Cerrar panel

Cerrar panel

Cerrar panel

Cerrar panel

Inteligencia artificial, el aliado contra el cambio climático

La extinción de especies, el aumento de las temperaturas y los grandes desastres naturales son algunas de las consecuencias sufridas a causa del cambio climático. Países e industrias son conscientes y trabajan para combatir la acelerada contaminación del planeta. ¿Hay solución? Algunos investigadores señalan que el uso del ‘big data’ y el ‘machine learning’ puede ayudar a la hora de mejorar la eficiencia energética, cambiar industrias como la agricultura y encontrar nuevos materiales de construcción agradables con el medio ambiente.

bbva-cambio-climatico-oso-polar-medioambiente-cuidado-planeta-deshielo

Greta Thunberg tiene 16 años y vive en Suecia. Hasta el pasado mes de febrero era una joven estudiante más preocupada por el medio ambiente. Hoy es la activista en contra del cambio climático más escuchada del mundo gracias a su acción 'Viernes por el clima', que reclama a los jóvenes de todo el planeta que se manifiesten contra sus gobiernos por incumplimiento de las leyes medioambientales. Greta cree que nos encaminamos al desastre natural y a la destrucción del planeta si no cambiamos nuestros hábitos como sociedad, desde las grandes industrias hasta el pequeño ciudadano.

Informaciones, estudios e informes apuntan en la misma dirección: el calentamiento global es una realidad y es producto de la actividad humana. La FAO, la Organización de las Naciones Unidas para la Alimentación y la Agricultura, estima que la temperatura global crecerá entre 1,5 y 4 grados en las próximas décadas.  Señala también que las emisiones de gases de efecto invernadero (GEI) provenientes de la quema de combustibles fósiles y de la industria no han dejado de crecer en los últimos años, centradas en cuatro países y regiones: EE. UU., China, Rusia, la Unión Europea y la India.

Este crecimiento ha provocado que miles de especies se encuentren en riesgo de extinción. Además, los cambios drásticos en el clima que provocan desastres naturales (olas de calor, huracanes, tsunamis) se han duplicado en los últimos 20 años, según el informe 'Pérdidas, pobreza y desastres' elaborado por la Oficina de las Naciones Unidas para la Reducción de Riesgos y Desastres (UNISDR en sus siglas en inglés).

Pese al panorama nada esperanzador, son cada vez más los que creen que en la ciencia de datos y computacional (big data e inteligencia artificial) pueden encontrarse soluciones para modificar hábitos y combatir el cambio climático. “El ‘big data’ nos permite trabajar con grandes cantidades de datos procedentes de varias fuentes y el ‘machine learning’ nos permite procesarlos para llegar a tener modelos predictivos. No hay duda de que ambos nos pueden ayudar a analizar y predecir el cambio climático. Su suma podría sernos sin duda de gran utilidad. Aunque de momento la interpretación y la acción depende de nosotros”, señala Berenger Bríquez, experto en IA en el sector energético y segundo premio de IA y Machine Learning del Datathon Iberia 2019 de AWS, patrocinado por BBVA.

Desde la organización Climate Change AI numerosos investigadores en ciencia computacional de universidades americanas han debatido sobre los retos a los que nos enfrentamos y cómo la computación puede ayudar a mitigarlos. Entre ellos se encuentran Andrew Ng, cofundador de Google Brain, Demis Hassabis, fundador y CEO de DeepMind y Jennifer Chayes, directora de Microsoft Research.  Algunos de los campos en los que la IA puede trabajar y generar resultados medioambientales positivos son la industria de la energía, el transporte y la logística, la agricultura o la construcción.

Mayor eficiencia energética

Uno de los nichos en los que la IA puede ser decisiva es el sector energético, todavía anclado en una forma de producción y distribución que ha variado muy poco en las últimas décadas. Hoy, gracias a los algoritmos, existen redes de distribución automatizada capaces de realizar análisis inteligentes en tiempo real, teniendo en cuenta la oferta y demanda de energía, así como detectar potenciales errores. “La IA podrá aumentar la eficiencia energética relacionada con muchas pequeñas tareas y necesidades del día a día, como la domótica inteligente en las viviendas o en edificios, y en operaciones y logística, con la llamada Industria 4.0. En un ámbito macro, se conseguirán mayores sinergias al poder organizar y planificar grandes volúmenes de recursos y activos”, señala Bríquez. Gracias a los algoritmos y el ‘machine learning’ ya es posible anticipar la demanda eléctrica de una ciudad o una industria a meses vista y hacer más eficiente la forma en que llega la energía a pequeños núcleos locales, como edificios que tienen sus propias placas de energía solar.

Un ejemplo de uso del ‘big data’ en energías renovables lo tenemos en la apuesta de Google en sus plantas de energía eólica en EE. UU.. Gracias a los algoritmos de Deepmind, una filial de Alphabet, los investigadores pudieron predecir con 36 horas de antelación cuál debía ser la producción eólica necesaria, teniendo en cuenta los avances en previsiones meteorológicas y la fluctuación de la compraventa en los mercados energéticos. Gracias a estas predicciones, la tecnología recomendó las acciones a tomar para abastecer a sus clientes y recibir el precio más alto en su comercialización.

Transporte y logística más responsable

Otro sector en el que la IA puede tener un efecto positivo para mejorar su eficiencia al tiempo que ayuda a disminuir el calentamiento global es el sector del transporte y la logística. Según datos del Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC en sus siglas en inglés) entre 1970 y 2004, el sector del transporte y la logística incrementó en un 120% sus emisiones de gases de efecto invernadero. 

Gracias a los algoritmos las empresas de logística pueden predecir con mayor detalle cuál es la demanda en un lugar concreto, anticipando eventos, evitando riesgos y creando soluciones. Así, una empresa que utiliza el transporte por carretera para sus pedidos puede optimizar sus esfuerzos y recursos, ahorrando costes y emitiendo menos CO2.

Es el caso de multinacionales como DHL, uno de los líderes logísticos mundiales, que trabaja con programas de computación que usan hasta 58 parámetros diferentes para conocer con días de antelación cuál es el mejor momento para realizar una carga aérea. De esta forma, puede ahorrar viajes y emitir menos CO2.

Nuevos materiales sostenibles para la construcción

Hoy, gracias a la inteligencia artificial, puede acelerarse el descubrimiento de nuevos materiales para el sector de la construcción, que son más benévolos con el medio ambiente. Un ejemplo de estas investigaciones lo encontramos en la Universidad de Jaén, que trabaja en la fabricación de ladrillos para la construcción a partir de residuos de plantas y otros materiales como el acero. El objetivo es que sustituyan a materiales como el hormigón, cuya fabricación expulsa altas dosis de CO2 a la atmósfera.

Agricultura, problema y solución al mismo tiempo

El aumento en el uso del suelo para agricultura y ganadería ha provocado que las emisiones de CO2 a la atmósfera se dupliquen hasta alcanzar los 5.000 millones de toneladas en el año 2014, según un informe de la FAO. El uso de fertilizantes, la deforestación y el metano producido por el ganado son los principales motores de esta tendencia.

Pero la agricultura puede ser mucho más amable con el medio ambiente gracias a la ciencia computacional. “La agricultura se está transformando gracias a la IA y el internet de las cosas: vemos monitorización de ganados y cultivos, estudios de imágenes por satélite para controlar plagas y planificar sembrados y cosechas”, señala Bríquez. Estas innovaciones ayudarán a utilizar menos fertilizantes y administrar los cultivos de manera más efectiva. El objetivo es producir mejor y regenerar la salud de sus tierras.