在當(dāng)今快速發(fā)展的技術(shù)環(huán)境中，“人工智能”、“機(jī)器學(xué)習(xí)”和“算法”等術(shù)語(yǔ)變得越來(lái)越常見(jiàn)。圍繞這些概念的炒作并非沒(méi)有道理，專(zhuān)家預(yù)測(cè)，到 2035 年，人工智能可將盈利率大幅提高38%，為經(jīng)濟(jì)貢獻(xiàn)超過(guò)14 萬(wàn)億美元。

但是，人工智能和機(jī)器學(xué)習(xí)與傳統(tǒng)軟件有何不同？它們?nèi)绾翁貏e有利于設(shè)施和資產(chǎn)管理？在本文中，我們將探討這些問(wèn)題并闡明這些技術(shù)的深遠(yuǎn)影響。為了開(kāi)始這一探索，讓我們首先對(duì)這些基本術(shù)語(yǔ)有一個(gè)清晰的理解。

算法：算法是計(jì)算機(jī)科學(xué)的基礎(chǔ)。它們是數(shù)據(jù)庫(kù)、安全、人工智能和圖形等計(jì)算機(jī)科學(xué)不同領(lǐng)域的基礎(chǔ)。算法是解決特定問(wèn)題的逐步過(guò)程或一組規(guī)則。傳統(tǒng)上，算法是為了解決特定問(wèn)題而編碼的。當(dāng)遇到新問(wèn)題時(shí)，就會(huì)編寫(xiě)并部署新代碼來(lái)解決這些問(wèn)題。

人工智能 (AI)：人工智能是計(jì)算機(jī)科學(xué)的一個(gè)廣泛領(lǐng)域，專(zhuān)注于創(chuàng)建能夠模擬人類(lèi)智能的機(jī)器。人工智能涵蓋了廣泛的技術(shù)、算法和方法，使機(jī)器能夠執(zhí)行任務(wù)，例如解決問(wèn)題、決策和自然語(yǔ)言處理。

那么人工智能是如何實(shí)現(xiàn)這一切的呢？人工智能是一組算法，可以根據(jù)學(xué)習(xí)到的輸入和數(shù)據(jù)修改其行為并創(chuàng)建新算法。人工智能的本質(zhì)是“模式識(shí)別”的思想。人工智能算法可以處理大量數(shù)據(jù)，識(shí)別數(shù)據(jù)中的模式并從中學(xué)習(xí)。然后，當(dāng)未來(lái)遇到類(lèi)似的模式時(shí)，將學(xué)習(xí)的內(nèi)容應(yīng)用于做出決策和預(yù)測(cè)。這種根據(jù)新數(shù)據(jù)進(jìn)行改變、適應(yīng)和成長(zhǎng)的能力被稱(chēng)為“智能”。隨著處理越來(lái)越多的數(shù)據(jù)，系統(tǒng)逐漸改進(jìn)自身。

另外，人工智能是一個(gè)總括術(shù)語(yǔ)，有許多子學(xué)科：機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)。不同的算法是為不同的目的而設(shè)計(jì)的。例如，決策樹(shù)是分類(lèi)任務(wù)中常用的算法，其目標(biāo)是將輸入分配給特定類(lèi)別或類(lèi)別。支持向量機(jī) (SVM) 是另一種用于分類(lèi)和回歸任務(wù)的算法，其中涉及預(yù)測(cè)連續(xù)值。神經(jīng)網(wǎng)絡(luò)，特別是深度學(xué)習(xí)模型，是高度通用的算法，能夠處理數(shù)據(jù)中的復(fù)雜模式和關(guān)系。

機(jī)器學(xué)習(xí) (ML)：機(jī)器學(xué)習(xí)是人工智能的一個(gè)子集。機(jī)器學(xué)習(xí)算法必須輸入結(jié)構(gòu)化數(shù)據(jù)，而不是可以處理非結(jié)構(gòu)化數(shù)據(jù)的通用人工智能。機(jī)器學(xué)習(xí)的一個(gè)例子是信用卡欺詐檢測(cè)系統(tǒng)，它使用來(lái)自銀行系統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)。功能極其強(qiáng)大的人工智能的一個(gè)例子是能夠克服不可預(yù)見(jiàn)的障礙在世界中航行的機(jī)器人。

從本質(zhì)上講，機(jī)器學(xué)習(xí)依賴(lài)于識(shí)別模式和從數(shù)據(jù)中提取見(jiàn)解的能力。它使用統(tǒng)計(jì)技術(shù)在大型數(shù)據(jù)集上訓(xùn)練模型，然后應(yīng)用這些模型對(duì)新的、看不見(jiàn)的數(shù)據(jù)進(jìn)行預(yù)測(cè)或采取行動(dòng)。機(jī)器學(xué)習(xí)算法大致可分為三種類(lèi)型：監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。

監(jiān)督學(xué)習(xí)涉及在標(biāo)記數(shù)據(jù)上訓(xùn)練模型，其中期望的輸出或結(jié)果是已知的。該模型學(xué)習(xí)將輸入數(shù)據(jù)與正確的輸出關(guān)聯(lián)起來(lái)，使其能夠?qū)π碌?、未?jiàn)過(guò)的數(shù)據(jù)進(jìn)行預(yù)測(cè)。另一方面，無(wú)監(jiān)督學(xué)習(xí)處理未標(biāo)記的數(shù)據(jù)，旨在發(fā)現(xiàn)數(shù)據(jù)中的模式或結(jié)構(gòu)。強(qiáng)化學(xué)習(xí)涉及訓(xùn)練代理與環(huán)境交互并通過(guò)獎(jiǎng)勵(lì)和懲罰系統(tǒng)進(jìn)行學(xué)習(xí)。

現(xiàn)在我們對(duì)人工智能、機(jī)器學(xué)習(xí)和算法有了更清晰的了解，讓我們探討一下它們與資產(chǎn)和設(shè)施管理的相關(guān)性。

資產(chǎn)和設(shè)施管理對(duì)于企業(yè)、組織甚至城市來(lái)說(shuō)都是一項(xiàng)關(guān)鍵功能。它涉及建筑物、設(shè)備和基礎(chǔ)設(shè)施等實(shí)物資產(chǎn)的管理、運(yùn)營(yíng)和維護(hù)，以確保其最佳性能、使用壽命和成本效益。

傳統(tǒng)上，資產(chǎn)和設(shè)施管理依靠手動(dòng)流程和定期檢查來(lái)確定維護(hù)需求、檢測(cè)異常并優(yōu)化性能。然而，人工智能和機(jī)器學(xué)習(xí)的出現(xiàn)通過(guò)引入數(shù)據(jù)驅(qū)動(dòng)、預(yù)測(cè)和主動(dòng)的方法徹底改變了這一領(lǐng)域。

人工智能和機(jī)器學(xué)習(xí)技術(shù)可以利用從傳感器、物聯(lián)網(wǎng)設(shè)備和其他來(lái)源收集的數(shù)據(jù)來(lái)實(shí)時(shí)洞察資產(chǎn)和設(shè)施的狀況、性能和能源使用情況。通過(guò)使用機(jī)器學(xué)習(xí)算法分析這些數(shù)據(jù)，可以識(shí)別模式、趨勢(shì)和異常，從而實(shí)現(xiàn)預(yù)測(cè)性維護(hù)、能源優(yōu)化和改進(jìn)決策。

更具體地說(shuō)，例如超過(guò) 15 年以來(lái)，Phoenix Energy Technologies 一直利用其專(zhuān)有的 CAA 閉環(huán)框架（收集-分析-行動(dòng)）為客戶(hù)提供智能建筑物聯(lián)網(wǎng)分析解決方案。簡(jiǎn)而言之，人工智能使我們能夠增強(qiáng)現(xiàn)有的核心閉環(huán)能力，使其變得更好、更快、更動(dòng)態(tài)，并向自主和自適應(yīng)閉環(huán)系統(tǒng)邁進(jìn)。

例如，機(jī)器學(xué)習(xí)算法可以從歷史數(shù)據(jù)中學(xué)習(xí)，在設(shè)備故障或維護(hù)需求發(fā)生之前進(jìn)行預(yù)測(cè)。通過(guò)識(shí)別表明即將發(fā)生問(wèn)題的早期預(yù)警信號(hào)或模式，資產(chǎn)管理者可以安排主動(dòng)維護(hù)，避免代價(jià)高昂的故障并最大限度地延長(zhǎng)正常運(yùn)行時(shí)間。

人工智能驅(qū)動(dòng)的分析還可以通過(guò)分析來(lái)自傳感器和智能電表的實(shí)時(shí)數(shù)據(jù)來(lái)優(yōu)化能源消耗。機(jī)器學(xué)習(xí)算法可以學(xué)習(xí)能源使用模式并識(shí)別節(jié)能機(jī)會(huì)，例如優(yōu)化 HVAC 系統(tǒng)、調(diào)整照明時(shí)間表或識(shí)別能源密集型設(shè)備。通過(guò)利用這些見(jiàn)解，企業(yè)可以降低能源成本、提高可持續(xù)性并實(shí)現(xiàn)環(huán)境目標(biāo)。

此外，人工智能可以促進(jìn)資產(chǎn)和設(shè)施管理方面更明智的決策。通過(guò)處理大量數(shù)據(jù)并模擬不同場(chǎng)景，人工智能系統(tǒng)可以提供優(yōu)化資產(chǎn)利用率、空間管理或長(zhǎng)期規(guī)劃的建議。這使得利益相關(guān)者能夠做出數(shù)據(jù)驅(qū)動(dòng)的決策，從而最大限度地提高效率、降低成本并提高居住者的舒適度。

隨著人工智能和機(jī)器學(xué)習(xí)的不斷發(fā)展，我們可以期待自主和自適應(yīng)閉環(huán)系統(tǒng)的進(jìn)一步發(fā)展。這些系統(tǒng)將利用實(shí)時(shí)數(shù)據(jù)、人工智能算法和控制機(jī)制來(lái)持續(xù)監(jiān)控、分析和優(yōu)化資產(chǎn)和設(shè)施性能，無(wú)需人工干預(yù)。這有望提高運(yùn)營(yíng)效率、減少停機(jī)時(shí)間并增強(qiáng)乘員體驗(yàn)。

總之，人工智能、機(jī)器學(xué)習(xí)和算法是計(jì)算機(jī)科學(xué)領(lǐng)域內(nèi)相互關(guān)聯(lián)但又不同的概念。人工智能涵蓋了創(chuàng)建智能機(jī)器的更廣泛目標(biāo)，而機(jī)器學(xué)習(xí)則專(zhuān)注于使機(jī)器能夠從數(shù)據(jù)中學(xué)習(xí)的算法。反過(guò)來(lái)，算法是用于處理數(shù)據(jù)并做出預(yù)測(cè)或決策的數(shù)學(xué)模型或技術(shù)。

在資產(chǎn)和設(shè)施管理領(lǐng)域，人工智能和機(jī)器學(xué)習(xí)通過(guò)實(shí)現(xiàn)預(yù)測(cè)性維護(hù)、能源優(yōu)化和數(shù)據(jù)驅(qū)動(dòng)決策，正在徹底改變傳統(tǒng)方法。通過(guò)利用實(shí)時(shí)數(shù)據(jù)和機(jī)器學(xué)習(xí)算法，企業(yè)可以主動(dòng)解決維護(hù)需求、優(yōu)化能源消耗并做出明智的決策，從而最大限度地提高效率并降低成本。

隨著像 Phoenix Energy Technologies 這樣的公司繼續(xù)利用人工智能和機(jī)器學(xué)習(xí)來(lái)增強(qiáng)我們現(xiàn)有的閉環(huán)能力，我們預(yù)計(jì)資產(chǎn)和設(shè)施管理將取得更大的進(jìn)步，從而引導(dǎo)我們走向更加自主和自適應(yīng)的閉環(huán)系統(tǒng)。

不可否認(rèn)，資產(chǎn)和設(shè)施管理的未來(lái)與人工智能和機(jī)器學(xué)習(xí)緊密相連。采用這些技術(shù)不僅可以提高運(yùn)營(yíng)效率，還可以為更智能、更可持續(xù)和更有彈性的建筑環(huán)境鋪平道路。