Kelvin 希望通过将人工智能应用于家庭能源审计来帮助拯救地球
当你在寻找一个可以减缓气候变化的创业想法时，你可能会成为家庭能源评估方面的专家。至少，法国创业公司Kelvin的创始人就是这样做的，该公司正在使用计算机视觉和机器学习来更轻松地审核家庭能源效率。Clémentine Lalande、Pierre Joly 和 Guillaume Sempé 开始研究家庭能源效率审计，因为装修将对减少能源消耗和二氧化碳排放产生巨大影响。但是，与建筑行业的其他行业一样，该领域的大多数公司并不使用技术来改进其流程。“未来 30 年，欧洲将有 3 亿户家庭需要翻修，”Kelvin 首席执行官 Lalande 告诉 TechCrunch。“但建筑业是继农业之后数字化程度第二低的行业。”在法国，国家住房管理局 (ANAH) 制定了一个雄心勃勃的目标，即仅在 2024 年就完成 20 万套翻新房屋。但工匠根本无法跟上步伐，结果损害了气候。更普遍的是，欧洲的监管环境对这种初创企业有利。Kelvin 成立于 2023 年 10 月，是一家纯软件公司。该公司不想建立服务提供商市场，而且与TechCrunch 报道的另一家总部位于德国的家庭能源评估初创公司Enter不同，它也不想成为面向客户的产品。相反，这家初创公司组建了一个小型工程师团队，利用机器学习创建自己的人工智能模型，专门用于家庭能源评估。该公司使用卫星图像等开放数据，以及包含数百万张照片和能源评估的自有训练数据集。“我们计算了超过 12 个专有、半公开或开放数据源，这些数据源提供有关建筑物及其热性能的信息。因此，我们使用相当标准的分割技术，使用机器学习模型分析卫星图像以检测特定特征，例如相邻建筑物、太阳能电池板、集体通风装置等的存在，”Lalande 说道。“我们也利用自己收集的数据进行这项工作。我们开发了一种远程检查工具，其中的机器人会告诉在里面的人，他们应该收集哪些照片和视频，”她补充道。“然后，我们有模型可以计算视频中的散热器数量、检测门、检测天花板高度，并确定锅炉或通风装置的类型。”Kelvin 不想使用激光雷达之类的 3D 技术，因为它想构建一个可以大规模使用的工具。它允许你使用普通的照片和视频，这意味着你不需要配备激光雷达传感器的最新智能手机来记录房间的详细信息。该初创公司的潜在客户可能是建筑公司、房地产行业，甚至是想要资助房屋装修项目的金融机构——尤其是金融家，他们可能在做出决定之前寻求准确的评估。在该公司的首次测试中，其家庭能源评估与传统评估的准确度相差 5% 以内。如果它成为这些审计的首选工具，那么比较一所房屋与另一所房屋以及一次装修与另一次装修将变得更加容易。这家初创公司目前已筹集了 470 万欧元（按今天的汇率计算为 510 万美元），其中 Racine² 领投，Bpifrance 提供非稀释性投资。Seedcamp、Raise Capital、Kima Ventures、Motier Ventures 和几位天使投资人也参与了此轮融资。
页:
[1]