La transición energética necesita la participación de inteligencia artificial en el proceso

Imagínese si quiere una red de n cosas, cada una de las cuales está conectada entre sí. Cuando n es un número pequeño, solo hay una pequeña cantidad de conexiones totales, pero a medida que n crece, la cantidad de conexiones totales crece más. En una red pequeña, donde n = cinco, el tamaño de un equipo de baloncesto, el número total de conexiones posibles es algo que una persona puede comprender. Escale eso hasta el tamaño de incluso un equipo de fútbol (o fútbol en la mayor parte del mundo) donde una red de n = 11, y las conexiones son difíciles de visualizar de forma individual. Amplíelo aún más, a una red de miles o millones de cosas, y se vuelve imposible.

ARTÍCULO RELACIONADO

La energía solar puede representar el 40% de electricidad de EEUU para 2035: informe gubernamental

Puede ser difícil de visualizar, pero afortunadamente no es difícil entender que hay valor en las conexiones en red. Uno de mis artículos académicos favoritos es una exploración de ese valor , que los autores calculan como el tamaño de una red multiplicado por el logaritmo del tamaño de esa red, o n log ( n) . El valor comienza pequeño (de hecho, por debajo de una red de tamaño 10, el valor de la red es menor que la cantidad de cosas en la red) pero crece de forma no lineal, por lo que cuanto más grande es la red, más valiosa se vuelve. A 100 cosas, el valor de la red es 200; en un millón de cosas, tiene un valor de seis millones; en mil millones de cosas, tiene un valor de nueve mil millones.

Aquí hay una lección importante para la transición energética. El modelado a largo plazo de nuestro sistema energético futuro apunta a un cambio de paradigma en la cantidad de cosas importantes en la red energética del futuro. El futuro no solo implicará un cambio de sistemas de energía con cientos o miles de grandes generadores a sistemas con millones de pequeños proyectos solares y turbinas eólicas. También involucrará cientos de millones de vehículos eléctricos en red y también, potencialmente miles de millones de fuentes de demanda de energía en red, como sistemas de iluminación, calderas y bombas de calor. Sus conexiones entre sí tienen un valor obvio, desde informar a los operadores sobre las condiciones hasta realizar transacciones entre las partes. Las redes de transición energética a una escala de miles de millones de cosas serán demasiado grandes para ser manejadas solo por humanos. Requerirán inteligencia artificial.

Un nuevo libro blanco de mis colegas de BloombergNEF, la Deutsche Energie-Agentur (la agencia de energía de Alemania) y el Foro Económico Mundial describe 15 funciones que la IA puede realizar para la transición energética. Muchos de ellos son mejoras en las funciones industriales existentes que las empresas utilizan en la actualidad, desde la optimización de activos y la previsión de la demanda para la generación de energía renovable, hasta el diseño y monitoreo de redes eléctricas.

ARTÍCULO RELACIONADO

La adhesión de Colombia a la Agencia Internacional de Energía ya tiene hoja de ruta

Las aplicaciones de transición energética de AI también cubren un área más nueva: descubrimiento e innovación de materiales. Un ejemplo de este tipo de innovación es el éxito del creador de sistemas de inteligencia artificial de Google, Deepmind, en la resolución de lo que Nature llama "uno de los mayores desafíos de la biología: determinar la forma 3D de una proteína a partir de su secuencia de aminoácidos".

Esta parte de la lista de aplicaciones de IA también incluye elementos críticos de la infraestructura global en áreas como la exploración autónoma de genomas, que podrían volverse éticamente problemáticos. Es por eso que el libro blanco establece un conjunto de nueve principios de “IA para la transición energética”, agrupados en tres categorías: gobernar la transición, diseñar para la transición y permitir la transición.

Encuentro que estos principios son claros, útiles y accesibles para una amplia gama de partes interesadas que reconocen el potencial de la IA en sus campos y quizás también desconfían un poco de ella. Lo más importante es que brindan la guía para construir un futuro innovador distribuido, en red de una manera reflexiva y consciente.

Estos principios permiten a los ejecutivos, operadores y legisladores ser inteligentes sobre lo que la IA puede hacer por ellos y lo que deben pedirle. La transición energética, que ya se beneficia de la IA, es un terreno fértil para mucho más cuando se implementa de forma inteligente.