Developing a Human-Centric AI-based Multi-Criteria Energy Efficiency Advisory Framework for Apartment Housing of Mashhad, Iran
Cette étude propose et valide un cadre fondé sur l'IA et centré sur l'humain qui intègre des données socio-démographiques, relatives aux bâtiments, au quartier et au climat afin de fournir des recommandations d'efficacité énergétique personnalisées et interprétables pour les résidents d'appartements à Mashhad, en Iran, atteignant une précision prédictive élevée (R² = 0,86) et démontrant que les caractéristiques des occupants sont des moteurs critiques de la performance énergétique résidentielle.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que votre maison soit moins une boîte de briques statique qu'un organisme vivant et respirant qui interagit avec le monde qui l'entoure. Pendant longtemps, les scientifiques essayant de comprendre comment économiser l'énergie dans les maisons se sont principalement concentrés sur le « matériel » : l'épaisseur des murs, le type de fenêtres et la forme du toit. Ils traitaient le bâtiment comme une machine, supposant que si vous construisiez une machine parfaite, elle fonctionnerait parfaitement. Mais il manque une pièce à ce puzzle : les personnes qui vivent à l'intérieur. Tout comme une voiture se conduit différemment selon qu'un adolescent nerveux ou un grand-parent calme est au volant, une maison consomme l'énergie différemment selon qui y vit, leur âge et ce qu'ils font de leurs journées. Ce domaine d'étude s'appelle l'« efficacité énergétique centrée sur l'humain », et il pose une question simple mais délicate : comment concevoir des conseils pour économiser l'énergie qui s'adaptent réellement aux humains spécifiques vivant dans la maison, plutôt qu'à la maison elle-même ?
C'est exactement ce qu'une équipe de chercheurs a cherché à résoudre dans une nouvelle étude axée sur des immeubles d'appartements à Mashhad, en Iran. Ils voulaient construire un « conseiller intelligent » utilisant l'Intelligence Artificielle (IA) qui ne se contente pas de regarder les plans du bâtiment, mais qui écoute aussi l'histoire des personnes à l'intérieur. Ils ont recueilli des données provenant de 50 ménages différents, examinant tout, de l'âge du bâtiment à la présence d'arbres verts à proximité, en passant par l'âge des résidents et le nombre d'enfants dans la famille. Ils ont injecté toutes ces informations dans un modèle informatique — imaginez cela comme un détective super intelligent qui cherche des indices cachés dans une énorme pile de preuves — pour voir ce qui motive réellement la consommation d'énergie.
Les résultats ont été très révélateurs. Le détective IA a découvert que les facteurs les plus importants pour l'efficacité énergétique n'étaient pas seulement les matériaux de construction sophistiqués, mais un mélange de choses comme la ventilation naturelle (la façon dont l'air circule dans la maison), l'âge du bâtiment et même la quantité de couverture végétale dans le quartier. Étonnamment, l'âge des personnes vivant là et la taille de leur famille jouaient également un rôle majeur. Le modèle informatique a été capable de prédire la performance énergétique avec un haut degré de précision, réussissant son coup environ 86 % du temps.
Cependant, les chercheurs prennent garde à ne pas présenter cela comme une baguette magique qui résout tous les problèmes énergétiques. Ils décrivent leur travail comme une « preuve de concept », ce qui signifie qu'il s'agit d'un test réussi montrant que l'idée fonctionne, mais qu'elle nécessite plus de tests avec des groupes de personnes plus importants avant de pouvoir être utilisée partout. Ils ont explicitement écarté l'ancienne idée selon laquelle on peut simplement observer les caractéristiques physiques d'un bâtiment et ignorer les humains à l'intérieur ; leurs données ont montré qu'ignorer les personnes conduit à une image beaucoup moins précise. Au lieu de cela, ils suggèrent que l'avenir de l'efficacité énergétique réside dans une approche « l'humain dans la boucle », où la technologie combine les faits physiques du bâtiment avec les habitudes et les caractéristiques personnelles des résidents.
L'étude conclut qu'en utilisant ce nouveau cadre d'IA, nous pouvons enfin donner des conseils personnalisés. Au lieu d'un conseil générique du type « installez une meilleure isolation », le système pourrait dire : « Puisque vous avez une grande famille et que vous vivez dans un bâtiment ancien avec une mauvaise circulation de l'air, voici les changements spécifiques qui vous feront économiser le plus d'énergie. » Bien que l'étude actuelle soit limitée à un petit échantillon de 50 appartements, elle jette les bases d'un avenir où chaque habitant d'appartement recevra un plan énergétique sur mesure qui respecte son mode de vie unique, aidant ainsi à rendre nos villes plus vertes et nos foyers plus confortables sans forcer tout le monde à adopter une solution unique pour tous.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.