香港商廈冷氣普遍給人過冷的印象，引起能源浪費及碳排放問題。嶺南大學（嶺大）數據科學學院的博士生團隊針對此問題開發人工智能（AI）模型，準確預測製冷負荷，顯著提升能源利用效率。該研究項目近日更在「國際建築機電人工智能大挑戰2025」（Global AI Challenge for Building E&M Facilities 2025）中勇奪金獎。有關技術已在香港商廈及深圳達實智能大廈進行測試，均顯示該系統具備良好的預測效果。

獲獎項目名為「用於商業樓宇的AI智能冷氣需求預測系統」，由嶺大校長及韋基球數據科學講座教授秦泗釗教授及數據科學學院工業數據科學學部助理教授莫焱芳教授指導，研發團隊成員包括數據科學學院工業數據科學學部博士後研究員劉乙人博士，數據科學學院博士生李繼成同學及朱仲熹同學，該系統在比賽環節中，精準預測四座建築物未來一個月、每小時的製冷負荷需求，並為室內的空氣調節系統提供最佳化調控策略，既能維持舒適的溫度，又能有效減少能源消耗及碳排放，最終在「人工智能模型開發」學術組別中獲得金獎殊榮，取得5,000美元獎金。

秦泗釗校長表示：「本次獲獎彰顯了嶺大致力於透過創新科技推動聯合國可持續發展目標的堅定承諾。大學始終將可持續發展理念融入教學科研，同時也體現大學在數據科學與可持續發展領域的跨學科優勢。我們期待與業界深化合作，以AI技術賦能綠色建築，為全球減碳目標貢獻解決方案。」

劉乙人博士表示：「現時香港大部分商業樓宇依靠經驗或固定時段調節冷氣供應，造成過度製冷與能源浪費的問題。嶺大團隊研發的AI系統能提前一個月逐小時預測冷負荷需求，在不影響舒適度的情況下節省耗電量。這項技術更具備廣泛適用性，能準確預測多種不同建築的冷氣需求，為商場及辦公樓大幅節省能源開支。我們希望未來能推廣此系統至更多商場及辦公大樓使用，推動智能建築普及化，並成為香港樓宇日常運作的一部分，助力實現2050年前實現碳中和的目標。」

該系統已在香港的商廈及深圳達實智能大廈進行實測收集數據，進一步驗證其卓越性能。基於此技術，團隊進一步開發「HVAC（暖氣、通風、空氣調節）智能管理平台」，可結合即時天氣數據預測不同情況下的冷負荷需求，並製成視覺化系統協助樓宇管理人員制定節能策略。

團隊正進一步將系統與大型語言模型及AI代理技術結合，使AI能直接為樓宇管理者建議節能方案，進一步降低技術使用門檻，推動智能建築的大規模應用。

由機電工程署（機電署）和廣東省科學技術協會合辦的國際建築機電人工智能大挑戰（大挑戰）於今年六月至八月舉行，設有「人工智能模型開發」及「建築及工程創新方案」兩個比賽項目，吸引超過200支來自26個國家和地區的隊伍競賽。