Hooneautomaatika on praegu läbimas tormilist arengut ning suur hulk tootjaid lubavad, et nende lahendustes on nüüd sees tehisintellekt. Mõnikord peidab end selle taga vaid klassikaline automaatika. Kust jookseb piir turundusliku moesõna ja reaalse tehisaru vahel? Kuidas suudab tark algoritm taltsutada ühel ja samal ajal töötavat kütte- ning jahutussüsteemi, muutes meie kontorid ja kodud tõeliselt efektiivseks? Nendele küsimustele otsib vastuseid Tallinna Tehnikaülikooli (TalTech) arukate süsteemide keskuse juht professor Eduard Petlenkov.

Tehisintellektist, sealhulgas tehisnärvivõrkudest, on teadusmaailmas räägitud juba aastakümneid. Inimeste ettekujutus tehisarust on aga viimastel aastatel seotud hoopis suurte keelemudelite ja juturobotitega, mis on laiemalt turul olnud alles alates 2022. aastast. Professor Eduard Petlenkov selgitab, et hooneautomaatikas on neid suuri mudeleid tegelikult väga vähe.

“Selleks, et niisugused süsteemid hakkaksid reaalajas mingeid otsuseid tegema, on vaja suurt arvutusvõimsust,” märgib Petlenkov. Ta toob välja vastuolu: “Kui eesmärgiks on näiteks energia kokkuhoid, siis võib täiesti juhtuda, et need keelemudelid kasutavad ja nõuavad rohkem energiat, kui me suudame säästa nende abil.” Mõistlikkuse piir peab säilima, mistõttu on reaalajas juhtimises selliseid süsteeme vähe.

Neid kasutatakse pigem andmete analüüsiks ja aruannete koostamiseks asünkroonses ehk offline režiimis. Reaalajas otsuste tegemisel toetutakse endiselt suures osas klassikalisele automaatikale, mis põhineb loogikal: kui juhtub A, siis tee B. Need otsused peavad olema lihtsad ja läbipaistvad.

Küll aga on see esialgne tingimus “A” muutunud väga keeruliseks. Varasema lihtsa temperatuurimõõtmise asemel võetakse nüüd arvesse ilmaennustusi, sisekliima ja CO2 ennustusi, kasutajate seadistusi ning elektribörsi hindu. Nii suure hulga parameetrite korraga modelleerimiseks ja poole tunni pärast tulevikus toimuva ennustamiseks kasutataksegi masinõpet, närvivõrke ja suuri andmeid.

Kui kütmine ja jahutamine toimuvad korraga

Klassikalise automaatika üks suurimaid kitsaskohti on seadmete eraldiseisev juhtimine. See on nagu orkester, kus iga pillimängija mängib küll meisterlikult, kuid puudub dirigent, kes kõiki juhataks. Hoonetes väljendub see sageli absurdsena näivas olukorras, kus küte ja jahutus töötavad ühes ja samas majas täpselt samal ajal korraga.

“Klassikaline automaatika juhib konkreetset seadet,” selgitab TalTechi arukate süsteemide keskuse juht, “näiteks juhitakse küttesüsteemi ja jahutussüsteemi, nendel on head juhtimisalgoritmid olemas, tihtipeale ka sisseehitatud standardsed algoritmid. Aga siin võivad tekkida olukorrad, et need töötavadki samal ajal. Praktikas tegelikult seda juhtub päris tihti.” Erinevad seadmed – kohalik radiaator toas, keskküte, jahutusseade ja ventilatsioon ei suhtle klassikalises süsteemis omavahel üldse.

Tehisaru püüabki seda probleemi lahendada, juhtides kõiki seadmeid ja analüüsides, kuidas ühe süsteemi töö mõjutab teisi. Selle treenimisel kasutatakse esialgu valmislahendusi, kuna hooned on teatud määral sarnased, ning hiljem häälestatakse süsteem juba konkreetse hoone andmetega.

“Sääst võib olla kuni 20 protsenti ja selle säästu saab investeerida näiteks soojustamisse.”

Andmete kvaliteet on siinjuures eriti tähtis. Petlenkov rõhutab, et otsuste tegemiseks on vajalik piisava resolutsiooniga energiatarbimisinfot. Kuna Eesti elektriturg toimib 15-minutilise intervalliga, on optimeerimiseks vajalik ka andmete kogumine sama sagedusega.

Kättesaadav kuupõhine info näiteks päikesepaneelide tootlikkuse kohta ei anna efektiivseks juhtimiseks suurt midagi. Samuti ei saa tugineda liiga vanadele andmetele, sest 4–5 aasta tagune info ei pruugi olla enam asjakohane. Sellise targa kihi lisamiseks on hädavajalik keskse kontrolleri olemasolu, mis suudab klassikalise automaatika töösse sekkuda.

Kas tark hoone võtab inimeselt otsustusõiguse?

Tihti kardetakse, et nutikad süsteemid hakkavad elanike või töötajate eest iseseisvalt ja kontrollimatult otsuseid langetama. Professor kinnitab, et tänapäevane trend on suunatud just inimkesksusele. Süsteemid ei tee otsuseid inimese eest, vaid tagavad täpselt selle keskkonna, mida kasutaja soovib.

Kui inimene soovib, et ruumis oleks 25 kraadi, siis peab automaatika seda võimaldama, mitte otsustama tema eest, et vähemast peaks piisama. Erinevus peitub aga selles, et tänu tehisarule saavad need otsused olema teadlikumad. Süsteem suudab inimesele ka teada anda, kui palju soovitud temperatuuritõus konkreetses hoones rahaliselt maksma läheb.

“Lõplik otsus, et kas sa oled nõus maksma selle eest või ei ole, ikkagi tuleb inimeselt ja otsuse teeb inimene,” sõnab Petlenkov. Ta toob ilmeka võrdluse: “Kui inimesed ei saa palka näiteks palgapäeval, siis keegi ei ütle, et süüdi on raamatupidamistarkvara, süüdi on raamatupidaja, kes selle tarkvara taga istub ja ütleb, et ülekanne sellel kuupäeval sellel ajal peab olema tehtud.”

Tehisaru on lihtsalt vahend inimese tahte elluviimiseks ning vastutajaks jääb alati inimene.

Vanade hoonete uus hingamine automaatika abiga

Kuidas on lood vanemate, eelmise sajandi hoonetega? Tehisaru ei ole imerohi, mis asendaks füüsilist renoveerimist – kui hoone on soojustamata ja soojuskaod on suured või vajalikud seadmed, näiteks konditsioneer, ei tööta, siis ei suuda ka kõige targem algoritm olukorda päästa.

Siiski nendib Petlenkov, et vanade hoonete puhul tasub alustada just automaatika uuendamisest ja targaks tegemisest, kuna see toob investeeritud raha kõige kiiremini tagasi: “See võib ka vanas hoones hakata raha kokku hoidma, sääst võib olla kuni 20 protsenti ja selle säästu saab investeerida näiteks soojustamisse,” selgitab ta. Üldjuhul on isegi vanades majades mingil kujul olemas hoonehaldussüsteem (BMS), mida saab kaasajastada.

Lisaks optimeerimisele täidab tehisaru kriitilist rolli ka vigade tuvastamisel (fault detection). Andmeanalüüs suudab leida üles varjatud probleemid ja liigsed energiakulud, mida palja silmaga on keeruline märgata. Lihtsaks näiteks on olukord, kus ventilatsioon töötab pidevalt täisvõimsusel, sest ruumi CO₂ andur on katki ja edastab süsteemile valeinfot. Andmete analüüs aitab sellised anomaaliad tuvastada, kuid Petlenkov lisab meeldetuletuseks: “Tehisaru suudab neid probleeme tuvastada, aga lahendama ja parandama peab ikkagi inimene.”

Tulevik on kognitiivsete hoonete päralt

Tallinna Tehnikaülikoolis ja mujal maailmas tegeletakse juba uue põlvkonna süsteemidega. Eduard Petlenkovi arvamuse kohaselt on järgmiseks suureks arenguhüppeks liikumine tavalistest tarkadest hoonetest kognitiivsete ehk tunnetuslike hooneteni.

Kognitiivne hoone on võimeline mõistma inimese sügavamaid vajadusi. “Tihti inimene ei suuda täpselt hinnata, millest temperatuuri on tal toas vaja, ta tajub temperatuuri erinevat moodi, sõltuvalt sellest, kuidas ventilatsioon töötab,” räägib Petlenkov. Analoogia võib tuua ilmaennustusega, mis annab nii tegeliku õhutemperatuuri näidu kui ka “tajutava” temperatuuri.

Selle uudse lähenemise uurimiseks muutuvad näiteks TalTechi IT-maja auditooriumid elavaks laboriks. Lisaks mõõteandmete kogumisele saavad tudengid QR-koodi abil anda süsteemile lihtsat tagasisidet selle kohta, kas neil on ruumis külm, paras või palav.

“Neid andmeid saab kasutada just tehisarumudelite treenimiseks, et aru saada, kuidas inimesed keskmiselt tajuvad olukorda,” selgitab teadlane. Esimesed teadusartiklid kognitiivsete hoonete teemal on juba valminud, mis tõestab, et homne hooneautomaatika õpib eeskätt tundma inimest ennast.