自1990年以来,我们用于冷却室内空间的能源增加了两倍,到2050年,随着发展中国家和中等收入国家对空调的使用增加,这一能源将再次增加两倍。研究人员正在投入大量的精力研发新型冷却技术,以降低能耗,但在不久的将来,似乎还没有一项技术能达到最佳效果。
慕尼黑人工智能设计软件公司Hyperganic的首席执行官Lin Kayser表示:“空调创新就像核聚变,距离成功总是还需要20年。”
Kayser希望使用人工智能和3D打印,给空调设备带来颠覆性的突破。。通过使用人工智能生成一种全新的热交换器设计,然后可以用3D金属打印机打印出来,Hyperganic表示,它正在开发一种住宅空调装置,据称其效率是传统空调的10倍,而购买和运行成本与传统空调相同。
该公司与德国的EOS(金属和塑料3D打印机制造商)和阿联酋的制造公司Strata Manufacturing合作。
空调通过热交换器或冷凝器装置将室内热量抽到室外,将制冷剂气体压缩成液体,从而冷却建筑物。风扇吹过冷凝器,将液化过程中释放的热量吹到空气中。冷却消耗了当今建筑物使用的能量的16%以上,而热交换器是空调装置中能耗最高的部件。
换热器是需要大表面积的结构,它们依赖复杂的弯曲内部通道。但传统的工程设计和制造在其交付的复杂性方面受到限制,事实上,为了降低成本,更倾向于更简单的设计。Kayser说,“现在每秒钟有10台空调设备被售出,但空调装置在过去30年中并无差别。”因此,基于 AI 设计和 3D 打印技术成为了设计高性能复杂结构热交换器的最佳选择。
然而,换热器所需的复杂设计是基于人工智能设计和3D打印的最佳选择。事实上,新的原型换热器已经成为金属印刷公司的热门产品,这些公司希望展示这项技术的威力。Hyperganic的使命是“大大加快物理工程领域的创新。Kayser说,过去几十年的大部分创新都是在信息技术领域,而汽车、飞机和电器仍然与它们最初的样子非常相似。Hyperganic基于人工智能的设计平台允许工程师使用从自然界中发现的复杂设计(如珊瑚)中获得灵感的元素,制造具有完全不同结构的热交换器。通过增加表面积和优化气流,这些设计提高了组件的能效。为了利用算法工程快速迭代的优势,关键设计元素(如分支的级数和管道直径)被转化为参数,从而可以同时生成多个设计。在给定的环境中,可以高效地创建性能最好的热交换器。
举个例子:今年5月,Hyperganic和EOS公布了世界上最大的aerospike打印火箭发动机。Aerospik发动机通常被认为是一项艰巨的工程和制造挑战。Hyperganic的人工智能算法在几天内创造了数百种设计。最好的设计印在EOS的激光粉末床熔合机上,该机器使用激光一次加热和熔合一层金属粉末来制造零件。
在一个日益变暖、能源匮乏的世界,空调创新是一个优先事项。热电材料和被动辐射冷却等将热量直接送入外层空间的新技术令人兴奋,但可能需要多年才能在商业上可行。Hyperganic并没有做任何激进的事情,在短期内是不切实际的。“我们所做的不是火箭科学,”Kayser说,“我们试图将先进制造能力和人工智能结合起来。这并不像发明完全不同的东西那样复杂。”
他补充说,该公司已经为新的空调换热器设计了许多新设计,并有一些性能数据。他们计划明年在迪拜举行的联合国气候变化会议上发布一个原型。
以上是如何利用人工智能提升空调性能10倍的详细内容。更多信息请关注PHP中文网其他相关文章!

生成AI(Genai)数据科学家:蓬勃发展的职业道路 执行摘要: 生成AI的新兴领域需要专业人士熟练的大型数据集导航,LLM加速模型开发和现实世界中的AI部署。 蒂

AI正在改变我们构建软件的方式。 MCP(模型上下文协议)和光标AI等工具正在领导这一转变。光标AI使您可以使用自然语言编写代码,而MCP则在顶部添加了智能处理和自动化。 tog

Python 3.14.0a6:π日发布的重大更新 2025年3月14日(π日),Python 3.14.0a6发布,这是3.14系列的倒数第二个alpha版本,预示着beta阶段即将到来。此次发布包含大量新功能,让我们一探究竟。 目录 什么是Python 3.14 Alpha版本? Python 3.14更新中的主要功能(目前为止) PEP 649 – 延迟求值注解(第二版) PEP 741 – 新的Python配置C API PEP 761 – 不再使用PGP签名发布(Sigstore登

本指南展示了使用Langchain和模型上下文协议(MCP)构建强大的AI代理。 MCP允许大型语言模型(LLM)与外部工具和实时数据进行交互,从而显着增强其功能。我们会

理解交叉熵损失:大型语言模型的关键指标 交叉熵损失是评估语言模型的基石指标之一,它既是训练目标,也是评估指标。本文将深入探讨交叉熵损失的含义、在大型语言模型 (LLM) 中的工作原理及其重要性。无论您是机器学习从业者、研究人员,还是希望了解现代人工智能系统如何训练和评估的人员,本文都将为您提供对交叉熵损失及其在语言建模领域意义的全面理解。 目录 交叉熵损失是什么? 交叉熵损失的关键特性 二元交叉熵与公式 交叉熵作为损失函数 交叉熵在大型语言模型中的作用 工作原理? 公式和解释 PyT

Google VEO 2:深入了解Google的高级生成视频模型 Google揭示了Google VEO 2,这是迄今为止最复杂的生成视频模型。 这个功能强大的工具将详细的文本描述转换为电影质量视频,

Grok 3 API:深入了解Xai的“可怕智能” AI Xai的Grok 3 API在AI世界中引起了轰动,以其令人印象深刻的推理能力,实时网络访问以及在编码和STEM基准方面的出色表现而受到赞誉。本指南

这项开创性的研究解决了AI视频的一个重大障碍:从文本中创建更长的多场景视频。 虽然最近的模型在简短,视觉上令人惊叹的剪辑中表现出色,但产生了长达一分钟的叙述带来了重大挑战


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

DVWA
Damn Vulnerable Web App (DVWA) 是一个PHP/MySQL的Web应用程序,非常容易受到攻击。它的主要目标是成为安全专业人员在合法环境中测试自己的技能和工具的辅助工具,帮助Web开发人员更好地理解保护Web应用程序的过程,并帮助教师/学生在课堂环境中教授/学习Web应用程序安全。DVWA的目标是通过简单直接的界面练习一些最常见的Web漏洞,难度各不相同。请注意,该软件中

WebStorm Mac版
好用的JavaScript开发工具

Atom编辑器mac版下载
最流行的的开源编辑器

EditPlus 中文破解版
体积小,语法高亮,不支持代码提示功能

MinGW - 适用于 Windows 的极简 GNU
这个项目正在迁移到osdn.net/projects/mingw的过程中,你可以继续在那里关注我们。MinGW:GNU编译器集合(GCC)的本地Windows移植版本,可自由分发的导入库和用于构建本地Windows应用程序的头文件;包括对MSVC运行时的扩展,以支持C99功能。MinGW的所有软件都可以在64位Windows平台上运行。