La implementación correcta de los sensores en un edificio inteligente es muy importante para conseguir la máxima eficacia en los sistemas de iluminación o en la climatización. En el banco de pruebas de Deep Learning Facility de Toshiba en Kawasaki (Japón) se lleva a cabo el análisis profundo sobre la eficacia de las instalaciones inteligentes. Los resultados del proyecto los ha dado a conocer la Industria de Internet Consortium (CII).
Este banco de pruebas, basado en la Inteligencia Artificial, es capaz de analizar 35.000 puntos de medición por minuto. La información recopilada es analizada para detectar posibles anomalías y mejorar la experiencia del visitante con programaciones de ascensores priorizada y controles automáticos de temperatura e iluminación.
«La implementación de un sistema de IoT para un edificio inteligente maximizará el valor de la recopilación de big data a través de análisis de aprendizaje profundo», explica el Dr. Said Tabet, líder de IIC Deep Learning Testbed, y Tecnólogo Principal de IoT Strategy, Dell EMC.
Funcionamiento del banco de pruebas
La aplicación del banco de pruebas de Toshiba lleva a cabo un aprendizaje de lo que sería una condición normal en un edificio inteligente, utilizando los datos proporcionados por los diversos sensores incorporados en la instalación. A partir de aquí, el equipo de la compañía puede determinar a través de los parámetros lo que se consideraría una condición inusual. Una vez detectada, se localiza el dispositivo que provoca el error y el personal verifica si los datos son correctos o no.
Una de las pruebas que se realizó fue la detección del estado inusual del sistema de aire acondicionado en una cocina. Tanto los técnicos de Toshiba como los administradores de la instalación del edificio descubrieron que los conductos de la entrada de aire en la cocina estaban cerrados para evitar el mal olor por parte del personal de cocina.