BrainBox AI 实验室| 特灵科技 | Trane Technologies

特灵科技人工智能实验室

BrainBox AI 特灵科技人工智能实验室正推动人工智能与创新的前沿发展，贯穿整个组织及行业。作为变革性进步的催化剂，该实验室提供尖端的数字解决方案，在强化内部能力的同时，助力客户、社区和环境加速实现能源优化与可持续发展影响。

code illustrated in an uplift pattern

我们的理念

我们的人工智能实验室由四大核心支柱支撑

研究与开发

我们与世界一流的研究人员和高校携手合作，推动科学发现，塑造人工智能的未来。
可持续发展

我们开发人工智能技术，以支持能源优化并减少全球碳排放。
产品创造

我们将突破性创意和研究成果转化为可直接应用的产品与解决方案——从概念阶段转化为对现实世界的影响
伦理与规范

我们在解决方案的设计、开发和部署全过程中，嵌入合乎伦理且负责任的人工智能原则与安全护栏。

我们的团队

由人工智能领域最杰出人才组成的多元化生态体系

BrainBox AI 特灵科技人工智能实验室汇聚了一支由100多位技术专家构成的跨学科团队，成员包括软件工程师、数据科学家、人工智能研究员、机器学习开发人员以及人工智能工程师。团队囊括了人工智能开发与研究领域的顶尖精英，主要驻扎于全球领先的人工智能中心之一——加拿大蒙特利尔，其影响力与业务辐射范围遍及全球。

Professionals smiling in a workplace

科技与学术成员单位

我们关注的领域

自主控制

利用实时数据和先进的人工智能算法，通过动态设备指令与控制策略评估，实现楼宇资产的自动优化。

重点产品

人工智能控制

Isometric diagram of an HVAC unit inside a dotted bounding box, accompanied by floating data monitoring panels

已发表的研究论文

Abstract black-and-white pattern of horizontal stripes forming staggered diagonal line across a square image

多区域楼宇建筑节能减排的分层多智能体控制框架

Abstract black-and-white pattern of vertical stripes with varying thicknesses creating a gradient effect that forms a diagonal division from upper left to lower right

基于监督式机器学习算法的 WiFi 运动检测占用估计

Abstract black-and-white pattern of horizontal stripes forming staggered diagonal line across a square image

以居住者为中心的楼宇控制中的感知与数据采集方法：对最新进展的评述

智能体 AI

开发专为处理和分析海量内外部数据而设计的虚拟智能体。依托先进的大语言模型（LLM）技术，这些智能体能够提供数据可视化、逻辑推理支持，并在“人在回路”（human-in-the-loop）模式下执行基于充分信息的自动化操作。同时，我们内置了负责任的人工智能安全护栏与机制，以有效限制幻觉现象，确保输出的准确性与可靠性。

重点产品

ARIA：虚拟楼宇智能体

Wireframe data funnel linking binary code to a dashboard with charts and cubes

发表论文

Abstract black-and-white pattern of horizontal stripes forming staggered diagonal line across a square image

以人工智能革新建筑管理

人工智能预测

深度学习模型的进步使其能够以前瞻性的高精度预测建筑需求，从而支持更优的实时控制策略。

重点产品

人工智能控制

Isometric drawing of a building inside a red dotted bounding box with a floating panel reading 'ADJUST IN 2hrs'

已发表的研究论文

Abstract black-and-white grid pattern formed by intersecting horizontal and vertical lines of varying thicknesses, creating an optical effect of shifting gradients and distinct lighter and darker regions

基于LSTM的智能楼宇HVAC系统室内气温预测框架

Abstract black-and-white pattern of evenly spaced vertical stripes with varying widths that create a gradient effect, forming three horizontal bands that transition from dark to light to dark

基于强化学习的温控器设定点用户偏好预测方法

数据基础设施

持续优化高性能技术栈，具备实时数据处理、连续系统监测、模型自动重训练以及稳健的多层协议保障。

重点产品

人工智能控制

Layered security diagram with a central padlock connecting circuit patterns and grid planes

已发表的研究论文

Black-and-white abstract pattern of small rectangular tiles forming two mirrored hourglass shapes on either side of a central vertical black stripe

实施前测试并微调以人为中心的楼宇控制的数据驱动方法

Black-and-white grid of squares that decrease in size from the bottom-left to the top-right

楼宇自动化系统数据驱动元数据标记的统一架构

物理信息神经网络

将传统神经网络与基础物理原理相结合，以增强物理可解释性，并支持提升预测精度、优化训练数据需求。

重点产品

人工智能控制

Isometric wireframe diagram of a tall, folded grid structure featuring curved red connection lines and floating data panels

已发表的研究论文

Abstract black-and-white grid pattern with varying dot and square sizes creating a cross or plus-sign shape in the center, with alternating light and dark quadrants

需求响应进程中楼宇温度控制的神经微分方程方法

Black-and-white pattern of horizontal lines with vertical shifts that create the illusion of stepped pillars

基于外生变量的自回归神经网络在楼宇室内温度预测中的应用

自动化碳减排

开发旨在支持碳减排工作的算法，整合实时及预测的排放信号，以推导能源消耗模式，并协助优先选用更清洁的能源。

项目与成果

洛约拉大学（Loyola University）

Wireframe 3D terrain map with floating information cards showing weather or environmental icons

已发表的研究论文

Abstract black-and-white pattern of horizontal lines with repeating thick black rectangles forming vertical columns

可靠评估楼宇中新控制策略的影响

负责任的人工智能规范

BrainBox AI 特灵科技人工智能实验室坚信，负责任的人工智能始于信任、透明度和人工监督。在负责任的人工智能治理规范与伦理基础的指引下，我们在智能建筑技术的开发与部署过程中，始终坚持以负责任的使用、问责制和可靠性为基石。

了解负责任的人工智能规范

Monochrome photo of fluted classical columns with strong shadows

查看法语版本