28、智能建筑：前沿趋势与未来展望

智能建筑：前沿趋势与未来展望

1. 机器学习模型助力智能建筑分析

机器学习（ML）在智能建筑领域发挥着重要作用，主要有以下四种模型：
- 监督学习 ：利用示例和答案来教导机器预期的结果。随着时间推移，机器记住这些预期结果，并从答案中进行选择。
- 无监督学习 ：没有答案，机器像人类观察世界一样，研究无结构和未标记的输入数据，以识别模式和相关性。随着可用数据增多，机器经验不断丰富。例如面部识别、市场研究和网络安全等领域都应用了无监督学习。
- 半监督学习 ：将标记和结构化数据与无结构和未标记的输入数据一起输入，帮助机器学习。半监督学习算法指导机器研究标记数据，识别相关属性并应用于未标记数据。
- 强化学习 ：用一组允许的规则、动作和潜在的最终状态取代监督学习中的答案。机器通过经验和奖励学习，奖励以数值形式编程到算法中。就像教别人下象棋，通过解释规则和实践来积累技能。

ML算法能够识别相关性和模式，因此非常擅长分析净营业收入（NOI），可立即评估智能建筑解决方案的运营影响。预测性维护也是ML的一个很好的应用示例。

2. 人工智能让建筑更智能

物联网（IoT）传感器使建筑组件能够相互通信，但通常不提供智能。没有智能，就会有大量原始数据需要整理以提供运营见解。随着越来越多的IoT传感器应用于建筑，需要分析的数据也越来越多，以优化建筑系统。人工智能（AI）可将这些数据转化为可操作的智能。

AI在智能建筑中的应用主要包括：
|应用领域|具体应用| <