. 結論

本計畫目標為應用人工智慧科技提升建築物維運管理效益之研究，以建築空 間作為資訊服務的載體，提出人工智慧介入建築物維運管理之方法與架構，並 提出其對應的效益與評估方法。

本案目標及其對應章節有三項:本案預期目標有三項:

1. 完成國內外應用人工智慧科技減少建築物維運管理成本之相關資料及案 例蒐集。本項目標已完成，詳參【第二章 文獻探討-人工智慧、第三章 文 獻探討-維運管理】

2. 完成以人工智慧科技為核心的情境判釋演算法之開發，說明可減少之建 築物維運管理人力訓練成本與職能門檻。本項目標已完成，詳參【第四章 人工智慧運用於建築生命週期】

3. 完成案例模擬分析，說明可提升之建築物維運管理量化及質化效益，供本 所智慧建築評估手冊增修訂參考。本項目標已完成，詳參【第五章 影像 辨識用於空間情境感知】

本案具體貢獻包括 (1) 找出四項現階段建築維運管理的痛點、(2)分析歸納出 建築維運導入人工智慧後的七大項類別及其效益評估方法、(3)分析歸納出人工智 慧維運管理效益的深化程度、(4)完成人工智慧介入維運管理機制及其演算法、(5) 成功舉辦兩次專家會議、一次工作會議、一次期中審查、以及最終的期末審查。

本案經綜合多次會議與報告回饋後，綜合總整出下列結論:

3. 四項現階段建築維運管理的痛點

AI 未來的發展勢必從人工管理轉變成智慧化管理模式，並完成全生命週 期的循環管理。AI 應用於智慧建築維運管理應不止於被動的設施管理(FM)，

而應該以人本友善及環境友善的目標進行「情境感知動態調適管理」。在此前 提下，目前建築物的維運管理痛點包括:

(5) 無數據集成 (No Data Integration)

(6) 沒有文件連續性 (No Document Continuity) (7) 無流程模擬 (No Process Simulation)

(8) 無涵構察覺 ( No Context Awareness)

4. 七項人工智慧導入建築維運管理可行項目

為了能夠具體落實人工智慧介入到建築維運管理的目標，本案歸納彙整 出智慧建築系統七大可行項目，並根據可行性與深化程度進行排序，以利作

第六章 結論與建議

為後續應用發展的優先順序參考。七項可行項目分別為: 【詳第二節人工智 慧在建築維運管理之應用】

(8) 能 源 監 測 、 測 量 和 驗 證 (Energy monitoring and measurement and verification)、

(9) 安全保障 (Safety and security)、

(10) 設備最佳化 (Facility Optimization)、

(11) 預測性維護 (Predictive Maintenance)、

(12) 生活管理(Life management)、

(13) 空間規劃 (Demand Management)、

(14) 需求管理 (Demand Management)

人工智慧應用於維運與建築的應用範疇

項目 定義與目的 AI 介入之可行方式 深化程度 評估方法 能源監測、

測量和驗證 Energy monitoring and

measurement and

verification

監測、測量和驗證建 Safety and security

安 全 管 理 包 含 門 禁

設備最佳化 Facility Optimization

建 築 設 備 如 照 明 設 Predictive Maintenance

修 復 或 更 換 磨 損 零

management

收 集 日 常 數 據 例 如 Demand Management

對 於 空 間 使 用 型 態 Demand Management

對 於 特 殊 的 空 間 使

第六章 結論與建議

Content Extraction 文本分類

Text Classification

能源監測、測量和驗證 Energy monitoring and measurement and verification

⚫ 能源消耗

⚫ 成本追蹤

⚫ 能源預測可靠度

文件連續性

低 機器學習

Machine Learning (ML) 監督式學習

Supervised

安全保障

Safety and security

⚫ 警示通知效率

⚫ 預防性

流程模擬

中 自動排程

Automated scheduling 自動化計劃

Automated Planning 深度學習

Deep learning 無監督式學習 Unsupervised

設備最佳化 Facility Optimization 預測性維護

Predictive Maintenance

⚫ 設備故障預測分析

⚫ 運行效率

⚫ 設備故障預測分析

涵構察覺

高 影像識別

Image Recognition 機器視覺

Machine Vision

生活管理 Life management 空間規劃

Demand Management 需求管理

Demand Management

⚫ 使用時間分析

6. 人工智慧介入維運管理機制及其演算法

本案發展並完成人工智慧介入維運管理機制及其演算法，以人工智慧的 機器視覺，對目標維運管理場域進行空間情境感知的判釋，達到場域的即時 情境狀態分析。具體的作法首先是透過目標場域的監控設備如 CCTV，擷取 即時影像後對影像內容進行機器視覺的演算法分析。演算法的分析項目主要 為場域中的使用者分布狀態，透過本案開發的影像辨識功能，能夠準確的找 到使用者的即時分布狀態。此外本案的演算法更進一步的對使用者分布狀態 進行幾何校正，使其能正確還原定位出使用者的絕對位置座標，目的是能順 利與未來的維運管理平台如 BIM 系統進行對接，如此一來便能夠進行場域的 精確使用者情境狀態空間管理。

第六章 結論與建議