Kelvin, evdeki enerji denetimlerine yapay zeka uygulayarak gezegenin kurtarılmasına yardımcı olmak istiyor

İklim değişikliğini yavaşlatabilecek bir başlangıç ​​​​fikri ararken evde enerji değerlendirmeleri konusunda uzman olabilirsiniz. En azından, evlerin enerji verimliliği açısından denetlenmesini kolaylaştırmak için bilgisayarlı görüntü ve makine öğrenimini kullanan Fransız bir girişim olan Kelvin’in kurucularının başına gelen buydu.

Clémentine Lalande, Pierre Joly ve Guillaume Sempé evlerde enerji verimliliği denetimlerini incelemeye başladı çünkü yenilemelerin enerji tüketimini ve CO2’yi azaltmada büyük etkisi olacak₂ emisyonlar. Ancak inşaat sektörünün geri kalanı gibi bu alandaki şirketlerin çoğu da süreçlerini iyileştirmek için teknolojiyi kullanmıyor.

Kelvin’in CEO’su Lalande, TechCrunch’a “Avrupa’da önümüzdeki 30 yıl içinde yenilenecek 300 milyon ev var” dedi. “Ancak inşaat sektörü tarımdan sonra en az dijitalleşen ikinci sektör.”

Fransa’da Ulusal Konut Ajansı (ANAH), yalnızca 2024 yılında 200.000 yenilenmiş eve ulaşmak gibi iddialı bir hedef belirledi. Ancak zanaatkarlar buna ayak uyduramıyor ve sonuç olarak iklime zarar veriyor. Daha genel olarak, Avrupa’daki düzenleyici ortam bu tür bir girişim için elverişlidir.

Ekim 2023’te kurulan Kelvin, saf bir yazılım oyunudur. Şirket, hizmet sağlayıcılardan oluşan bir pazar oluşturmak istemiyor ve TechCrunch’ın kapsadığı Almanya merkezli başka bir ev enerji değerlendirmesi girişimi olan Enter’dan farklı olarak, müşteriye yönelik bir ürün olmak da istemiyor.

Bunun yerine girişim, makine öğrenimini kullanarak ev enerji değerlendirmelerinde uzmanlaşmış kendi yapay zeka modelini oluşturmak için küçük bir mühendis ekibini bir araya getirdi. Şirket, uydu görüntüleri gibi açık verilerin yanı sıra milyonlarca fotoğraf ve enerji değerlendirmesi içeren kendi eğitim veri setini kullanıyor.

“Bina ve termal performansı hakkında bilgi sağlayan 12’den fazla özel, yarı kamuya açık veya açık veri kaynağını hesaplıyoruz. Bu nedenle, bitişik binaların varlığı, güneş panelleri, toplu havalandırma üniteleri vb. gibi belirli özellikleri tespit etmek için uydu görüntülerini makine öğrenimi modelleriyle analiz ederek oldukça standart segmentasyon teknikleri kullanıyoruz.” dedi Lalande.

“Bunu kendi topladığımız veriler üzerinde de yapıyoruz. İçerideki kişiye toplaması gereken fotoğraf ve videoları söyleyen, botlu bir uzaktan inceleme aracı geliştirdik” diye ekledi. “Daha sonra videolarda radyatörleri sayan, kapıları algılayan, tavan yüksekliğini algılayan ve kazan veya havalandırma ünitesinin tipini belirleyecek modellerimiz var.”

Kelvin, LiDAR gibi 3 boyutlu teknolojileri kullanmak istemiyor çünkü geniş ölçekte kullanılabilecek bir araç oluşturmak istiyor. Normal fotoğraf ve videoları kullanmanıza olanak tanır; bu, bir odanın ayrıntılarını kaydetmek için LiDAR sensörlü yeni bir akıllı telefona ihtiyacınız olmadığı anlamına gelir.

Startup’ın potansiyel müşterileri inşaat şirketleri, emlak sektörü ve hatta ev yenileme projelerini finanse etmek isteyen finans kurumları olabilir; özellikle finansörler karar vermeden önce doğru değerlendirmeler arıyor olabilir.

Şirketin ilk testlerinde ev enerji değerlendirmeleri eski moda değerlendirmelerin %5’i oranında doğru çıktı. Ve eğer bu denetimler için başvurulacak araç haline gelirse, bir evi diğeriyle ve bir tadilatı diğeriyle karşılaştırmak çok daha kolay hale gelecektir.

Başlangıç, Racine²’nin liderliğinde ve Bpifrance’ın seyreltici olmayan yatırımıyla 4,7 milyon Euro (bugünkü döviz kuruyla 5,1 milyon dolar) topladı. Tura Seedcamp, Raise Capital, Kima Ventures, Motier Ventures ve çok sayıda iş meleği de katıldı.