Algoritme sparer energi og forebygger fugtskader og skimmel

CLIMAID hjælper boligforeninger med at sænke deres energiforbrug og undgå fugtskader, lækage og skimmelsvamp. Det sker ved hjælp af en algoritme, der gør det muligt at have en centralt placeret sensor i hver eneste lejlighed, der måler temperatur og luftfugtighed.

Disse data beriges med data om udetemperatur og udeluftfugtighed og beboernes egne oplevelser af, hvordan indeklimaet er, som de kan indrapportere gennem en browserbaseret app. Alle disse data indgår i CLIMAIDs beregninger, som bliver omsat til rapporter, anbefalinger og styring.

Afværger vandskader og skimmelsvamp
På den måde får boligselskaberne et ret detaljeret indblik i komfortniveauet og i, hvordan deres bygning har det. ”Vi har udviklet vores egen metode, som tager højde for kuldebroer; det kender vi ikke nogen andre, der gør,” fortæller Søren Andersen, der er medstifter af CLIMAID. Det gør, at CLIMAID kan beregne, om der er risiko for skimmelsvamp.

”Vi kan også se på energiforbruget, og om det er højere, end man kunne forvente. Og på ventilationsniveauet, og hvor meget fugt man fjerner og dermed hvor god luftkvaliteten er. Og så kan vi se, om der en vandskade eller et vandrør, der står og drypper.”

Klare anbefalinger gør specialviden lettilgængelig
Søren Andersen har en ph.d., men mener ikke, indeklima bør være en bog med syv segl: ”Vores mål er, at du skal ikke have været ti år på DTU for at kunne forstå indeklima. Derfor skal alle tallene omsættes til korte anbefalinger, som alle kan læse.”

At skrive anbefalingerne er tidskrævende og meget komplekst, men nødvendige for at kunne levere et tilfredsstillende produkt, og for at blive mere effektive skal frekvensen sættes op. ”Vi kan selvfølgelig også bare arbejde mere, men det er nok heller ikke helt holdbart,” joker han.

Ambitionen: Kan AI gøre arbejdet?
Det var ovenstående problemstilling, der gjorde CLIMAID interesseret i at deltage i et AI Denmark-forløb med os: I stedet for at analysere tallene og skrive anbefalingerne manuelt ville de sammen med os undersøge, om anbefalingerne kunne genereres automatisk ved hjælp af kunstig intelligens.

”Det er enormt svært,” konstaterer Søren Andersen. ”Fordi vi laver teksterne manuelt, er det svært at bruge teksterne til maskinlæring. Vi har lavet 200 undersøgelser, og det troede jeg var et rimelig godt datagrundlag, men det er det ikke; det er slet ikke nok.” Det var den største øjenåbner for ham, understreger han: ”Jeg blev overrasket over, hvor meget træningsmateriale der skulle til.”

CLIMAIDs ambition er derfor blevet justeret, og det er nu planen, at AI Denmark-forløbet vil resultere i et hjælpeværktøj, der vil gøre det nemmere at skrive anbefalinger. ”Det ville jo også være en effektivisering for os, for vi laver jo anbefalingerne alligevel,” understreger han.

Spoiler: AI er ikke magi
Gennem AI Denmark-forløbet ønskede CLIMAID at blive klogere på, hvordan de kunne bruge kunstig intelligens. ”Folk siger, at det er nemt at bruge kunstig intelligens: Vi kommer nogle data ind i et neuralt netværk og får noget andet ud,” joker Søren Andersen. ”Men vores læring er, at AI ikke er magi.”

Søren Andersen har været glad for vores rådgivning, som han har oplevet som meget hands-on og med udgangspunkt i CLIMAID. ”Jeg er ikke i tvivl om alt det, som Alexandra Instituttet kan; jeg kradser dårligt nok i overfladen. De er meget kompetente. Tomasz fra Alexandra har leveret alt det, man kunne forvente, og været meget tålmodig.”