解鎖人類級能力：GPT-4 為建築能源管理授權資料挖掘
建築業對全球能源消耗的貢獻
建築業是全球能源消耗的重要因素，佔世界最終能源使用量的約 33%。最近，資料挖掘技術展示了揭示能源浪費並向建築擁有人提供節能建議的強大能力。這些技術能夠節省建築物能源消耗的約 15%至 30%。然而由於其勞動密集性，資料挖掘技術的實際應用受到約束，導致實際使用案例的匱乏。
GPT-4 的自動資料挖掘能力
在《能源與建築環境》期刊發表的一項研究中，來自中國和荷蘭的合作研究團隊成功開發了一個基於 GPT-4 的解決方案。這一創新解決方案自動分析建築運營資料，為建築能源管理提供全面支援。該研究的第一作者，Eindhoven University of Technology 建築環境系的博士後研究員張超波指出，由於建築能源系統的高度多樣性，為建築能源管理量身定制的資料挖掘解決方案是必要的。
他解釋道：“儘管 GPT-4 是當前可用的最先進的大型語言模型之一，在編碼、寫作和影象生成等各種實際場景中表現出卓越的人類級效能，但其使用資料挖掘工具在相當於人類級效能的範疇內分析建築運營資料的能力仍然不確保。探索利用 GPT-4 在基於資料挖掘的建築能源管理任務中取代人類的潛力具有重要的價值，值得進一步調查。”
團隊成功展示了 GPT-4 生成預測建築能源負載的程式碼的能力，即使只提供有限的使用者訊息。此外 GPT-4 透過分析建築運營資料，具有識別裝置故障和檢測系統運營異常模式的能力。當應用於現實建築中，GPT-4 生成的程式碼在能源負載預測方面展示出高度準確性。
張超波補充道：“此外 GPT-4 對於故障診斷和異常檢測結果提供可靠且精確的解釋。透過自動化編碼和資料分析任務，GPT-4 有效地使人們擺脫枯燥的工作，實現對資料引導的建築能源管理更易於接觸和具有成本效益的方法。”
建築能源管理的突破性研究
該研究代表了建築能源管理領域的一項突破。研究的高級作者、浙江大學的一名教授趙陽表示：“直到現在自動化資料挖掘解決方案在建築能源管理領域仍然很少見。我們的研究表明，GPT-4 是一個有希望的解決方案，能夠使計算機在有限的人類輔助下實施用於建築能源管理的定制資料挖掘解決方案。”他表示希望更多科學家能夠探索 GPT-4 在這一領域的潛力，使建築能源管理在未來更加智慧和高效。
相關資料：
- Chaobo Zhang et al, Generative pre-trained transformers (GPT)-based automated data mining for building energy management: Advantages, limitations and the future, Energy and Built Environment (2023). DOI: 10.1016/j.enbenv.2023.06.005
- 提供者：KeAi Communications Co.
關鍵詞：能源管理-GPT-4、資料挖掘、建築能源管理、服務賦能
延伸閱讀
- OpenAI 宣布東京辦公室成立，並推出日文最佳化的 GPT-4 模型
- Anthropic 宣稱其新模型超越 GPT-4
- Mistral AI 推出新模型，挑戰 GPT-4 及其自家聊天助手
- 迪士尼推出 VR 跑步機，OpenAI 修復懶惰的 GPT-4，蘋果推出被盜裝置保護
- OpenAI 大幅降價並修復「懶惰」的 GPT-4，再度體現強大功能
- 儘管 GPT-4 免費使用，微軟的 Copilot 應用並未影響 ChatGPT 的安裝量或收益
- Outset 正使用 GPT-4 打造更好的使用者調查
- 資料、使用案例和訓練模型之間的關鍵連結
- 為何 GPT-4 容易受到多模態提示嵌入影象攻擊的影響？
- 中國搜尋引擎巨頭百度揭示 Ernie 4.0 人工智慧模型，聲稱與 GPT-4 不相上下
