Vi befinder os midt i en kolossal klimakrise, og derfor er det vigtigt at sørge for, at vi ikke bruger mere energi end nødvendigt.

Men selvom brugen af AI i sig selv er lidt af en strømsluger, så kan både machine learning og generativ AI faktisk også bruges i kampen mod unødvendigt overforbrug og decideret spild.

Det sker ikke mindst i optimeringen af energiforbruget i store bygningsporteføljer, fx hos supermarkedskæder eller i kommuner – og det skal vi høre meget mere om i denne episode, når jeg har besøg af Henrik Brink fra firmaet Ento.

Ento bruger algoritmer til at energioptimere tusindvis af bygninger – ikke ved at installere nye sensorer eller anden hardware, men ved at analysere de energidata, firmaet allerede har, og finde ud af hvor energistyringen kan optimeres.

I interviewet taler jeg med Henrik Brink om, hvad det egentlig er for noget AI de bruger, hvorfor netværkseffekter i data er lige så vigtige som smarte algoritmer, og hvor langt man egentlig kan komme med software alene, før man rammer bygningens fysiske grænser.

Vi taler også om, hvor ansvaret ligger, når AI’en får mere at sige i styringen af varme og ventilation, og hvad der skal til organisatorisk, hvis de her værktøjer skal gøre en reel forskel for energiregningen og for klimaet.

Lyt med 🤖

LINKS

SIDEN SIDST

• Anthropic sagsøger den amerikanske regering | BBC
• Ukraine åbner krigs-data for AI-startups | tech.eu
• YouTube udvider værktøj til at opdage AI-deepfakes af politikere | The Verge
• AI-virksomheder hyrer skuespillere til at træne AI på menneskelige følelser | The Verge
• Teknologimedie fyrer journalist for AI-genererede falske citater | Futurism
• Det store løb om global "AI-fri"-mærkning | BBC

ENTO

• Ento
• Henrik Brink
• Energinets datahub
• Optimeret bygningsanvendelse med AI – KL signaturprojekt-rapport fra 2023 med eksempler fra jyske kommuner (pdf)
• Energioptimering med AI – KPMG-rapport til EU