانند در همان نرمافزار بگویند که آیا آهنگ پیشنهادی را دوست دارند یا نه. هرچه شنونده اطلاعات بیتری را در بازخورد اولویتها و سلیقهاش فراهم کند، برنامه «یاد میگیرد» شما چه نوع آهنگهایی را دوست دارید یا ندارید.
برخلاف پردازش ابر، یادگیری ماشین و هوش مصنوعی هنوز در سیستمهای امروزی اتوماسیون ساختمان مرسوم نیست. برخی سیستمها ویژگیهایی را برای نرمافزارشان درنظر میگیرند که نشانههایی از شروع این فناوری است. اما هیچ یک نتوانستهاند فعلاً به منافع واقعی، که ما برای محیطهای بزرگ پیشبینی میکنیم، دست یابند.
شبیه برنامه پاندورا، BAS هم نیاز دارد تا برای شروع مؤثر یادگیری در ابتدا ورودیهایی داشته باشد. این ورودی اولیه میتواند از مقدار آمپر، ولتاژ، دما و سایر دستگاههای متنوعی که در ساختمان استفاده میکنیم گردآوری شود. یکی از بزرگترین مزایایی که ما از یادگیری ماشین بهدست میآوریم، توانایی شناخت الگوها و ناهنجاریهاست. این مزیتی است که میتواند ما را به سمت اولین برنامه کاربردی یادگیری ماشین در حوزه اتوماسیون ساختمان رهنمون شود.
همانگونه که BAS میتواند از راه شناخت الگوی سیستم تشخیص دهد چه چیزی طبیعی است، توانایی شناخت ناهنجاریها را هم دارد. برای نمونه، شاید سیستم بتواند کاهش شدید مقدار آمپر را در یک بازه زمانی طولانی بفهمد و به شما هشدار دهد که نیاز به بازبینی پیشگیرانه از تسمه فن دارید. این تنها به این دلیل ممکن است که سیستم از قبل دادههایی را داشته که نشاندهنده وضعیت طبیعی بوده است.
مورد هیجانانگیزتر استفاده از یادگیری ماشین برای تحلیلهای پیشبینیکننده است. از راه ترکیب اطلاعات پیشین هوا و BAS با پیشبینیهای آتی هواشناسی، سیستم اتوماسیون ساختمان خواهند توانست نحوه عملکرد تسهیلات و امکانات را در روز بعد پیشبینی کند.
اتصال و یکپارچگی
در سالهای اخیر اتوماسیون منزل رشد خوبی داشته است. بین ترموستاتهای هوشمند، چراغهای روشنایی، کلیدها، بلندگوها، قفلها و سیستمهای امنیتی، بازار اتوماسیون منزل بهگونه شگفتآوری سریعتر از تسهیلات تجاری پیشرفت کرده است و اینترنت اشیاه (IoT) واقعاً تبدیل به واقعیتی در منازل شده است.
بهعلاوه، بسیاری از دستگاهها میتوانند با کمک برنامههای تلفن همراه هوشمند به هم متصل شوند و بهطور خودکار عمل کنند. براساس محل فرد و اولویتهای وی، این برنامهها میتوانند درها را قفل یا باز کنند، درجه دما را تغییر دهند، زنگ هشدار را تنظیم و حتی چراغها را خاموش و روشن کنند.
در سطح تجاری، ساختمانهایی (نه خیلی زیاد) هستند که مفاهیم مشابهی را پیاده میکنند. ساختمان Edge در آمستردام بهترین نمونه از این قبیل است. این ساختمان از راه فناوری ساختمان انرژی صفر که برای بهینهسازی برنامه موبایل بهکار میرود، تجربه زیست هریک از ساکنان ساختمان را سفارشی میکند. برنامه Edge در میان فهرستی از ویژگیهای چشمگیری که دارد، براساس برنامههای تقویم روزانه ساکنان، هر روز میزی در اختیار آنها میگذارد که با رنگ مورد علاقه آنها همخوانی داشته باشد.
واقعیت آینده فناوری
گاهی ممکن است بهگونهای درباره این فناوریها صحبت شود که گویی آنها هماکنون در دسترساند و بهراحتی میتوان آنها را اجرا کرد، اما واقعیت این نیست. هرچند مفهومسازی بسیاری از آنها، مثل یادگیری ماشین، از چندین دهه پیش آغاز شده، تازه به نقطهای رسیدهایم که فناوری لازم برای اجراییکردن آن مفاهیم به اندازه کافی رشد کرده است. اکنون زمان هیجانانگیزی در صنعت اتوماسیون ساختمان است که ببینیم اتوماسیون برای راحتی زندگی ما و کارایی بهتر امکانات هر روزه عملیاتیتر میشود.