La Inteligencia Artificial (IA), como disciplina computacional, realmente no es algo nuevo, ya que lleva más de 30 años disponible. Fruto de los increíbles avances de los últimos diez años en capacidad de volumen de almacenamiento, accesibilidad de datos (Big Data) y capacidad de procesamiento (Cloud Computing) empieza a tener un coste beneficio competitivo.

La IA ha empezado a implantarse en la industria de la edificación, y en aquellos procesos en los que se instale será muy difícil ya competir sin ella. Diseñar, entrenar y validar los sistemas de aprendizaje máquina (Machine Learning) es un proceso que lleva mucho tiempo y su coste de lanzamiento es muy elevado. Sin embargo, una vez entrenados esos sistemas de aprendizaje máquina, su tiempo de respuesta y recursos de procesamiento son muy inferiores a los modelos de simulación basados en leyes físicas.

En el sector de la Ingeniería de Diseño de Instalaciones de Edificación, los sistemas de IA están empezando a implantarse en los programas de modelización energética de los edificios BES (Building Energy Simulation). Actualmente, en todos los proyectos se emplean programas de simulación basados en leyes físicas y cálculos basados en métodos numéricos y elementos finitos, que suelen tardar entre una y tres horas en procesar un modelo de demanda energética de un edificio relativamente complejo. Con los nuevos sistemas expertos de IA de tipo Red Neuronal Profunda (Deep Learning – DL), entrenados previamente para simulaciones energéticas, se puede tardar 0,2 segundos en resolver el mismo cálculo.

Con los nuevos sistemas expertos de IA se puede tardar 0,2 segundos en resolver el mismo cálculo.

Aunque el coste inicial pueda resultar elevado, una vez entrenado el modelo DL, su coste marginal es muy bajo. Desde el punto de vista competitivo, esto puede tener un impacto bastante profundo en el mercado para aquellos que no se adapten.

La IA se aplica en múltiples instalaciones de edificios, como los sistemas de visión artificial en redes de CCTV, lo que supone un gran avance en cuanto a la alerta inteligente de amenazas de seguridad o de incendios, o para la gestión de ocupación del edificio.

Los sistemas tradicionales de gestión de las instalaciones del edificio (Building Management Systems – BMS) también empiezan a incorporar la IA para mejorar sus prestaciones, incluyendo módulos para ofrecer servicios complementarios.

Entre estos módulos, están los que captan datos tipo POWER BI del BMS para monitorizar y hacer una gestión más eficaz de los KPI del edificio (índices de confort, niveles de disponibilidad, niveles de ocupación, eficiencia energética). Además, los módulos de predicción de averías basados en DL, que permiten generar alertas de acción temprana antes de que se produzca el fallo. Por último, los que utilizan algoritmos DL para gestionar de manera dinámica los puntos de consigna de las instalaciones del edificio en función del grado de ocupación del edificio y de las condiciones ambientales.

A diferencia de los BMS tradicionales, que incluían puntos fijos, los algoritmos de DL gestionan de manera activa los puntos de consigna para garantizar que las instalaciones y equipos trabajan en las condiciones más eficientes posibles. Este tipo de gestión flotante de los puntos de consigna consigue reducciones de entre el 10 y el 15 % del consumo energético en grandes edificios de oficinas.

Con la gestión flotante de puntos de consigna con IA se consiguen reducciones de entre el 10 y el 15 % del consumo energético en grandes edificios de oficinas.

Según nuestra experiencia, las propiedades que contemplen incorporar la IA en edificios, siempre deben invertir primero en un buen diseño de las instalaciones de control, realizar una adecuada puesta en marcha y contar con un equipo mantenimiento profesionalizado.

En general los nuevos sistemas de gestión basada en IA no dependen del tipo de sistema de control instalado, y su instalación suele ser sencilla. Lo recomendable sería comenzar implantando sistemas gestión de KPI del edificio, para crear una base gestión de las instalaciones del edificio e indicadores con la que comparar luego la eficacia de los nuevos sistemas de IA implantados. Posteriormente, lo ideal es continuar con la implantación de módulos de gestión de puntos de consiga dinámicos y módulos para la prevención de averías.

La gestión del conocimiento al implantar sistemas de IA es clave. La IA debe considerarse una herramienta para aprender sobre nuestra instalación y sus mejores condiciones de funcionamiento. Es imprescindible que ese conocimiento, que es estratégico, se quede dentro de la empresa, para minimizar la dependencia de la IA y los costes de cambio asociados.

La IA debe considerarse una herramienta para aprender sobre nuestra instalación y sus mejores condiciones de funcionamiento.

También es fundamental conocer dónde residen los datos que la AI recopila sobre nuestro edificio y nuestra actividad, ya que todo lo que la IA aprende de ello lo va a utilizar para otros clientes y, por lo tanto, su uso no supondrá una ventaja competitiva a largo plazo.

En el futuro veremos converger tecnologías que aceleren la implantación de la IA, como el Internet de las cosas (IoT), Industria 4.0 , wearables y gemelos digitales. Un mayor uso de los sensores y transmisores tipo wearables y de las tecnologías de IoT incrementará la conectividad de los edificios con sus usuarios y, por ello, contribuirá al crecimiento del BIG Data y la implantación de la IA en las instalaciones de los edificios.