São Paulo — InkDesign News —
A pesquisa recente indica que técnicas de machine learning e inteligência artificial (AI) podem ser cruciais para projetar edifícios resilientes a extremos climáticos e ameaças de doenças infecciosas.
Contexto da pesquisa
A investigação foi realizada por uma colaboração entre a Charles Darwin University, a Universidade de Teerã e a Australian Catholic University. O estudo revisou o uso da AI em edifícios inteligentes, enfatizando eficiência energética e gestão.
Método proposto
O modelo apresentado sugere o uso de sistemas de controle térmico adaptativos, que ajustam o aquecimento, ventilação e ar condicionado (HVAC) em tempo real, com base na ocupação, nas condições climáticas externas e nos ganhos de calor internos. Isso permite que modelos de aprendizado de máquina prevejam e ajustem as condições térmicas para equilibrar conforto, eficiência energética e saúde.
“Esses designs de HVAC estáticos não atendem às condições climáticas flutuantes. O estudo apoia o uso de sistemas de controle térmico adaptativos.”
(“Static HVAC designs fall short under fluctuating climate conditions. The study supports the use of adaptive thermal control systems.”)— Niusha Shafiabady, Professora Associada, Charles Darwin University
Resultados e impacto
A pesquisa destacou que os edifícios são responsáveis por mais de dois terços das emissões de carbono global e do consumo de energia. A utilização de AI pode melhorar a ventilação e o conforto térmico, reduzindo a probabilidade de disseminação de doenças transmitidas pelo ar. O estudo também propõe uma estrutura modular e escalável que permite simulações térmicas, avaliando o risco de transmissão de infecções.
“Isso abre a porta para a otimização impulsionada por AI, permitindo tomar decisões com base quantitativa para priorizar intervenções que melhorem o conforto térmico e o controle de infecções.”
(“This opens the door for AI-driven optimization, where machine learning models can predict and adjust thermal conditions to balance comfort, energy efficiency, and health outcomes.”)— Niusha Shafiabady, Professora Associada, Charles Darwin University
Possíveis direções futuras incluem a integração deste framework com dados de sensores em tempo real e algoritmos de AI, visando informar normas regulatórias de construção e oferecer orientações práticas a arquitetos, gestores de instalações e formuladores de políticas.
Fonte: (TechXplore – Machine Learning & AI)
