في عالم سريع التغير، تعتبر تقنيات الذكاء الاصطناعي، وخاصة نماذج اللغات الضخمة (Large Language Models)، من الأدوات الثورية التي يمكن أن تحدث نقلة نوعية في إدارة أنظمة تكييف الهواء. هذا المقال يستعرض مراجعة نقدية تضم 66 دراسة تم نشرها في الفترة من 2023 إلى 2026، حيث تُشير إلى أن أنظمة التشغيل الآلي في المباني تُنتج بيانات غنية من المستشعرات، لكنها تواجه تحديات كبيرة نتيجة لاختلاف أسماء النقاط، ونقص البيانات الوصفية، وتجزئة الوثائق، مما يحول دون تحقيق أقصى استفادة من البيانات المتاحة.

قسمت المراجعة الدراسات إلى خمس فئات تطبيقية وثلاث فئات طرق لأساليب النماذج اللغوية الضخمة، حيث تم تقييم كل دراسة من حيث واقعية الأدلة، وجاهزية النشر، وحدود المساءلة بين النماذج القرارية لتقنيات الحرارة والتبريد (HVAC) والقرارات الفعلية المتعلقة بها.

يتركز 32 من أصل 66 ورقة في مجال نمذجة الطاقة في المباني (Building Energy Modelling)، بينما تظل دراسة توقع الأحمال نادرة للغاية لدرجة لا تسمح برسم استنتاجات قطعية. ولم تصل سوى أربع دراسات إلى مستوى البحوث التجريبية، ولم يتم الإبلاغ عن أي حالة نشر مستدام. في حين أن ثلاثة كانت قريبة المدى و63 دراسة فقط تندرج تحت فئة البحث.

ومع ذلك، هناك إمكانيات واعدة لاستخدام البشر في الحلقة لتحقيق تجارب قريبة المدى، بما في ذلك تطبيع أسماء النقاط، ودعم المشغلين المستند إلى الوثائق، ومساعدة سير العمل في نمذجة الطاقة، وواجهات استشارية حول أنظمة التحكم القائمة على الفيزياء.

تظل أدوات التعلم الآلي التقليدية (Machine Learning)، والتحكم التنبؤي (Model Predictive Control)، والتعلم المعزز (Reinforcement Learning)، وأدوات قائمة على الأنطولوجيا محبوبة أكثر للسيطرة عالية التردد، والتوقع العددي على المدى القصير، ورسم الخرائط الأنطولوجية المحددة. بينما لا يزال التشغيل الذاتي ووكلاء السكن غير الموثقين في مرحلة البحث.

تشير الأدلة الحالية إلى دعم نماذج اللغات الضخمة كطبقات دلالية وسير عمل بدلاً من كونها وحدات تحكم مستقلة في أنظمة HVAC. يقترح الباحثون أن تركز الأعمال المستقبلية على المعايير الميدانية، وتقييم التنسيق تحت القيود التشغيلية، وهياكل LLM-MPC/RL مع حدود زمنية وخصائص سلامة يمكن التحقق منها. هل أنتم مستعدون لاستقبال مستقبل أنظمة التكييف باستخدام الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات.