Analiza energije, dnevne svjetlosti i udobnosti

Dobici:

• Sposobnost opisivanja uloge umjetne inteligencije u pripremi podataka, tumačenju i izvješćivanju u radnom tijeku simulacije dnevnog svjetla, insolacije i energije
• Sposobnost jasnog praćenja pretpostavki, rubnih uvjeta i nesigurnosti prilikom sažimanja rezultata simulacije pomoću AI
• Sposobnost razumijevanja da se rezultati energije/udobnosti moraju provjeriti službenom metodom izračuna i akreditiranim softverom te da AI ne proizvodi brojeve

Zgrada ne samo da izgleda lijepo; Osobu koja živi unutra hladi na vrućini i grije na hladnoći, propušta svjetlost tijekom dana i ne troši nepotrebnu energiju. Kako bi ih predvidjeli, arhitekti koriste simulacije: računalne analize koje numerički izračunavaju kako će se zgrada ponašati prema suncu, svjetlu i zraku. Analiza dnevnog svjetla (koliko prirodnog svjetla ulazi u prostor), analiza insolacije/sjene i energetska simulacija su glavne. Akreditirani i verificirani posebni softver radi ove izračune; Umjetna inteligencija sama ne proizvodi te brojke. Uloga umjetne inteligencije je priprema podataka, organiziranje scenarija, tumačenje i izvješćivanje o rezultatima. U ovoj ćete jedinici naučiti kako staviti AI na pravo mjesto u tijek rada energije i dnevnog svjetla i kako izbjeći najopasniju pogrešku: natjerati AI da proizvodi brojeve.

Zašto AI ne simulira

Jezični model može dati pouzdani broj na pitanje "koliko sunčeve svjetlosti ulazi u ovu prostoriju". Ali ovaj broj je procjena/izmišljotina, a ne pravi izračun. Množitelj dnevne svjetlosti, energetsko opterećenje, sati sjene; To su fizički izračuni temeljeni na geometriji zgrade, geografskom položaju, svojstvima materijala i klimatskim podacima. Samo softver za simulaciju koji modelira fiziku te stvari ispravlja.

Pravi doprinos umjetne inteligencije je sljedeći: priprema ulaznih podataka simulacije (popis scenarija, popis materijala), davanje smisla njegovim rezultatima (sažimanje stotina stranica rezultata, pronalaženje obrazaca) i pisanje izvješća. Dakle, AI je vrijedan prije i poslije računa; ne u samom računu.

Oprez: Nemojte tražiti od umjetne inteligencije broj kao što je množitelj dnevne svjetlosti, potrošnja energije ili sat sjene. Samo akreditirani/provjereni softver za simulaciju proizvodi ove vrijednosti. Bilo koji broj koji daje AI ne bi se trebao koristiti osim ako se radi o izvornom računu.

Priprema unosa: Prva prednost umjetne inteligencije

Kvaliteta simulacije ovisi o kvaliteti ulaza. AI vam pomaže da orkestrirate složen skup scenarija: koji smjerovi fasade, koje vrste ostakljenja, koje opcije sjenčanja, koje sate korištenja testirati. Pretvarajući ih u strukturiranu tablicu i pojašnjavajući što će svaki scenarij mjeriti, štedi vrijeme i smanjuje pogreške.

AI također može sastaviti svojstva materijala (vrijednost toplinske vodljivosti, propusnost svjetla itd.) i staviti ih u tablicu; ali je potrebno potvrditi ove vrijednosti iz dokumentacije proizvođača, jer AI može krivo zapamtiti.

Ishod tumačenja: Druga prednost umjetne inteligencije

Rezultati simulacije često su ogromni i složeni: temperatura iz sata u sat, razina osvjetljenja sobe po sobe, mjesečna distribucija energije. Uzimajući u obzir ove podatke, umjetna inteligencija daje jasan sažetak: "tri mjesta koja su najtoplija", "područja ispod ciljne dnevne svjetlosti", "u kojem je mjesecu opterećenje hlađenjem najveće". Ovaj sažetak ubrzava arhitektovu odluku o dizajnu. Ali svakako navedite koji softver i s kojim pretpostavkama dajete rezultate AI-u; Komentar treba staviti u ovaj kontekst.

Savjet: kada dajete rezultat simulacije umjetnoj inteligenciji, recite "ove je rezultate proizveo [softver], sa sljedećim pretpostavkama; vi samo komentirajte i navedite kako su pretpostavke utjecale na rezultat." AI tako neizvjesnost čini vidljivom umjesto da je skriva.

Korak po korak: radni tijek analitike pokretan umjetnom inteligencijom

1. Pojasnite pitanje. Što želite znati: pregrijavanje, nedostatak svjetla, energije?
2. Uredite scenarije pomoću AI. Tablica s varijantama za testiranje.
3. Prikupiti i provjeriti materijalne podatke. Kažu AI, to provjerite iz dokumentacije proizvođača.
4. Pokrenite simulaciju s kompetentnim softverom. Odatle dolazi taj broj.
5. Protumačite izlaz pomoću umjetne inteligencije. Napravite sažetak navodeći pretpostavke.
6. Donesite odluku i prijavite. Zaključak i obrazloženje bilježi se uz izvor.

tri mini kućišta

Slučaj 1 — Uređivanje scenarija. Arhitekt želi testirati dnevno svjetlo za 4 orijentacije fasade, 3 vrste ostakljenja i 2 opcije zasjenjenja. AI pretvara te kombinacije u jasnu tablicu od 24 scenarija, a arhitekt vidi koji su nepotrebno ponavljanje i sužava ih na 16. Vrijeme simulacije i nepravilnosti su smanjeni.

Slučaj 2 — Tumačenje i uzorak. Pojavljuje se 800 redaka izlazne temperature po satu. Arhitekt to daje AI-u i traži sažetak. AI označava dva ureda u jugozapadnom kutu koji se poslijepodne zagrijavaju iznad cilja. Kako bi potvrdio ovo otkriće, arhitekt gleda odgovarajući grafikon simulacije i dodaje sjenčanje. AI nije proizveo broj ovdje; Time je postojeći broj postao čitljiv.

Slučaj 3 — Opasan prečac. Kako bi uštedio vrijeme, pripravnik pita AI ​​"koliki je množitelj dnevne svjetlosti ove sobe?" i dobiveni broj stavlja u izvješće. Nakon provjere postaje jasno da se taj broj ne temelji na nikakvim izračunima i da je izmišljen. Prijava se povlači. Lekcija: brojevi uvijek dolaze iz kompetentnog softvera.

Četiri upita za kopiranje

Pretvorite SCENARIJE koje treba testirati za sljedeći cilj analize u tablicu. Stupci: scenarij br | prednji smjer | vrsta stakla | sjenčanje |što mjeri? Označite nepotrebne/ponavljajuće scenarije. Cilj: [...]

Sastavite vrijednosti propusnosti topline i svjetlosti za ovaj popis materijala u tablicu. Označite svaku vrijednost kao "POTVRĐIVATI IZ DOKUMENTA PROIZVOĐAČA"; Nemojte navoditi točnu vrijednost. Popis: [...]

Sljedeće rezultate simulacije proizveo je [naziv softvera], uz sljedeće pretpostavke: [pretpostavke]. SAŽETAK rezultata: 3 najkritičnija mjesta, uzorci i utjecaj pretpostavki. NEMOJTE GENERIRATI nove brojeve, samo interpretirajte dane. Rezultati: [...]

Organizirajte ovaj nacrt izvješća o energiji/dnevnom svjetlu na jeziku arhitekta: s odjeljcima za metodu, pretpostavke, nalaze, preporuke. Ostavite polje [IZVOR] kako biste naznačili izvor (softver/račun) svakog izdanja. Skica: [...]

Slab upit / Jak upit

Slab: "Kolika bi bila potrošnja energije ove sobe?"

Strong: "U nastavku lijepim mjesečnu izlaznu energiju svoje simulacije temeljene na EnergyPlus. Pretpostavke: [klimatska datoteka, sati korištenja, postavljene temperature]. Sažmite ove rezultate: koji mjesec ima najveće opterećenje, koja se lokacija ističe, koja od pretpostavki najviše utječe na rezultat. Izračunavanje novog broja; samo protumačite podatke koje sam dao."

Snažni prompt zadržava AI u ulozi tumača; Ne upada u zamku iznošenja brojeva i čini pretpostavke vidljivima.

poslovanje

Radi li to umjetna inteligencija?

Tko proizvodi broj

Uređivanje scenarija

da

—

Kompilacija podataka o materijalu

Da (potvrđeno)

Certifikat proizvođača

simulacijski račun

br

Akreditirani softver

Zaključni komentar/sažetak

da

—

Pisanje izvještaja

Da (zavareno)

—

Uobičajene greške

• Natjerati umjetnu inteligenciju da proizvodi brojeve. Vrijednost dnevne svjetlosti/energetske vrijednosti dolazi samo od softvera.
• Bez navođenja pretpostavki. Tumačenje ostaje bez konteksta i dovodi u zabludu.
• Ne potvrđujući materijalnu vrijednost. AI može dati netočne vrijednosti temperature/svjetla.
• Ne uspoređujući AI sažetak s neobrađenim podacima. Sažetak može biti netočno istaknut.
• Stavljanje izmišljenog broja na izvješće. U izvješće nisu uključeni brojevi bez izvora.

Ukratko

Izračuni energije i dnevnog svjetla temelje se na fizici i samo akreditirani softver za simulaciju to čini ispravnim. AI ne radi ovaj izračun; uređuje unos, kompilira (provjerava) materijalne podatke, tumači rezultat i piše izvješće. Nikada nemojte tjerati AI da generira broj poput množitelja dnevnog svjetla ili potrošnje energije. Navedite izvor svake brojke, učinite vidljivima pretpostavke i provjerite konačnu ocjenu kod kompetentnog stručnjaka.

Zadatak aplikacije

Osmislite scenarij analize dnevne svjetlosti ili pregrijavanja prostora. Pomoću umjetne inteligencije pretvorite testne slučajeve u tablicu i ostavite polja za potvrdu za materijalne vrijednosti. Ako imate izlaz simulacije (ili tablicu uzorka), sažmite ga AI-u, navodeći pretpostavke i provjerite da AI ne proizvodi nove brojeve.

popis za provjeru

• [ ] Pojasnio sam pitanje analize.
• [ ] Uredio sam scenarije pomoću umjetne inteligencije.
• [ ] Potvrdio sam materijalne vrijednosti iz dokumentacije proizvođača.
• [ ] Dobio sam broj samo od akreditiranog softvera.
• [ ] Dao sam AI-u da to protumači navodeći pretpostavke.
• [ ] Provjerio sam da AI ne generira nove brojeve.
• [ ] Napisao sam izvor svakog problema u izvješću.