¿Puede la inteligencia artificial en el sector energético resolver la crisis climática?
Muchos asocian la inteligencia artificial con la pérdida de empleo y de privacidad. Pero el aprendizaje automático puede ayudar a ahorrar energía y mejorar las fuentes renovables.
La inteligencia artificial (IA) se está infiltrando en cada rincón de nuestras vidas. Los servicios de retransmisión de videos la utilizan para conocer nuestros hábitos y sugerir lo que nos gustaría ver a continuación. La IA ha vencido a los mejores jugadores del mundo en juegos de mesa complejos como el ajedrez y el Go.
Algunos científicos incluso creen que la IA podría algún día lograr una inteligencia sobrehumana que podría dar lugar a escenarios apocalípticos que recuerdan a películas como «Matrix”.
Para disipar esos temores, Naciones Unidas celebra a finales de mayo la tercera Cumbre Mundial «IA para el Bien” (del inglés, «AI for Good”), que tendrá lugar en Ginebra, Suiza, y demostrará cómo la IA acelera el desarrollo sostenible. La cumbre se centrará en las aplicaciones de la IA para resolver los problemas más acuciantes de nuestro tiempo, incluido el cambio climático.
La mayoría de países no está reduciendo sus emisiones lo suficientemente rápido. La IA podría ayudar a acelerar el proceso. Especialmente, un campo llamado aprendizaje automático puede procesar grandes cantidades de datos para hacer que los sistemas energéticos sean más eficientes.
Para cumplir con el Acuerdo de París, tendremos que eliminar por completo los combustibles fósiles de todos los sectores de la economía. Esto significará conectar fuentes de energía renovable descentralizada y fluctuante (aquella que se transporta y no se utiliza) con consumidores, que automáticamente minimizan el sobrante y mantienen en equilibrio todo el sistema.
Hendrik Zimmermann, investigador en el campo de la digitalización y la sostenibilidad de la ONG alemana de medio ambiente Germanwatch, afirma que la gestión eficiente de datos de esta magnitud solo es posible con IA. «Para poder diseñar este sistema, necesitamos tecnologías digitales y una gran cantidad de datos que deben ser recopilados y analizados rápidamente”, explica Zimmermann a DW. «La IA o los algoritmos del aprendizaje automático pueden ayudarnos a manejar esta complejidad y llegar a cero emisiones”, afirma.
Reduciendo el consumo energético
Pero la digitalización también trae consigo una serie de problemas, entre los que destaca la enorme cantidad de energía que consume todo este procesamiento de datos en sí mismo. Sims Witherspoon es directora de programas en Deepmind, una empresa británica de inteligencia artificial que pertenece a Alphabet, empresa matriz de Google. La compañía desarrolló el programa AlphaGo, que derrotó por primera vez a un jugador humano profesional de Go (un juego de tablero de estrategia para dos personas, originario de China). Según Witherspoon, los centros de datos, las enormes «granjas de servidores” alrededor del mundo que almacenan los datos de los usuarios, representan el tres por ciento del consumo energético global.
Es por ello que Deepmind decidió utilizar sus «algoritmos de aprendizaje general” para reducir la energía necesaria para enfriar los centros de datos de Google hasta en un 40%.
«Al igual que jugando al Go, los centros de datos tienen acciones concretas y recompensas medibles en sus operaciones”, cuenta Witherspoon, explicando que las IA procesan muchos más datos de los que podría manejar un ser humano. En este caso todo, desde las condiciones climáticas hasta la cantidad de datos procesados por los servidores para asegurar una refrigeración óptima.
El sistema se está ampliando a más centros de datos de Google. Witherspoon cree que la IA podría tener un gran impacto en otros campos. «Los grandes sistemas industriales consumen el 54% de la energía mundial”, dice. «Imagine el potencial si pudiéramos aplicar esta tecnología a gran escala en los sistemas industriales. Creemos que podría tener un impacto aún mayor en el cambio climático”.
El Instituto Borderstep de Berlín, una organización sin ánimo de lucro, utiliza algoritmos de aprendizaje predictivo de máquinas (más sencillos) para ahorrar entre 20 y 25% de la energía utilizada para calentar un grupo de 250 viviendas en la capital alemana.
«Utilizamos un sistema de gestión de la energía doméstica que funciona a tres niveles: el apartamento, el edificio y el grupo de edificios, que comparte una fuente de calor común”, explica a DW Simon Hinterholzer, investigador de energía inteligente de Borderstep.
Con la ayuda de sensores colocados en los apartamentos y edificios, el sistema puede determinar cuándo están en casa los residentes y encender la calefacción. «El sistema aprende a través de su uso porque todos los dispositivos están conectados en red”, aclara Hinterholzer.
Energía verde más rápida y barata
La IA podría optimizar no solo el consumo energético, sino también su producción. La inspección y el mantenimiento de las turbinas, que a menudo implica al personal que tiene que volar hasta las turbinas eólicas en helicóptero, son un factor de costo importante para el funcionamiento de los parques eólicos marinos.
Roy Assaf, investigador de IA en IBM y que participa en el proyecto paneuropeo ROMEO, explica a DW que su equipo está utilizando el aprendizaje profundo (del inglés, deep learning). Un método de aprendizaje automático que utiliza funciones matemáticas conocidas como «neuronas artificiales” «para tratar de predecir posibles averías en los parques eólicos marinos y optimizar su mantenimiento”.
Actualmente están «entrenando” sus modelos utilizando datos históricos sobre voltaje, temperatura, velocidad del viento y humedad. Tarde o temprano, estos modelos se emplearán en tiempo real y, a medida que se disponga de nuevos datos, las predicciones serán más precisas.
«Hay 1,000 indicadores y no es fácil sacar conclusiones de todos ellos. El aprendizaje automático permite extraer conocimiento de todo al mismo tiempo”, cuenta Assaf.
La esperanza es que al reducir los costes de mantenimiento y el tiempo de inactividad de las turbinas, se pueda generar más energía verde y de forma más barata.
Los riesgos de la IA para la energía
Aún así, el poder de la IA para hacer que las cosas sucedan más rápido y de forma más eficiente no solo se aplica a las tecnologías que ayudan a reducir las emisiones. Google, Microsoft y Amazon venden sus servicios informáticos de inteligencia artificial a empresas petroleras y de gas para ayudarles en la extracción de combustibles fósiles.
Según un informe reciente de la Institución Brookings, la IA probablemente está teniendo un mayor impacto sobre los combustibles fósiles que las alternativas ecológicas por su gran adaptabilidad a las «actividades que abren nuevas fuentes de hidrocarburos. Especialmente la revolución del gas de lutita, que permite la extracción de gas y petróleo, y que requiere la cartografía de complejos yacimientos subterráneos y la adaptación de métodos de perforación”.
Por otro lado, el hecho de permitir a las empresas el acceso a los datos sobre cómo usamos la energía en nuestros hogares también plantea la cuestión de si confiamos en que los usen para el bien público.
«Las empresas privadas tienen un gran interés en recopilar este tipo de datos”, afirma Zimmermann, de Germanwatch. «Si dejamos que estos valiosos datos lleguen a manos de las grandes corporaciones sin que nosotros nos beneficiemos de ello, será una redistribución de valor de la que mucha gente no es consciente”, lamenta.
Por no hablar de los posibles escenarios como resultado de que los datos caigan en manos de personas no autorizadas para su uso. «Los sistemas energéticos son una infraestructura crítica”, señala Zimmerman. «Son susceptibles tanto a los ataques terroristas como a los ataques por motivos económicos procedentes de otros países. La ciberseguridad es crucial”, aclara.
La IA es uno de los sectores de mayor crecimiento de la industria tecnológica. Si en última instancia beneficia o perjudica a nuestro planeta, no es una cuestión de si empleamos máquinas inteligentes, sino de lo que les pidamos que hagan por nosotros.
Por Frank Maurice
Fuente: Prensa Forbes
Comments