国际能源研究中心数据显示,建筑能耗占全世界能源消耗总量的40%,伴随AI(人工智能)技术近年来的飞速发展,建筑节能领域正迎来前所未有的发展良机。近日,由香港置地集团主办,百度及百度飞桨平台联合主办的2022年“置慧杯”商业综合体能耗预测大赛落下帷幕,施耐德电气参赛队伍凭借先进的AI算法、大数据建模分析和行业专家经验,以最接近实际值的预测成绩获得亚军。
国内建筑、地产行业由增量时代步入存量时代,2021年3月,“城市更新、提升城镇化发展质量发展”更是首次写入政府工作报告,如何开展城市楼宇、商业建筑的存量改造、节能增效已经成为各方探索的焦点。本次大赛汇聚国内外顶级AI算法团队,致力于提高建筑的能耗效率,降低成本并减少排放,探索地产与物业行业的数字化创新模式。降本减排需要对能耗进行精确估值,当下的重点在于如何获得最优的能耗估值?常规做法是由能耗顾问基于专业经验与历史数据进行估测,但这种做法强依赖于顾问的专业能力与公司的历史数据,无法实现标准化估测。
本着共探能耗估值最优实践的目的,本次大赛共吸引了社会各界开发者、商业体能耗专家从业者、企业研发人员和教育科研机构等上百支队伍参赛。基于主办方提供的真实业务场景数据,参赛者们需要完成模型开发与优化,开展标准化能耗数据预测,通过算法准确预测其能耗结果。
作为低碳转型与可持续发展的践行者与赋能者,来自施耐德电气中国软件研发中心的参赛队伍,凭借先进的算法分析技术,以及专家团队在中国内地和香港不同地区不同客户场景所积累的丰富经验,基于地处重庆的某商业综合体 8个月的历史数据,对商业综合体未来一周内的100多项不同类型能耗数据进行预测。施耐德电气参赛团队将AI技术和自身在商业建筑领域数十年积累的专家知识相结合进行建模,针对不同的预测目标构建了不同的模型方案,取得了显著的预测效果。
在一周的比赛期内,施耐德电气参赛团队提交的预测结果不仅是所有参赛团队中最接近该商业综合体的实际值,并且在预测的基础上给出了进一步节能增效的执行建议。
“先进技术只有与实际场景深入结合才能迸发出无限潜力,”作为团队领队,施耐德电气AI数字化产品专家曹露表示,“施耐德电气在能源管理及建筑节能领域积累了丰富的经验,我们的技术团队了解每个数据参数背后的意义,从而更快、更准确地完成建模分析,将技术转化为客户价值。”
作为高科技创新企业,施耐德电气引领数字化转型与创新的同时,也积极投身于AI等先进技术的应用,将AI技术与工业、建筑、能源管理等诸多领域的实际场景相结合,针对企业数字化与碳中和目标推出了从咨询到落地的一系列解决方案,持续推动行业的数字化与低碳双转型。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。