Pagsusuri ng Enerhiya, Daylight at Comfort — Artipisyal na Katalinuhan sa Arkitektura

Mga nadagdag:

Kakayahang ilarawan ang papel ng AI sa paghahanda ng data, interpretasyon at pag-uulat sa liwanag ng araw, insolation at daloy ng trabaho sa simulation ng enerhiya
Kakayahang malinaw na subaybayan ang mga pagpapalagay, kundisyon ng hangganan, at kawalan ng katiyakan kapag nagbubuod ng mga resulta ng simulation gamit ang AI
Kakayahang maunawaan na ang mga resulta ng enerhiya/aliw ay dapat ma-verify gamit ang opisyal na paraan ng pagkalkula at akreditadong software at ang AI ay hindi gumagawa ng mga numero

Hindi lang maganda ang hitsura ng isang gusali; Pinapanatili nitong malamig ang taong nakatira sa loob sa init at mainit sa lamig, pumapasok sa liwanag sa araw, at hindi kumukonsumo ng hindi kinakailangang enerhiya. Upang asahan ang mga ito, ang mga arkitekto ay gumagamit ng mga simulation: mga pagsusuri sa computer na kinakalkula ayon sa numero kung paano kikilos ang gusali sa araw, liwanag at hangin. Daylight analysis (kung gaano karaming natural na liwanag ang pumapasok sa espasyo), insolation/shade analysis at energy simulation ang mga pangunahing. Ang akreditado at na-verify na espesyal na software ay gumagawa ng mga kalkulasyong ito; Ang artificial intelligence ay hindi gumagawa ng mga numerong ito mismo. Ang tungkulin ng AI ay maghanda ng data, ayusin ang mga sitwasyon, bigyang-kahulugan at iulat ang mga resulta. Sa unit na ito matututunan mo kung paano ilagay ang AI sa tamang lugar sa daloy ng trabaho ng enerhiya at liwanag ng araw at kung paano maiwasan ang pinakamapanganib na pagkakamali: ang paggawa ng AI na gumawa ng mga numero.

Bakit hindi ginagaya ang AI

Ang isang modelo ng wika ay maaaring magbigay ng isang kumpiyansa na numero sa tanong na "kung gaano karaming sikat ng araw ang pumapasok sa silid na ito". Ngunit ang numerong ito ay isang pagtatantya/katha, hindi isang tunay na kalkulasyon. Daylight multiplier, pagkarga ng enerhiya, oras ng anino; Ito ay mga pisikal na kalkulasyon batay sa geometry ng gusali, lokasyong heograpikal, mga katangian ng materyal at data ng klima. Tanging ang simulation software na nagmomodelo ng physics ang nakakakuha ng mga bagay na ito nang tama.

Ang tunay na kontribusyon ng AI ay ito: paghahanda ng input ng simulation (listahan ng senaryo, bill ng mga materyales), pagbibigay kahulugan sa output nito (pagbubuod ng daan-daang pahina ng mga resulta, paghahanap ng mga pattern), at pagsulat ng ulat nito. Kaya mahalaga ang AI bago at pagkatapos ng account; wala sa account mismo.

Babala: Huwag humingi sa AI ng isang numero tulad ng daylight multiplier, pagkonsumo ng enerhiya, o oras ng anino. Tanging ang akreditado/na-verify na software ng simulation ang gumagawa ng mga halagang ito. Ang anumang numero na ibinigay ng AI ay hindi dapat gamitin maliban kung ito ay isang pinagmulang account.

Paghahanda ng input: Ang unang benepisyo ng AI

Ang kalidad ng simulation ay depende sa kalidad ng input. Tinutulungan ka ng AI na ayusin ang isang kumplikadong hanay ng mga sitwasyon: aling mga direksyon sa harapan, aling mga uri ng glazing, aling mga pagpipilian sa pagtatabing, aling mga oras ng paggamit upang subukan. Ang paggawa nito sa isang structured na talahanayan at paglilinaw kung ano ang susukatin ng bawat senaryo ay nakakatipid ng oras at nakakabawas ng mga error.

Ang AI ay maaari ding mag-compile ng mga materyal na katangian (heat conductivity value, light transmittance, atbp.) at ilagay ang mga ito sa isang table; ngunit kinakailangan upang kumpirmahin ang mga halagang ito mula sa dokumentasyon ng tagagawa, dahil ang AI ay maaaring matandaan nang hindi tama.

Pagbibigay-kahulugan sa output: Ang pangalawang benepisyo ng AI

Ang simulation na output ay madalas na malaki at kumplikado: oras-oras na temperatura, silid ayon sa antas ng liwanag ng silid, buwanang pamamahagi ng enerhiya. Dahil sa data na ito, ang AI ay gumagawa ng malinaw na buod: "ang tatlong lugar na nagiging pinakamainit", "mga lugar na nasa ibaba ng target ng liwanag ng araw", "kung saan buwan ang cooling load ay pinakamataas." Pinapabilis ng maikling ito ang desisyon sa disenyo ng arkitekto. Ngunit siguraduhing tukuyin kung aling software at kung anong mga pagpapalagay ang ibinibigay mo sa mga resulta sa AI; Ang komento ay dapat ilagay sa kontekstong ito.

Tip: Kapag nagbibigay ng resulta ng simulation sa AI, sabihin na "ang mga resultang ito ay ginawa ng [software], kasama ang mga sumusunod na pagpapalagay; magkomento ka lang at ipahiwatig kung paano naapektuhan ng mga pagpapalagay ang resulta." Sa gayon, ginagawang nakikita ng AI ang kawalan ng katiyakan sa halip na itago ito.

Hakbang-hakbang: daloy ng trabaho sa analytics na pinapagana ng AI

Linawin ang tanong. Ano ang gusto mong malaman: sobrang init, kakulangan ng liwanag, enerhiya?
I-edit ang mga senaryo gamit ang AI. Ilista ang mga variant na susuriin.
I-compile at i-verify ang materyal na data. Sabi nila AI, i-verify mo ito mula sa dokumentasyon ng tagagawa.
Patakbuhin ang simulation gamit ang karampatang software. Dito nanggagaling ang numero.
I-interpret ang output gamit ang AI. Gumawa ng buod sa pamamagitan ng pagsasabi ng mga pagpapalagay.
Gumawa ng desisyon at mag-ulat. Ang konklusyon at katwiran ay naitala kasama ang pinagmulan nito.

tatlong mini case

Case 1 — Pag-edit ng senaryo. Gusto ng isang arkitekto na subukan ang liwanag ng araw para sa 4 na oryentasyon sa harapan, 3 uri ng glazing at 2 pagpipilian sa pagtatabing. Ginagawa ng AI ang mga kumbinasyong ito sa isang malinaw na talahanayan ng 24 na mga sitwasyon, at nakikita ng arkitekto kung alin ang mga hindi kinakailangang pag-uulit at pinaliit ito sa 16. Nababawasan ang oras ng simulation at iregularidad.

Case 2 — Interpretasyon at pattern. Lumilitaw ang 800 linya ng output ng temperatura kada oras. Ibinigay ito ng arkitekto sa AI at humihingi ng buod. Minamarkahan ng AI ang dalawang opisina sa timog-kanlurang sulok na umiinit sa itaas ng target sa hapon. Upang i-verify ang paghahanap na ito, tinitingnan ng arkitekto ang kaukulang graph ng simulation at nagdaragdag ng shading. Hindi ginawa ng AI ang numero dito; Ginawa nitong nababasa ang umiiral na numero.

Kaso 3 — Mapanganib na shortcut. Upang makatipid ng oras, tinanong ng isang intern ang AI "ano ang daylight multiplier ng kwartong ito?" at inilalagay ang resultang numero sa ulat. Sa pagsuri, nagiging malinaw na ang numerong ito ay hindi batay sa anumang mga kalkulasyon at binubuo. Ang ulat ay binawi. Aralin: ang mga numero ay palaging nagmumula sa karampatang software.

Apat na makokopya na prompt

Gawing talahanayan ang mga SCENARIOS na susuriin para sa sumusunod na target ng pagsusuri. Mga Column: scenario no | direksyon sa harap | uri ng salamin | pagtatabing |ano ang sinusukat nito? I-flag ang mga hindi kailangan/paulit-ulit na sitwasyon. Layunin: [...]

I-compile ang mga halaga ng heat transmittance at light transmittance para sa listahan ng materyal na ito sa isang talahanayan. Markahan ang bawat halaga bilang "TO BE CONFIRMED MULA SA DOKUMENTO NG MANUFACTURER"; Huwag magbigay ng eksaktong halaga. Listahan: [...]

Ang mga sumusunod na resulta ng simulation ay ginawa ng [pangalan ng software], na may mga sumusunod na pagpapalagay: [mga pagpapalagay]. BUOD ng mga resulta: 3 pinaka kritikal na lugar, pattern at epekto ng mga pagpapalagay. HUWAG MAGBUO ng mga bagong numero, bigyang-kahulugan lamang ang mga ibinigay. Mga resulta: [...]

Ayusin itong energy/daylight report draft sa wika ng isang arkitekto: na may mga seksyon para sa pamamaraan, mga pagpapalagay, mga natuklasan, mga rekomendasyon. Mag-iwan ng [SOURCE] field upang isaad ang pinagmulan (software/account) ng bawat isyu. Draft: [...]

Mahinang prompt / Malakas na prompt

Mahina: "Ano ang konsumo ng enerhiya ng silid na ito?"

Strong: "Pina-paste ko ang buwanang output ng enerhiya ng aking simulation na nakabatay sa EnergyPlus sa ibaba. Mga pagpapalagay: [climate file, oras ng paggamit, itakda ang mga temperatura]. Ibuod ang mga resultang ito: kung aling buwan ang may pinakamataas na load, kung aling lokasyon ang kapansin-pansin, kung alin sa mga pagpapalagay ang higit na nakakaapekto sa resulta. Pagkalkula ng bagong numero; bigyang-kahulugan lang ang data na ibinigay ko."

Ang malakas na prompt ay nagpapanatili ng AI sa tungkulin ng interpreter; Hindi ito nahuhulog sa bitag ng paggawa ng mga numero at ginagawang nakikita ang mga pagpapalagay.

negosyo

Ginagawa ba ito ng AI?

Sino ang gumagawa ng numero

Pag-edit ng script

—

Pagsasama-sama ng materyal na data

Oo (nakumpirma)

Sertipiko ng tagagawa

account ng simulation

hindi

Akreditadong software

Pangwakas na komento/buod

—

Pagsusulat ng ulat

Oo (welded)

—

Mga karaniwang pagkakamali

Ang paggawa ng AI ay gumagawa ng mga numero. Ang halaga ng daylight/enerhiya ay nagmumula lamang sa software.
Hindi nagsasaad ng mga pagpapalagay. Ang interpretasyon ay nananatiling walang konteksto at panlilinlang.
Hindi nagkukumpirma ng materyal na halaga. Maaaring magbigay ang AI ng mga maling halaga ng temperatura/ilaw.
Hindi inihahambing ang buod ng AI sa raw data. Maaaring hindi tama ang pag-highlight ng buod.
Paglalagay ng ginawang numero sa ulat. Walang mga unsourced na numero ang kasama sa ulat.

Sa buod

Ang mga kalkulasyon ng enerhiya at liwanag ng araw ay batay sa pisika at tanging ang akreditadong software ng simulation ang nakakakuha nito ng tama. Hindi ginagawa ng AI ang pagkalkulang ito; ine-edit ang input, kino-compile (bine-verify) ang materyal na data, binibigyang-kahulugan ang resulta, at isinusulat ang ulat. Huwag kailanman gawin ang AI na bumuo ng isang numero tulad ng daylight multiplier o pagkonsumo ng enerhiya. Sipiin ang pinagmulan ng bawat numero, gawing nakikita ang mga pagpapalagay, at i-verify ang panghuling pagtatasa kasama ng karampatang eksperto.

Gawain ng aplikasyon

Magdisenyo ng liwanag ng araw o overheating na senaryo ng pagsusuri para sa isang espasyo. Gamit ang AI, gawing talahanayan ang mga test case at mag-iwan ng mga field ng kumpirmasyon para sa mga materyal na halaga. Kung mayroon kang simulation output (o isang sample na talahanayan), ibuod ito sa AI, na nagsasaad ng mga pagpapalagay, at suriin na ang AI ay hindi gumagawa ng anumang mga bagong numero.

checklist

[ ] Nilinaw ko ang tanong sa pagsusuri.
[ ] Na-edit ko ang mga senaryo gamit ang AI.
[ ] Kinumpirma ko ang mga halaga ng materyal mula sa dokumentasyon ng tagagawa.
[ ] Nakuha ko lang ang numero mula sa akreditadong software.
[ ] Mayroon akong AI na interpretasyon nito sa pamamagitan ng pagsasabi ng mga pagpapalagay.
[ ] Sinuri ko na ang AI ay hindi bumubuo ng mga bagong numero.
[ ] Isinulat ko ang pinagmulan ng bawat isyu sa ulat.