Na infância, sempre existe aquele edifício que todos pensam que está assombrado - onde as luzes se acendem repentinamente quando alguém entra na sala, os objetos desenvolvem uma mente própria e as máquinas magicamente ganham vida. Felizmente, não é um fantasma, então não há necessidade de chamar Ghostbusters.
Por Paul Golata para a Mouser Electronics
Artigo de dezembro de 2019 – Traduzido com permissão da Mouser em dezembro de 2021
Em vez disso, há algo mais lógico em jogo, controlando as coisas à distância. Como engenheiros, estamos cientes do avanço da inteligência artificial (IA). AI é uma técnica que permite que computadores e máquinas emulem o comportamento humano. Um subconjunto da IA é o aprendizado de máquina (ML), em que as técnicas de IA são combinadas com técnicas de processamento estatístico para permitir que computadores e máquinas "aprendam" fazendo ajustes que os aprimoram no caminho em direção ao seu objetivo.
A IA está impactando quase todos os campos e aplicações, incluindo a cidade e os espaços que ocupamos. Cidades inteligentes, onde as redes de detecção e processamento inteligentes, juntamente com IA e ML, se empenharão em transformar o ambiente ao redor e os ambientes de casa, trabalho e lazer. Com impacto na infraestrutura de iluminação municipal, edifícios, serviços públicos, transporte, meio ambiente e comunicações, as cidades inteligentes estão prontas para mudar a forma como interagimos com o mundo ao nosso redor.
Algumas estimativas afirmam que a iluminação é responsável por um sexto (1/6) a um quinto (1/5) do consumo total de energia atual. A chegada da IA pode permitir o comissionamento do controle e automação da iluminação do prédio para economizar dinheiro, reduzir o consumo e o desperdício de energia e melhorar o nível de qualidade do serviço e a satisfação do cliente. A IA atuará como uma inteligência invisível, fornecendo recursos de tomada de decisão que ajudarão no provisionamento de edifícios inteligentes no futuro. Continue lendo e veja como a IA geralmente invisível ajudará a controlar nossos ambientes de iluminação visível (Figura 1).
Introdução à iluminação inteligente
Os sistemas de iluminação inteligente são sistemas de iluminação que possuem sistemas de comunicação e controle integrados. A incorporação desses sistemas permite uma automação e flexibilidade potencialmente maiores. A comunicação sem fio auxilia na cobertura de grandes distâncias. A flexibilidade de controle aumenta porque a resposta geral de iluminação pode ser ajustada em três pontos principais:
• Geral (nível macro)
• Edge (nível local)
• Particular (nível do dispositivo)
Smartphones, sistemas de computador ou acessórios de parede podem operar como estações de controle e comutação. Os níveis de cor ou branco podem receber ajustes por meio da manipulação de combinações de vermelho, verde, azul e branco para fornecer os comprimentos de onda específicos e a temperatura de cor correlacionada (CCT) desejada. Os níveis de luz de saída, medidos em lúmens, podem ser ajustados para controlar a quantidade de potência óptica fornecida pelo local. Lâmpadas, luzes embutidas, arquitetônicas (internas / externas), sinalização e iluminação paisagística podem ser coordenadas em um único sistema.
AI: Aprendizagem e Iluminação
Tive de ir à escola por muitos anos para aprender todo tipo de coisas. Algumas coisas, como meu ABC, eu descobri cedo, enquanto outras coisas como física quântica e manipulação de Laplace se transformam tão facilmente quanto a adição matemática me levou muitos anos para equacionar.
AI é um importante disruptor de tecnologia. Uma das características que a IA traz para a iluminação inteligente é o aprendizado. A IA permite que os sistemas de iluminação inteligentes melhorem seu desempenho de maneira análoga ao feedback em um circuito eletrônico. Essa função de aprendizado e refinamento é chamada de ML.
O ML geralmente emprega uma grande quantidade de dados. Conforme os dados são analisados, o computador pode tomar decisões. Essas decisões são chamadas de inferências. Inferências são conclusões alcançadas com base em evidências e raciocínio lógico. Esse tipo de processamento é adequado para um computador.
O sistema de computador aprende por um dos três métodos:
• Aprendizagem supervisionada
• Aprendizagem não supervisionada
• Aprendizagem por reforço
A aprendizagem supervisionada é empregada ao fornecer e comparar a melhor resposta correta (saída) desejada. Seu complemento, a aprendizagem não supervisionada, ao contrário, não contém nenhuma informação sobre qual é a melhor resposta correta (output) desejada. A aprendizagem por reforço fornece feedback positivo ou negativo apropriado com base em qual deve ser a melhor resposta de resposta correta (saída). Como os computadores têm alta capacidade computacional, eles geralmente podem fazer melhorias dramáticas em seu aprendizado por reforço de maneira bastante rápida em comparação aos humanos sem a ajuda de computadores (Figura 2).
Adoção
Uma ampla variedade de indústrias está incorporando IA. Bancário, varejo, automotivo e médico são todos os setores que fizeram uma incursão significativa no emprego de IA em seus respectivos campos. É evidente que, embora a IA seja difundida, ela será adotada em diferentes setores em ritmos diferentes. O conhecimento e as lições aprendidas nesses campos irão fluir para o espaço de aplicação industrial ao longo do tempo.
A amplitude e o escopo do setor de controle industrial, incluindo iluminação inteligente, são enormes. Organizações com conhecimento particular e específico de seus parâmetros de automação e controle de iluminação inteligente serão capazes de adotar mais rapidamente do que aquelas que transferiram essa tarefa para empresas externas. A implementação de IA e ML é mais fácil para organizações que têm conceitos iniciais de como devem abordar algoritmos de aprendizagem para lidar com as especificidades de seus desafios e metas organizacionais. Uma compreensão das limitações e inter-relações do sistema existente fornecerá áreas específicas nas quais se concentrar e aplicar IA em soluções de automação e controle de iluminação de edifícios. A IA pode ser adaptada para abordar áreas específicas do aplicativo que a organização deseja controlar e automatizar. AI é uma ferramenta que tem muitos usos. Como um faz-tudo com um cinto de ferramentas bem equipado, ele tem à sua disposição uma grande variedade de contextos e aplicações que pode aplicar.
Devido à diversidade de atividades dentro do espaço industrial, as funções comuns de nível superior, com o maior nível de retorno sobre o investimento (ROI), produzirão os principais pontos de entrada no mercado. As áreas onde a segurança humana e as preocupações e riscos gerais representam grandes exposições financeiras provavelmente serão as primeiras áreas industriais a empregar grandes quantidades de IA. Secundariamente, as aplicações industriais de IA, como iluminação inteligente, em que sistemas de alto nível, de nível relativamente semelhante podem ser rapidamente adaptados e modificados, representam áreas para adoção. Sem dúvida, as organizações devem estar analisando e planejando agora como a IA oferece a possibilidade de aumentar a eficiência e a eficácia.
Análise Comportamental
Apesar da realidade de que as pessoas são difíceis de explicar, há poucas dúvidas de que as pessoas frequentemente estão fazendo as coisas de uma maneira caracteristicamente previsível, mesmo que cada ação em particular tenha variações ou também esteja sujeita a uma resposta diferente e ação subsequente. Psicólogos e sociólogos costumam ser pagos para aprender como as pessoas responderão e agirão em várias circunstâncias.
Muitas organizações reconhecem que estão trabalhando para incorporar tecnologias de IA e ML em seus processos para obter um melhor entendimento do que está acontecendo. Um benefício da IA é que ela ajudará os seres humanos a analisar seu comportamento e sua inter-relação com outras dinâmicas.
A incorporação de técnicas de IA e ML permite que as organizações usem os dados dos hábitos do cliente para aprender e responder a várias condições variáveis. Os modelos de dados estatísticos anteriores são comparados às condições operacionais atuais e os ajustes são feitos para otimizar (Figura 3).
As demandas de controle de iluminação e automação de edifícios estão mudando continuamente, um processo dinâmico de dar e receber. O uso de dados anteriores, quando combinado com simulações realizadas de consumo de demanda potencial previsto, pode se beneficiar de modelos de reforço de IA. As organizações que desejam maximizar a produtividade e reduzir custos são incentivadas a tentar obter vantagens econômicas. Os dados extremamente complicados do passado, em combinação com os modelos previstos, fornecem uma resposta flexível em tempo real para atender às necessidades de hoje. Como a IA está aprendendo, ela está continuamente melhorando seu desempenho. Quanto mais cedo alguém adotar a IA e incorporá-lo como parte do processo de automação e controle de iluminação do prédio, mais cedo ele alcançará sua decisão e nível de resposta ideais. A flexibilidade permanece inerentemente alta porque a IA aprendeu o que e como ajustar o controle de iluminação do prédio e as variáveis de automação em resposta aos desvios do desempenho ideal. O resultado é que, após sua adoção, o overshoot do sistema é amortecido e mitigado.
Mudanças dramáticas no uso também são tratadas. Uma vez que o sistema aprendeu com uma variedade de condições como responder, quaisquer aumentos ou diminuições significativas em várias entradas são tratadas com respostas de primeira ordem e aproximadamente corretas e, em seguida, ajustados com base no feedback de reforço. O resultado é que o sistema de IA fornece uma ferramenta de tomada de decisão bem controlada, autocorretiva e totalmente automatizada para controlar a iluminação do prédio.
Automação de escritório
AI ajuda a automatizar as coisas, o que significa que permite que os sistemas operem enquanto exigem pouca ou nenhuma supervisão ou controle humano direto, o que significa ser capaz de comissionar melhor o controle e automação da iluminação do prédio para economizar dinheiro, reduzir o consumo de energia e o desperdício, melhorando assim o nível de qualidade do serviço e satisfação do cliente. Um bom exemplo de IA em um ambiente de escritório seria o controle de iluminação do edifício e mudanças de automação sendo implementadas conforme a localização do sol muda ao longo do dia em sincronização com a quantidade medida de iluminação recebida do sol e ajustada para vários locais e iluminação de saída requisitos necessários para vários consumidores.
Conclusão
Embora os novos avanços na tecnologia possam parecer assustadores para muitos, não tenho medo de fantasmas. Não precisamos ter medo da IA. Com a sua chegada, a IA possibilitará o comissionamento do controle e automação da iluminação predial. A AI nos ajudará a seguir em uma direção positiva para economizar dinheiro, reduzir o consumo e o desperdício de energia, melhorar o nível de qualidade do serviço e aumentar a satisfação do cliente. E isso não é uma história de fantasma imaginária.
Sobre o autor
Paul Golata ingressou na Mouser Electronics em 2011. Como especialista sênior de conteúdo técnico, Paul é responsável por contribuir para a liderança estratégica, execução tática e direção geral de marketing da linha de produtos para produtos relacionados à tecnologia avançada. Paul fornece aos engenheiros de projeto as mais novas e mais recentes informações fornecidas por meio da criação de conteúdo técnico exclusivo e valioso que facilita e aprimora a Mouser Electronics como o distribuidor preferencial de escolha.
Antes da Mouser Electronics, ele atuou em várias funções relacionadas à fabricação, marketing e vendas na Arrow Electronics, JDSU, Balzers Optics, Piper Jaffray, Melles Griot e Hughes Aircraft Company. Paul possui um BSEET do DeVry Institute of Technology — Chicago, IL; um MBA da Pepperdine University — Malibu, CA; um MDiv w / BL do Southwestern Baptist Theological Seminary - Fort Worth, TX; e um PhD do Southwestern Baptist Theological Seminary - Fort Worth, TX.
