Microbiome-Aware HVAC Control in Green Buildings Using Reinforcement Learning

私たちの多くは、人生の大部分を建物の中で過ごしています。私たちは、快適さと安全を保つために設計された機械システムによって空気が管理されている空間で、眠り、働き、集まります。何十年もの間、この室内空気の質を判断する基準は、化学的な汚染物質とエネルギー消費量に焦点を当ててきました。例えば、グリーンビルディングの認証では、構造物が二酸化炭素、塵、揮発性化学物質をどれほど上手く除去できているか、また、冷暖房のためにどれだけの電力を消費しているかを測定します。これらの指標は安全性において極めて重要ですが、それは物語の一部に過ぎません。それらは、私たちの壁の中で繁栄している目に見えない生命の世界、すなわち「マイクロバイオーム（微生物叢）」を見落としているのです。これは、私たちが吸い込む空気の中に循環している、細菌、真菌、その他の微小な生物による複雑なコミュニティです。森の土壌がエコシステムの健康を維持するための特定の生命のバランスを持っているのと同様に、建物内の空気も独自の微生物コミュニティを宿しており、それが私たちの免疫系から呼吸器系の健康に至るまで、人間の健康に影響を与える可能性があります。

これまで、私たちの室内空気を制御する技術は、この生物学的な層をほとんど無視してきました。暖房や冷房システムは、化学センサーに基づいて温度と湿度を管理するように調整されており、微生物のエコシステムの健康に基づいたものではありません。プラディップ・トラットによる新しい研究は、異なる考え方を提示しています。それは、建物の空気を、安定した健康な微生物コミュニオティをサポートするように管理できる、またそうすべきであるという提案です。この研究は、実際の建物での物理的な実験に頼るのではなく、代わりに洗練されたコンピュータ・シミュレーションを使用して、新しい種類の人工知能をテストしています。このAIはビルマネージャーとして機能し、これらの微小な生命体にとってより良い環境を作り出しつつ、同時にエネルギーを節約できるかどうかを確認しながら、換気と空気の流れを絶えず調整します。目標は、単に空気を化学的に清潔にすることを超えて、能動的にバランスの取れた生物学的環境を育むことです。

研究者たちは、オフィス、会議室、ロビーを備えた3ゾーンのオフィスビルのデジタルモデルを構築しました。彼らは、この仮想の建物がどのように空気が動き、湿度がどのように変化し、微生物の個体数がそれらの条件に反応してどのように成長・変化するかを模倣するようにプログラムしました。システムの成功を測定するために、彼らは「マイクロバイオーム安定性指数（Microbiome Stability Index）」と呼ばれる新しい指標を作成しました。この指数は、微生物コミュニティがいかにバランスが取れ、多様であるかを反映し、有害な病原体が支配的になったり、個体数が激しく変動したりする状況にペナルティを課すスコアだと考えてください。スコアが高いほど、空気はより安定し、健康的であると見なされます。チームはその後、試行錯誤を通じて学習するタイプの人工知能である「強化学習エージェント」を訓練し、建物の換気を制御させました。AIの任務は、新鮮な空気を取り入れる量と、その空気を動かすために必要なエネルギーのコストとのバランスを取りながら、換気量を調整することでした。

これらのシミュレーションの結果は、私たちが室内空気をどのように管理しているかについて、驚くべき事実を明らかにしました。AI制御システムは、一定量の換気を常に実行するという従来の方法よりも、高い安定性スコアを達成することができました。標準的な手法は換気率を毎時2回（2 air changes per hour）の一定レートに保っていましたが、AIはよりダイナミックになれることを学びました。AIは平均換気量をわずか1.30回に減少させた一方で、微生物コミュニティの安定性を1.2パーセント向上させました。この発見は、「換気は多ければ多いほど空気の質にとって良い」という一般的な仮定に異を唱えるものです。AIは、新鮮な空気をいつ取り入れ、いつエネルギーを節約するかを慎重にタイミングを計ることで、より少ない労力でより健康な生物学的環境を維持できることを学びました。システムは、シミュレーションの大部分において空気を安定させることに特に効果的であり、安定性スコアが低下し始めた時にのみ、積極的に換気を強化しました。

この研究における最も衝撃的な発見の一つは、湿度に関するものでした。現在の建築基準では、カビの発生やダニを防ぐために、相対湿度は40%から60%の間に保つことが推奨されています。しかし、シミュレーションによれば、湿度が上昇するにつれて微生物コミュニティの安定性が実際に高まり、80%でピークに達することが示されました。これは、カビを抑制することを優先する現在のガイドラインが、図らずもより広範な微生物エコシステムの多様性と安定性を制限している可能性があることを示唆しています。データは、高い湿度とより安定したマイクロバイオームとの間に強い正の相関関係があることを示しており、これは空気を乾燥に保つという伝統的な焦点とは矛盾する発見です。研究者らは、80%の湿度はカビの防止という観点からは高く見えるかもしれませんが、この特定のモデルにおいては、バランスの取れた微生物コミュニティを維持するための「スイートスポット」であるようだと指摘しています。

また、この研究は、生物学的なバランスを管理する上で、すべての建物や気候が同一ではないことも強調しました。シミュレーションによれば、沿岸部や湿潤熱帯の気候にある建物は、安定したマイクロバイオームを維持するのに自然に適しており、高いスコアを維持するためのエネルギーが少なくて済みました。対照的に、乾燥した砂漠や寒冷乾燥地帯の気候は、厳しいペナルティを課し、同じレベルの安定性を達成するためにはるかに多くのエネルギーを必要としました。これは、室内空気の質を管理するための単一の普遍的なルールは、あらゆる場所で通用するわけではないことを示唆しています。AIはまた、同じ建物内の異なる部屋であっても、同じレベルの安定性に達するために必要なエネルギー量が異なることも示しました。例えば、シミュレーション内のオフィス空間は、容積や空気の流れのダイナミクスの違いにより、小さな会議室と同じ安定性スコアを得るために2倍のエネルギーを必要としました。これは、建物の制御が、各部屋の特定のニーズや地域の気候に適応して高度にカスタマイズされる未来を示唆しています。

有望な結果ではありますが、研究者らは、これらの知見が実際の建物ではなく、コンピュータ・シミュレーションによるものであることに注意を促しています。モデルにはいくつかの簡略化が含まれており、例えば、温度を一定と仮定したり、各部屋の空気を完全に混合された物質として扱ったりしていますが、これはデスクや窓の周囲の複雑な微小環境を考慮していません。また、安定性スコアを算出するために使用された式は、異なるタイプの建物や季節に合わせて調整が必要となる可能性のある固定された重みに依存しています。こうした限界はあるものの、本研究は重要な概念実証（プルーフ・オブ・コンセプト）を提供しています。それは、人工知能を使用して室内空気の生物学的な質を管理し、従来のシステムでは不可能な方法で健康とエネルギー効率のバランスを取ることが可能であることを証明しています。この研究は、次世代のグリーンビルディングが、単にエネルギーを節約したり化学物質をろ過したりするだけでなく、内部の人々のために、健康的で生きている雰囲気（アトモスフィア）を能動的に育むものになることを示唆しています。