Ambi Labs稍早前推出可優(yōu)化室內空調的Ambi Climate升級插件。Ambi Climate能幫助用戶管理空調系統(tǒng)，在能耗最小化的前提下維持室內空調的舒適度。
Ambi Labs稍早前推出可優(yōu)化室內空調的Ambi Climate升級插件。Ambi Climate能幫助用戶管理空調系統(tǒng)，在能耗最小化的前提下維持室內空調的舒適度。
Ambi Labs創(chuàng)辦人兼CEO Julian Lee表示，市面上已經出現許多學習型的恒溫器和空調控制器，然而，大部份恒溫器都只是預測并將使用行為加入排程中，當使用者離開家時，便自動關閉空調。而Ambi的研究則顯示，這種針對用戶日常習慣的預測在亞洲并不適用，因為亞洲用戶在出門前通常會關掉空調，只在需要時才打開，因此這種裝置對亞洲用戶而言需求并不大。
過去兩年內，Ambi Labs在亞洲針對十個市場，超過4,000位受訪者進行了網上調查。受訪者表示，維持舒適空調條件是他們最主要的挑戰(zhàn)，同時他們也都關注因空調而產生的高額成本和碳足跡。整體來看，亞洲地區(qū)中有72%的受訪者都面臨著至少一個空調問題，如房間內過熱、太冷、太干或太潮濕等。
Ambi Labs表示，其研究表明用戶面臨的空調問題主要是由于現有空調遙控器的過時設計。Julian表示，目前遙控器設計重點都在電源和溫度調節(jié)按鈕上，這也難怪許多空調系統(tǒng)使用效率不彰，因為用戶只能開／關和調高／調低溫度而已。這種做法必須在溫度上升或下降到足以讓用戶覺得過熱或太冷時，再逐步調回最舒適的溫度，但往往會造成能源浪費。
Ambi Climate運用了機器學習機制和大數據技術來解決些問題。它不僅學習用戶偏好，還會預測家中的環(huán)境條件將如何改變。Ambi Climate的專利
算法能對用戶的家進行全面計算，調整空調設定，達到用戶最舒適的程度，而非簡單地依照用戶生活習慣來安排。
此外，Ambi Climate也為用戶的家提供深度的、數據驅動的條件觀察，并觀察會造成影響的使用者行為。“許多人都知道白天和晚上最好拉上百葉窗，以減少空調能耗，但真正這樣做的人又有多少？”而Ambi Climate則能讓用戶洞察到這些因素，讓用戶更了解各種影響居家空調效率的因素。
免責聲明：本站所使用的字體和圖片文字等素材部分來源于互聯網共享平臺。如使用任何字體和圖片文字有冒犯其版權所有方的，皆為無意。如您是字體廠商、圖片文字廠商等版權方，且不允許本站使用您的字體和圖片文字等素材，請聯系我們，本站核實后將立即刪除！任何版權方從未通知聯系本站管理者停止使用，并索要賠償或上訴法院的，均視為新型網絡碰瓷及敲詐勒索，將不予任何的法律和經濟賠償！敬請諒解！
粵公網安備 44030402000264號
