Microbiome-Aware HVAC Control in Green Buildings Using Reinforcement Learning

La plupart d'entre nous passons la grande majorité de notre vie à l'intérieur de bâtiments. Nous dormons, travaillons et nous rassemblons dans des espaces où l'air est géré par des systèmes mécaniques conçus pour nous maintenir confortables et en sécurité. Pendant des décennies, la norme pour juger la qualité de cet air intérieur s'est concentrée sur les polluants chimiques et l'utilisation de l'énergie. Les certifications pour les bâtiments verts, par exemple, mesurent la capacité d'une structure à filtrer le dioxyde de carbone, la poussière et les produits chimiques volatils, tout en suivant la quantité d'électricité qu'elle consomme pour rester fraîche ou chaude. Ces mesures sont vitales pour la sécurité, mais elles ne racontent qu'une partie de l'histoire. Elles négligent le monde vivant invisible qui prospère entre nos murs : le microbiome. Il s'agit de la communauté complexe de bactéries, de champignons et d'autres organismes microscopiques qui circulent dans l'air que nous respirons. Tout comme le sol d'une forêt possède un équilibre de vie spécifique qui maintient l'écosystème en bonne santé, l'air à l'intérieur d'un bâtiment abrite sa propre communauté microbienne, qui peut influencer la santé humaine, de notre système immunitaire à notre bien-être respiratoire.

Jusqu'à présent, la technologie qui contrôle notre air intérieur a largement ignoré cette couche biologique. Les systèmes de chauffage et de climatisation sont réglés pour gérer la température et l'humidité en fonction de capteurs chimiques, et non sur la santé de l'écosystème microbien. Une nouvelle étude de Pradip Thorat introduit une façon différente de penser, proposant que nous pouvons et devons gérer l'air de nos bâtiments pour soutenir une communauté microbienne stable et saine. La recherche ne repose pas sur des expériences physiques dans un vrai bâtiment, mais utilise plutôt une simulation informatique sophistiquée pour tester un nouveau type d'intelligence artificielle. Cette IA agit comme un gestionnaire de bâtiment, ajustant constamment la ventilation et le flux d'air pour voir si elle peut créer un meilleur environnement pour ces formes de vie microscopiques tout en économisant de l'énergie. L'objectif est d'aller au-delà du simple fait de garder l'air propre de produits chimiques pour cultiver activement un environnement biologique équilibré.

Les chercheurs ont construit un modèle numérique d'un bâtiment de bureau à trois zones, comprenant un bureau, une salle de conférence et un hall. Ils ont programmé ce bâtiment virtuel pour imiter la façon dont l'air circule, dont l'humidité change et dont les populations microbiennes croissent et évoluent en réponse à ces conditions. Pour mesurer le succès de leur système, ils ont créé une nouvelle métrique appelée Indice de Stabilité du Microbiome. Voyez cet indice comme un score qui reflète à quel point la communauté microbienne est équilibrée et diversifiée, tout en pénalisant les situations où des agents pathogènes nocifs prennent le dessus ou lorsque la population fluctue de manière sauvage. Plus le score est élevé, plus l'air est considéré comme stable et sain. L'équipe a ensuite entraîné un agent d'apprentissage par renforcement, un type d'intelligence artificielle qui apprend par essais et erreurs, pour contrôler la ventilation du bâtiment. Le travail de l'IA consistait à ajuster la quantité d'air frais apporté, en équilibrant le désir d'un score de stabilité élevé avec le coût de l'énergie nécessaire pour déplacer cet air.

Les résultats de ces simulations ont révélé une vérité surprenante sur la façon dont nous gérons notre air intérieur. Le système contrôlé par l'IA a réussi à obtenir un score de stabilité plus élevé que la méthode traditionnelle, qui repose sur une quantité fixe de ventilation fonctionnant en permanence. Alors que l'approche standard maintenait la ventilation à un taux constant de deux changements d'air par heure, l'IA a appris à être beaucoup plus dynamique. Elle a réduit la ventilation moyenne à seulement 1,30 changement d'air par heure, tout en améliant la stabilité de la communauté microbienne de 1,2 %. Cette découverte remet en question l'hypothèse commune selon laquelle plus de ventilation est toujours préférable pour la qualité de l'air. L'IA a appris qu'en calibrant soigneusement le moment où apporter de l'air frais et le moment où conserver l'énergie, elle pouvait maintenir un environnement biologique plus sain avec moins d'efforts. Le système était particulièrement efficace pour maintenir l'air stable pendant la majeure partie de la simulation, n'augmentant la ventilation de manière agressive que lorsque le score de stabilité commençait à chuter.

L'une des découvertes les plus frappantes de l'étude concernait l'humidité. Les normes actuelles des bâtiments recommandent généralement de maintenir l'humidité relative entre 40 et 60 pour éviter la croissance de moisissures et d'acariens. Cependant, la simulation a montré que la stabilité de la communauté microbienne augmentait en réalité à mesure que l'humidité montait, atteignant son sommet à 80 %. Cela suggère que les directives actuelles, qui privilégient la suppression des moisissures, pourraient par inadvertance limiter la diversité et la stabilité de l'écosystème microbien global. Les données ont indiqué une relation positive et forte entre une humidité plus élevée et un microbiome plus stable, une conclusion qui contredit l'accent traditionnel mis sur le maintien d'un air sec. Les chercheurs ont noté que si 80 % d'humidité peut sembler élevé pour prévenir les moisissures, cela semble être le point idéal pour maintenir une communauté microbienne équilibrée dans ce modèle spécifique.

L'étude a également souligné que tous les bâtiments ou climats ne sont pas égaux lorsqu'il s'agit de gérer cet équilibre biologique. Les simulations ont montré que les bâtiments situés dans des climats côtiers et tropicaux humides étaient naturellement plus aptes à soutenir un microbiome stable, nécessitant moins d'énergie pour maintenir des scores élevés. En revanche, les climats désertiques arides et froids et secs imposaient une pénalité lourde, rendant l'atteinte du même niveau de stabilité beaucoup plus difficile et énergivore. Cela suggère qu'une règle unique et universelle pour la gestion de la qualité de l'air intérieur peut ne pas fonctionner partout. L'IA a également démontré que différentes pièces au sein d'un même bâtiment nécessitent des quantités d'énergie différentes pour atteindre le même niveau de stabilité. Par exemple, l'espace de bureau dans la simulation avait besoin de deux fois plus d'énergie que la plus petite salle de conférence pour atteindre le même score de stabilité, simplement en raison des différences de volume et de dynamique de flux d'air. Cela pointe vers un avenir où les contrôles des bâtiments seront hautement personnalisés, s'ajustant aux besoins spécifiques de chaque pièce et au climat local.

Bien que les résultats soient prometteurs, les chercheurs veillent à noter que ces conclusions proviennent d'une simulation informatique, et non d'un bâtiment physique. Le modèle a fait plusieurs simplifications, comme supposer une température constante et traiter l'air de chaque pièce comme une substance parfaitement mélangée, ce qui ne tient pas compte des micro-environnements complexes autour des bureaux ou des fenêtres. La formule utilisée pour calculer le score de stabilité reposait également sur des poids fixes qui pourraient devoir être ajustés pour différents types de bâtiments ou de saisons. Malgré ces limites, l'étude constitue une preuve de concept cruciale. Elle démontre qu'il est possible d'utiliser l'intelligence artificielle pour gérer la qualité biologique de l'air intérieur, en équilibrant la santé et l'efficacité énergétique d'une manière que les systèmes traditionnels ne peuvent pas faire. Ce travail suggère que la prochaine génération de bâtiments verts ne se contentera pas d'économiser de l'énergie ou de filtrer les produits chimiques, mais qu'elle visera à cultiver activement une atmosphère vivante et saine pour les personnes à l'intérieur.