Francouzský startup Kelvin využívá strojové učení k posuzování energetické účinnosti domovů

V reakci na rostoucí potřebu renovace domácností z hlediska energetické účinnosti se zakladatelé francouzského startupu Kelvin, Clémentine Lalande, Pierre Joly a Guillaume Sempé, ponořili do světa energetických auditů. Tato oblast nabízí značný potenciál pro snižování spotřeby energie a emisí CO2, což je klíčové pro boj proti klimatickým změnám. Kelvin využívá strojové učení k zjednodušení procesu auditu domovů, čímž se snaží vyplnit mezeru ve stavebním průmyslu, který patří mezi nejméně digitalizované sektory.

Francouzský Národní bytový úřad (ANAH) si klade za cíl renovovat 200 000 domů do roku 2024, což je ambiciózní plán vzhledem k omezeným kapacitám řemeslníků a technologickým omezením v sektoru. Kelvin nabízí řešení tím, že rozvíjí vlastní AI modely založené na otevřených datech a milionech fotografií a energetických hodnocení. Modely umožňují analyzovat termální výkonnost budov pomocí satelitních snímků a dalších datových zdrojů.

Startup se zaměřuje na spolupráci se stavebními společnostmi, realitním sektorem a financujícími institucemi, které mají zájem o přesné hodnocení před realizací investic do rekonstrukcí. Kelvin nabízí nástroje, které umožňují snadné použití běžných fotografií a videí bez potřeby speciálních technologií jako je 3D skenování LiDAR, což zjednodušuje škálování jejich řešení.

V prvních testech dosáhl Kelvin přesnosti svých hodnocení na úrovni 95% ve srovnání s tradičními metodami.