Kas mõlemat kontorit peaks kütma täpselt samamoodi? Päike liigub päeva jooksul ja muutub vastavalt aastaaegadele, tuule suund ja kiirus muutuvad ning inimesed ei kasuta tööruume kindla ajakava järgi – koosolekuruum võib täna olla täis ja homme tühi.

Katseid on juba tehtud

Ainult kindlale ajakavale ja eeldusele tuginemise asemel võiks tehisintellekt õppida, kuidas hoone erinevad osad käituvad, kasutades teavet nagu sise- ja välistemperatuur, päikesevalgus, tuul, ilmastikutingimused ja varasemad kütteandmed. Aja jooksul võiks see õppida mustreid, mida inimesel on raske pidevalt jälgida.

Näiteks võib tehisintellekt õppida, et kui talvine päike hommikul hoone ühele küljele jõuab, muutuvad need ruumid tavaliselt varsti soojemaks. Seejärel võib see soovitada seal kütte vähendamist. Teisest küljest võivad külma tuule käes olevad ruumid vajada rohkem kütet.

Sarnaseid süsteeme on juba päris hoonetes testitud. Teadlased töötasid kolmekorruselise nutika hoonega Cambridge'is Massachusettsis, kasutades hooneandureid, ilmaennustusi ja masinõpet. Nende süsteem kasutas hoone juhtimise osana ka päikesekiirguse ennustusi. Päris testides aitas see vältida ülekuumenemist ja säästa kütteenergiat. Praktikas tähendab see, et hoone ei pea ootama, kuni kellelgi hakkab liiga palav, vaid saab reageerida juba varem. Kui süsteem teab, et päike hakkab paistma, ja tuvastab ruumi soojenemise, saab see vajalikke muudatusi teha ennetavalt. (Zhang, W., Norford, L. K. & Wu, W. (2026). Development of microservices with machine learning algorithms for natural ventilation control in smart buildings. Building and Environment, 295, 114420)

Kuid üks edukas test ei tähenda, et iga nutikas hoone automaatselt energiat säästab. 2025. aasta ülevaates vaadeldi 104 uuringut, kus täiustatud kütte- ja jahutusjuhtimist oli testitud kodudes ja ärihoonetes. Usaldusväärsemate hindamismeetoditega uuringute hulgas oli keskmine kulude kokkuhoid kodude puhul umbes 16% ja ärihoonete puhul 13%. (Khabbazi, A. J., et al. (2025). Lessons learned from field demonstrations of model predictive control and reinforcement learning for residential and commercial HVAC: A review. Applied Energy, 399, 126459)

Nende arvude taga peitub aga oluline õppe­tund. Kõik uuringud ei suutnud säästu ühtviisi usaldusväärselt tõendada. Seega ei ole küsimus ainult selles, kas tehisintellekt suudab energiat säästa, vaid ka selles, kas suudame näidata, et see aitas säästa energiat just konkreetses hoones. Seepärast on tehisintellekti vastutustundliku kasutamise oluline osa põhjalik katsetamine päris hoonetes.

Homne päev ei ole muidugi täpselt samasugune nagu tänane. Tehisintellekt ei pea tuginema ainult minevikus toimunule: see saab ühendada varasemad mustrid andurite praeguste näitude ja ajakohaste ilmaennustustega. Kui ilm muutub või ruum täitub ootamatult inimestega, saab muutuda ka ennustus.

Hoones viibivatele inimestele võib see tähendada mugavamaid ruume. Hoone omaniku ja haldaja jaoks võib see tähendada vähem ebavajalikku energiatarbimist. Ja kui sarnaseid ideid kasutatakse paljudes hoonetes, võiks mõju linna tasandil olla märkimisväärne.

Heast algoritmist ei piisa

Tehisintellekt võib oluliselt aidata hoonete energiakasutust optimeerida, kuid tulemus sõltub kvaliteetsetest andmetest, nende tõlgendamisest ja inimestest, kes oskaks tulemusi kriitiliselt hinnata. Temperatuuriandur võib rikki minna. Ilm võib ootamatult muutuda. Tavaliselt tühi ruum võib ootamatult inimestega täituda. Mittetäieliku või vale teabe korral saab tehisintellekt teha mõistliku ennustuse, mis põhineb valel reaalsuspildil.

Kas tehisintellektil peaks olema lubatud ka kütet reguleerida? Tehniline küsimus muutub siis usalduse küsimuseks. Hoonehaldur peaks suutma aru saada, miks tehisintellekt muudatust soovitab. Lihtsalt „vähenda kütet“ ütlemisest ei piisa, palju kasulikum on, kui süsteem suudab selgitada, et ruum soojeneb päikesevalguse tõttu ja peaks peagi saavutama soovitud temperatuuri.

Sama kehtib vastutuse kohta. Kui tehisintellekt teeb vale ennustuse, ei saa me lihtsalt öelda „tehisaru otsustas“. Inimesed vastutavad endiselt andmete kontrollimise, süsteemi kasutamise viisi otsustamise ja sekkumise võimaluse eest, kui juhtub midagi ebatavalist.

See näitab, miks mõned tehisintellekti projektid kannatavad isegi siis, kui tehnoloogia ise töötab – heast algoritmist ei piisa. Andurid ja andmed peavad olema usaldusväärsed, erinevad hoonesüsteemid peavad koos töötama ning hoonehaldurid peavad soovitusi mõistma ja usaldama. Kõige tähtsam on aga see, et hoonet kasutavad inimesed peaksid sellest tegelikult kasu saama.

Alustada väikselt

Üks praktiline viis alustamiseks on seega mitte anda tehisintellektile täielikku kontrolli. Tehisintellekt võiks esmalt töötada hoonehalduri assistendina. See võiks jälgida hoone käitumist, leida ebatavalisi mustreid ja soovitada muudatusi. Seejärel saaks haldur otsustada, kas need ettepanekud on mõistlikud. Süsteemi testimise ja usalduse kasvades võivad mõned lihtsad toimingud muutuda automaatsemaks.

Nii nagu linn laiemalt, ei muutu hoone nutikaks ainult seetõttu, et lisame rohkem andureid ja tehisintellekti. Tegelik küsimus on selles, kas tehnoloogia lahendab mõne olulise probleemi. 

Tehisintellekt võiks aidata meil mõista midagi nii lihtsat nagu see, kuidas päikesevalgus ja tuul mõjutavad ruumi kütmist. Kuid selle tegelik väärtus ilmneb alles siis, kui tulemus on kasulik, arusaadav ja usaldusväärne.

Võib-olla peakski tehisintellekt meie linnades just seda rolli mängima: mitte tegema kõiki otsuseid meie eest, vaid aitama märgata asju, mis meil muidu kahe silma vahele jääksid, et saaksime ise paremaid otsuseid langetada.

Nutikam linn ei ole tingimata linn, kus on rohkem tehisintellekti. See on linn, mis teab, kus tehisintellekt saab aidata, kus see võib ebaõnnestuda ja kes vastutab, kui see ebaõnnestub.

Artikkel ilmus ajakirjas Mente et Manu.