A finales del 2019 la Unión Europea (UE) presentó el famoso Pacto Verde Europeo, a partir del cual se propuso una serie de medidas orientadas a convertir a Europa en un continente neutro en carbono para 2050, tal como exigen sus compromisos internacionales en materia de protección ambiental.
Como meta intermedia para mitigar el impacto producido por el cambio climático, recientemente se aprobó la Ley Europea del Clima que propone una reducción neta del 55% de gases de efecto invernadero (GEI) para 2030 en relación a los niveles de 1990.
El aspecto central de estos objetivos de reducción de GEI es la transición energética, es decir, el paso de una matriz energética alimentada por combustibles fósiles -carbón, gas y petróleo- (emisora del 75% de los GEI totales de la UE) a una alimentada por fuentes limpias. La mayor atención está puesta en las energías renovables, las cuales actualmente constituyen el 20% de la matriz energética total de la UE; número que se busca ascender a por lo menos el 32% en 2030.
Ahora bien, la transición energética tiene tres pilares: el crecimiento de las energías renovables, la electrificación del sistema energético y la búsqueda de eficiencia energética; todo lo cual conlleva asimismo la creciente digitalización del sector. En este contexto, la inteligencia artificial (IA) se presenta como una herramienta que puede servir enormemente para alcanzar estos objetivos.
Tal como da a entender su nombre y tomando como referencia a la definición ofrecida por el informático John McCarthy, la IA se refiere principalmente a programas de computadora que imitan la capacidad de toma de decisiones y resolución de problemas que poseemos los humanos, de modo tal que presentan una inteligencia similar o incluso superior a la nuestra, ya que no se limitan a los métodos biológicamente observables.
El mayor potencial de esta tecnología en la transición energética se da en su capacidad de combinar procesamiento de enormes cantidades de datos (Big Data), análisis y reconocimiento de patrones, predicción de escenarios futuros y su implementación práctica en la infraestructura energética de manera autónoma.
En este sentido, a medida que aumenta la disponibilidad de datos, gracias al crecimiento de las tecnologías de recolección -tales como los sensores-, se abren nuevas puertas para el uso de la IA. Esta es una de las características principales de la era exponencial de la cual habla Oscar Oszlak, es decir, la acelerada innovación tecnológica que estamos viviendo en el marco de la cuarta revolución industrial y de sus crecientes potencialidades en prácticamente todos los aspectos de nuestras vidas.
Tomando como referencia un informe de la Agencia Alemana de Energía, dena (2019), algunos de los principales usos -actuales y/o potenciales- de la IA en la transición energética son:
Mejorar las predicciones y optimizar la operación: esto es particularmente importante considerando la fluctuación natural propia de las energías renovables. Es decir, mediante el procesamiento de un flujo constante de datos se podría evaluar casi en tiempo real los patrones meteorológicos y la situación de la red eléctrica, detectando fallas y prediciendo situaciones de riesgo para actuar acorde y garantizar el suministro. Por ejemplo, a través de una creciente interconexión de los sistemas energéticos, la IA podría determinar con anticipación cuándo no va a haber viento suficiente, o cuándo ocurrirá un evento meteorológico drástico (cada vez más frecuentes), que no permitirá aprovechar la energía eólica y, como respuesta, aumentar de manera automática la producción de energía de carga base para evitar el colapso del sistema. A su vez, aprendiendo a aprovechar las dinámicas del viento mediante un proceso de Machine Learning, podría coordinar las turbinas de un parque eólico para que trabajen en conjunto en vez de actuar como unidades independientes, logrando así la mayor eficiencia posible.
Brindar mantenimiento predictivo y práctico: la IA puede ser utilizada para predecir cuándo será necesario efectuar acciones de mantenimiento en la infraestructura energética antes de que ésta falle y/o se rompa (por ejemplo, los aerogeneradores). Asimismo, también podría ayudar a los operadores en la reparación en sí, mediante sistemas de asistencia y robótica especializada que incluso podría llegar a ser empleada a distancia, lo cual sería particularmente útil por ejemplo en parques eólicos offshore.
Contribuir en la seguridad: la creciente digitalización de los sistemas energéticos abre oportunidades para los ciberataques, tal como ocurrió recientemente en el oleoducto Colonial Pipeline de Estados Unidos. Por ende, la IA podría contribuir en la lucha contra ransomwares y en la detección de loopholes que exponen a los softwares de las centrales energéticas. A su vez, mediante análisis de imagen, cara, discurso y audio podría identificar y evitar problemas físicos (por ejemplo, individuos que ingresan sin permiso a una granja solar).
Democratizar el sistema energético: una pieza fundamental de la transición energética es la generación distribuida, es decir, la generación de energía a microescala (por ejemplo, paneles fotovoltaicos en el techo de un hogar para su propio consumo). En este sentido, la IA podría manejar de forma independiente y automática el sistema, haciendo los ajustes necesarios para una generación y consumo óptimos en base a las necesidades del propietario. Esto está intrínsecamente relacionado con el concepto de Smart Grid o red eléctrica inteligente.
Dada la enorme cantidad de posibilidades que plantea, la IA ya se encuentra inserta en el sector energético mundial: principalmente en la Unión Europea, Estados Unidos, Israel e India. Según dena, actualmente existen al menos 104 PyMEs, compañías e institutos de investigación que realizan actividades en esta materia en el mundo, 37 de las cuales están en la UE (40 en total en el Espacio Económico Europeo).
Schoonschip, Ámsterdam
El barrio flotante de Schoonschip, en la capital neerlandesa, constituye un claro ejemplo de la utilización de IA en un contexto de generación distribuida. Está compuesto por 47 hogares que cuentan con un sistema eléctrico inteligente, el cual recibe energía de paneles solares instalados en cada casa y decide automáticamente cuándo y cómo almacenar y suministrar energía.
Según Philip Gladek, director técnico de la comunidad, cada sistema particular posee un equipo similar que está conectado a un sistema de gestión eléctrico, el cual mide en tiempo real la producción y consumo de cada hogar, y se comunica también con un sistema central que se encuentra en la nube que almacena los datos de todas las casas. Este sistema central también recibe y procesa datos sobre la situación meteorológica de manera constante para optimizar la generación de energía en cada hogar.
La Unión Europea, entonces, es uno de los tantos actores internacionales que están crecientemente invirtiendo en la investigación y desarrollo general de IA, buscando posicionarse a la vanguardia en esta materia.
En el 2020 se aprobó el marco financiero plurianual (MFP) para el período 2021-2027 y el paquete de estímulo pandémico Next Generation EU, los cuales abarcan programas de ciencia y tecnología que buscan financiar distintos sectores con una visión estratégica de cara a los desafíos y oportunidades del presente y el futuro, tales como Horizonte Europa, InvestEU, el mecanismo Conectar Europa y el Programa Europa Digital. También se insertan en este marco el Mecanismo para una Transición Justa y el Plan de Inversiones del Pacto Verde Europeo, específicos para mitigar los impactos del cambio climático.
Entre los diversos programas, la Comisión Europea planea invertir por lo menos mil millones de euros por año en IA. Movilizando también inversiones en el sector privado y en los Estados miembros, espera que la suma total llegue a €20 mil millones anuales a lo largo de la década.
Si bien estos números se refieren a la IA en general y sus diversas funcionalidades, el libro blanco sobre Inteligencia Artificial, publicado por la Comisión en el 2020, menciona explícitamente la voluntad de la UE de desarrollar tecnologías de ingeniería neuromórfica (similar a la cognición humana) para hacer frente a los diversos desafíos, evaluar el uso de recursos, mejorar la eficiencia energética y entrenarla para que tome decisiones positivas para el ambiente.
Ahora bien, debido a la matriz energética sucia actual y a la cantidad de energía que requiere, la IA en sí emite grandes cantidades de gases de efecto invernadero. Si bien existen matices, dado que algunos algoritmos utilizan menos energía que otros, desarrollar una IA eficiente y limpia que no impacte en el ambiente también es un desafío que se encuentra dentro los objetivos de la UE.
Dos de las instituciones principales que encabezan el desarrollo de esta tecnología son el Consejo Europeo de Innovación (EIC) y la Alianza Europea de IA. Ésta última, creada en 2018, busca constituir un foro multisectorial anual para que diversos actores, tanto públicos como privados, intercambien información y desarrollen una estrategia común europea en el sector.
La transición energética, entonces, es crucial para mitigar los impactos del cambio climático, los cuales ya están teniendo graves consecuencias y lo seguirán haciendo durante décadas. Por esta razón, la inteligencia artificial eficiente y limpia se presenta como una herramienta clave que permitirá retroalimentar la creciente electrificación, digitalización y optimización del sector energético en la búsqueda de neutralidad de carbono.