100 000 datapunkter var tionde minut – nu ska AI hjälpa oss använda lokaler smartare

Hadi Banaee.

Hadi Banaee, utvecklare och AI-forskare vid Örebro universitet, ska utveckla en AI-modell som kan hitta långsiktiga mönster i sensordatan. ”Ofta vet fastighetsägare ungefär hur människor beter sig i vissa situationer, till exempel att det är mycket människor vid restaurangen kring lunch. Men genom att analysera en längre tidsperiod så kan vi hitta avvikelser, vilket kan vara betydelsefullt”, säger han.

Genom att låta artificiell intelligens analysera hur människor beter sig i olika miljöer, ska fastighetsägare kunna planera och använda sina lokaler mer hållbart och effektivt. Örebro universitet, Akademiska Hus och Ecoguard samarbetar nu i ett projekt som kan komma att påverka campusområden över hela landet.

Det regionala utvecklingsprojektet AI.ALL koordineras av Örebro universitet, och sker i samverkan med Region Örebro län och Alfred Nobel Science Park. Projektet finansieras av Europeiska regionala utvecklingsfonden, Region Örebro län, Örebro universitet, Epiroc och Saab.

EU-logga

Örebro universitet och Akademiska Hus har i flera år samarbetat kring så kallade digitala tvillingar som bygger på data från sensorer på campus. Nu är det dags att ta nästa steg, genom pilotprojektet Campus.AI.

Sensor.

En av 4 000 sensorer på campus. ”Det blir snabbt oöverskådliga mängder data”, säger Peter Karlsson, innovationsledare på Akademiska Hus.

– Vi har både laserskannat alla lokaler på Örebro universitet och satt upp 4 000 sensorer som används i projektet. Det blir snabbt oöverskådliga mängder data, redan i dag tankar vi in 100 000 datapunkter var tionde minut från alla byggnader och vi är långt ifrån klara med utrullningen av sensorer. Och det är här vi hoppas på att Campus.AI ska ge oss de rätta verktygen för att hitta rätt i de stora datamängderna, säger Peter Karlsson, innovationsledare på Akademiska Hus.

Datadriven mönsterigenkänning ska hitta långsiktiga trender

– Vi ska titta på insikter från datan genom så kallad datadriven mönsterigenkänning. På så vis kan vi hitta intressant information som kanske är osynlig för användaren, men som kan vara användbar. Ofta vet fastighetsägare ungefär hur människor beter sig i vissa situationer, till exempel att det är mycket människor vid restaurangen kring lunch. Men genom att analysera en längre tidsperiod så kan vi hitta avvikelser, vilket kan vara betydelsefullt, säger Hadi Banaee, utvecklare och AI-forskare vid Örebro universitet, och lägger till:

– Vi ska även satsa mycket på datautforskning och visualisering. Så det handlar inte bara om att hitta AI-lösningar, utan också sätt att presentera resultaten för att förklara vad som händer, och där använder vi oss av AI-modeller som natural language generation och explainable AI.

Heatmap.

Bilden till vänster visar mängden rörelse klockan 14 en måndag i våras, då Örebro universitet tillämpade fulla covid-19-restriktioner. Bilden till höger visar en måndag under hösten, då restriktionerna hade lättat.

Även Örebro universitets campusavdelning är med i projektet. Och hela poängen med Campus.AI är att i framtiden kunna använda lokaler smartare och mer hållbart, förklarar Peter Karlsson.

Samverkan leder till mer samverkan

Hela projektet bygger på samverkan och började med att Örebro Campus Lab ville samarbeta med forskare vid Örebro universitet. Forskarna såg möjligheter att ta in fler kompetenser och behov i projektet och kopplade därför in Ecoguard. Det har lett till att Ecoguard i dag investerar i en industridoktorand på Örebro universitet. Tillsammans använder samtliga aktörer campus som en testbädd för forskning och implementering. Campus.AI finansierar det pågående samarbetet, och målet är att sprida kunskap om AI och accelerera implementeringen och användandet av AI.

– Vår förhoppning är att vi kommer upptäcka nya sätt att använda AI för att analysera olika sensordata och på så sätt få fram annan information som är intressant för oss och projektet. I förlängningen – om projektet tar fram intressanta AI-algoritmer – kan Ecoguard implementera likande algoritmer i vår molntjänst Curves vilket skulle göra att många fastigheter kan ha nytta av forskningen, säger Hans Karlsson, utvecklingschef på Ecoguard.

Campus.AI finansieras av AI.ALL-projektet. Syftet med AI.ALL är tvådelat: Dels att ge forskare möjlighet att validera och applicera idéer inom artificiell intelligens genom att arbeta tillsammans med näringsliv och offentlig sektor. Dels att hjälpa näringsliv och offentlig sektor att accelerera sitt användande av AI. Campus.AI pågår fram till juni.

Text: Jesper Eriksson
Foto: Jesper Eriksson och Akademiska Hus