Espacio publicitario
Martes 25 de junio de 2019
Buscador de noticias
Encuentre toda la informacion que necesita en mas de 23 años de archivo
Espacio publicitario
TECNOLOGÍA |

Impacto sobre industrias claves
Inteligencia artificial también afectará la energía y el clima

La idea central es que IA contribuye a que los mercados sean más eficientes y a que los participantes entiendan fenómenos altamente complejos, desde el comportamiento de las redes de energía eléctrica hasta el cambio climático. El impacto de la tecnología de la información (TI) ya se siente en las industrias de petróleo, gas y electricidad.

lun 18 de febrero de 2019
Comentarios: (0)

Edición:

2019 Febrero

Tensiones geolpolíticas /económica en 2019
Ver edición

La transformación que está produciendo en esas actividades se profundiza si se observa en particular un subgrupo de la TI: la inteligencia artificial (IA).
En un reciente ensayo de la Brookings Institution, David G. Victor analiza cómo podría afectar IA la oferta y demanda de energía y las consecuencias de la forma en que la sociedad moderna usa esa energía: el cambio climático.
Pero IA, por sí sola, no va a asegurar ese resultado sin claros incentivos políticos. Curiosamente los mercados energéticos extremadamente inteligentes alimentados con IA facilitan el diseño de buenas políticas de incentivos mientras simultáneamente facilitan a los consumidores la tarea de elegir cuáles servicios y productos energéticos comprar que eviten la necesidad de recortar emisiones.
Aunque se haga un gran esfuerzo por controlar las emisiones igualmente quedará mucho cambio climático, lo que quiere decir que, en el futuro, gran parte de la "política climática" estará concentrada en adaptarse a los impactos climáticos e implementar respuestas rápidas para el caso de emergencias. Los sistemas extremadamente inteligentes para adaptarse al cambio climático podrían hacer más transparente el costo de esa adaptación y, por eso, más difícil de conseguir acuerdo político para su financiación.
Los impactos de IA son numerosos, pero hay cuatro grupos que se perfilan como los más inclinados a afectar la energía y el clima –dos alterarán la oferta y demanda de energía, y dos afectarán la capacidad de los sociedades para comprender que las emisiones están afectando el clima y cómo manejar esos impactos.

IA afecta la oferta energética
Lo más visible en el ámbito de la energía y el clima es el impacto de IA sobre la forma en que se suministra la energía. Porque los sistemas de suministro más inteligentes cambian las curvas de la oferta. Acceden a recursos que son difíciles de obtener y bajan el costo de esa obtención. Por ejemplo, los sistemas de machine learning pueden mejorar la posibilidad de mapear y entender el volumen y el valor de los depósitos subterráneos de petróleo y gas. Facilitan así la extracción de esos recursos a menor costo.
La misma lógica vale no solamente para los hidrocarburos tradicionales que forman la espina dorsal del sistema energético del mundo sino también para nuevas opciones de energía. Por ejemplo, la capacitación asistida por IA para el diseño y la operación de granjas solares y eólicas puede aumentar la eficiencia de esos sistemas para la administración de los recursos financieros y para generar electricidad. En el caso de las granjas eólicas, las turbinas pueden orientarse de manera tal que capturen una fracción mayor del viento entrante, algo factible desde hace mucho tiempo y que se puede hacer más eficiente con machine learning. También se puede mejorar la calidad de los pronósticos solares. Por ejemplo, mejorar las predicciones para el día siguiente, o la hora siguiente, sobre como pueden afectar la producción solar las formaciones de nubes. A su vez, los mejores pronósticos pueden hacer más fácil y más lucrativa la participación de los generadores solares en los mercados de electricidad.
Una cuestión interesante es si hay un "sesgo" al interpretar la forma en que las tecnologías relacionadas con IA están afectando la oferta energética, como si están haciendo más productivos a los proveedores tradicionales de hidrocarburos antes que a los de renovables. Esto es difícil de responder porque hace falta desenredar los efectos de muchos otros cambios tecnológicos (como ser, mejores taladros, mejores sistemas de control para la perforación horizontal, mejores materiales para las aspas de las turbinas de viento y células solares más baratas) de los efectos específicos de IA. Por el momento parecería que IA está teniendo mayor impacto en petróleo y gas que en renovables porque los tipos de actividades que están permitiendo nuevos recursos de hidrocarburos –en especial la revolución shale en petróleo y gas que requiere complejos mapeos de reservorios subterráneos y métodos de perforación especiales – son especialmente adecuados para los procesos complejos que IA oyede brindar.

IA afecta la demanda de energía y los mercados
Si bien todavía no está claro si IA va a favorecer mayores o menores existencias de carbono en la energía, los impactos de IA sobre la demanda energética son más fáciles de determinar. Si todos los demás factores permanecen iguales, los sistemas que tienen grandes cantidades de inteligencia –y la capacidad de actualizarse rápidamente según las condiciones del mundo real– son mucho más eficientes. La eficiencia bajará la demanda de energía y bajará las emisiones.
Los efectos podrían ser superiores a 1% –ya con apenas algunas intervenciones aisladas en los mercados energéticos, como por ejemplo recordar a los clientes la necesidad de reducir el consumo energético durante las horas pico y cambiar la configuración por defecto en los termostatos– se generan ahorros de energía de hasta varios puntos porcentuales.
Un sistema energético impulsado por IA súper inteligente, debería lograr mayores reducciones, en parte porque los cambios necesarios (como ser, alinear el consumo energético con los cambios en tiempo real en los mercados energéticos) se pueden automatizar. Dicho esto, es poco probable que los ahorros logren la reducción de emisiones entre 60 y 100% que los cientíricos dicen serán necesarios para detener el calentamiento global.
Una de las grandes promesas de incorporar IA a los mercados energéticos está en ligar lo que los consumidores necesitan (o sea, luz y calor) con la exacta gama de opciones y condiciones de mercado para brindar esos servicios energéticos. Machine learning es ideal para determinar con mucho detalle los que necesitan los clientes y luego ajustar las decisiones de compra de energía convenientemente. En teoría, podrían hacer mucho más poderosos una cantidad de servicios que ya ofrecen los mercados actuales.
• Comprar créditos de energía verde. Hoy, los consumidores se pasan al verde o no. Cuánto pagan por energía verde es una decisión que se toma, generalmente, cuando el cliente pone la firma. Los sistemas de IA podrían incorporar mucho mejor la información sobre lo que los clientes están dispuestos a pagar por energía verde y también ofrecerles diferentes intensidades de verde. Hoy, el debate se enfoca casi exclusivamente en energías renovables. En el futuro podria incluir otras ofertas –por ejemplo, la generación de nuevos reactores nucleares completamente libres de emisiones.
• Ajustar las decisiones de compra de energía. A medida que las redes de energía van cambiando para abarcar un papel mucho más grande para generadores renovables variables, el precio de la energía también será más variable, creando un valor social más grande de los ajustes en tiempo real en compra de energía. En California, por ejemplo, los precios de la energía podrían ser negativos a mediodía (cuando la producción solar está en su punto más alto) y luego subir cuando el sol se pone pero la demanda de aire acondicionado e iluminación sube al final de la tarde. Esta es una de las razones que explican por qué la tarifa se determinará, a partir de 2019, según el "tiempo de uso". IA puede permitir que hasta los pequeños consumidores ajusten automáticamente su consumo energético en tiempo real con los precios actuales.–algo que la gente común no hace a menos que les guste sentarse en su casa a mirar los datos en tiempo real de los mercados energéticos.
• Hacer más confiable la provisión de electricidad y a la medida de las necesidades del consumidor. Los planes de IA podrían integrar los datos para hacer la red más segura, más eficiente y más confiable. Ya algunas empresas de servicios públicos han instalado sistemas de red que se arreglan solos, o sea que tienen vigilancia automatizada y equipamiento que puede identificar fallas en la red, aislarlas y restaurar automáticamente la energía. Actualmente, cuando una empresa de servicios detecta una falla –porque llama un cliente indignado quejándose de que está sin electricidad, la respuesta es enviar un camión con personal para que descubra el problema y luego, manualmente, cierre conmutadores cuando el problema se ha solucionado. También, muchos clientes ahora exigen niveles de confiabilidad mayores de lo que la red puede ofrecer y compran costosas tecnologías de generación y almacenamiento. IA puede ayudar a hacer mucho más eficiente la compra y la operación de esos sistemas.

En la actualidad, el potencial para estos usos de IA apenas está explorado. Algunas empresas están experimentando con sistemas, algunos grandes clientes están manejando sistemas energéticos con sistemas basados en IA. Y algunas firmas están surgiendo como intermediarias, para explicar a los clientes lo que ofrece IA y brindar la experiencia necesaria para que hasta los clientes pequeños puedan usar esos sistemas.

IA podrá mejorar la modelación del clima
La mayoría de los cambios en el clima causado por los seres humanos se basan en la forma en que usamos la energía, en particular los combustibles fósiles que, cuando queman, generan dióxido de carbono (CO2). Por eso los cambios reseñados arriba afectarán la velocidad en que las emisiones fluyen hacia la atmósfera y se acumulan. Si el mensaje central de esta discusión es que IA permite que los mercados energéticos reflejen las condiciones en tiempo real –y sean más eficientes en adecuar las preferencias del consumidor con la oferta– entonces no hay razón alguna para creer que esos mercados más eficientes podrán resolver, por sí solos, el problema del carbono. Van a necesitar para eso señales políticas evidentes. Durante años, se pensó que la gente no suele responder rápidamente a las señales de precios, una de las razones de por qué muchos analistas ( y muchos políticos) prefieren la regulación directa como forma de inducir reducciones de emisiones. Con mercados mejores y más eficientes que puedan ayudar a los consumidores a responder mejor a las condiciones del mundo real se podría aplacar el entusiasmo por la regulación y lograr que se confíe más en los instrumentos basados en el mercado, como el impuesto al carbono.
IA podría mejorar diametralmente la evaluación del cambio climático. Hoy las evaluaciones sobre el impacto del clima dependen de modelos globales de sistemas climáticos que luego son reducidos a evaluaciones locales y regionales. El proceso de reducción es complejo e imperfecto, en parte porque muchos factores locales afectan la forma en que los grandes cambios en el clima se manifiestan donde la gente vive –sobre las costas, cerca de zonas donde los incendios son frecuentes o ciudades que sufren el calor y demás. IA permite conectar los procesos de reducción imperfecta con información real sobre impactos reales –reflejados en pólizas de seguros, clima extremo, llegada de migrantes, difusión de enfermedades y demás. Ya, la comunidad científica que estudia los impactos climáticos está usando todas esas fuentes de datos. IA podría ayudar a automatizar y enriquecer ese proceso, haciendo que sea posible ajustar en tiempo real las evaluaciones del impacto climático.

Cómo podrá mejorar la política climática
Como el gran protagonista de la historia del cambio climático, el CO2, tiene una larga vida atmosférica, hay solo una demorada relación entre los cambios en las emisiones y las concentraciones acumuladas; a su vez, esas concentraciones tienen un demorado impacto en el clima. Aun cuando IA fuera parte de alguna enorme transformación en el sistema energético, la inercia intrínseca del sistema climático garantiza que el mundo está condenado a mucho cambio climático. Todo esto es mala noticia y significa que las metas tan discutidas, como detener el calentamiento a 1,5º o 2º Celsius es poco probable que se logren. Las realidades geopolíticas e infraestructurales dan origen a una nueva realidad política: la adaptación es urgente. También pueden significar que podrían necesitarse respuestas de emergencia ante los impactos climáticos extremos, por ejemplo la geoingeniería solar.
Las investigaciones actuales muestran que hay una enorme diferencia en el impacto sobre el bienestar público en escenarios donde el cambio climático afecta a una sociedad que no tiene un plan de adaptación comparado con una sociedad que toma medidas de adaptación. Por ejemplo, la última evaluación de impacto climático publicada en noviembre 2018 demuestra que las medidas activas de adaptación pueden reducir radicalmente las pérdidas, a menudo con beneficios que superan en mucho los costos.
Uno de los aprendizajes centrales de la ciencia del clima es que los acontecimientos extremos causarán la mayor parte de los daños. Un mundo que es un poco más caliente y húmedo (y un poco más seco y algunos lugares) es un mundo al que las sociedades, dentro de lo razonable, se podrían adaptar, especialmente si esos cambios graduales son fáciles de anticipar. Pero un mundo que tiene más acontecimientos extremos –dicho de otro modo, acontecimientos que tienen mayor variación– es un mundo que necesita mucha más preparación. Un área agrícola que sufre el riesgo de repetidos períodos de sequía extrema con viento y tierra, por ejemplo, necesitará prepararse como si el acontecimiento extremo fuera algo común. Necesitará sistemas de irrigación, la posibilidad de plantar cultivos más duros y otras posibles intervenciones que estén listas para cuando lleguen los acontecimientos extremos.
Una vez que se decide invertir en la compra de esos sistemas, tiene sentido que se usen todo el tiempo. Esta ha sido la experiencia, por ejemplo, con la barrera del Támesis o barreras holandesas parecidas; esos sistemas fueron diseñados e instalados a un costo altísimo pensando en acontecimientos extremos y ahora se las está usando con mucha más frecuencia. Esta lógica de considerar a los acontecimientos extremos como grandes impulsores de impactos climáticos y de estrategias de respuestan tienen algunas implicancias en la forma en que las sociedades planifican la adaptación y en como IA puede ayudar, posiblemente en modos transformadores.
Primero, IA puede ayudar y ajustar las estrategias de adaptación. Como la incertidumbre es alta y los acontecimientos extremos son lo más importante, los políticos, las empresas y los particulares no van a saber dónde actuar ni cuándo un gasto se justifica.
IA puede hacer los mercados energéticos mucho más poderosos –habilitando suministros nuevos, reduciendo costos de transacción y facilitando a los usuarios la tarea de especificar lo que quieren comprar en el mercado. Los mercados eficientes son una gran cosa, pero esto quiere decir también que cuando fallan pueden ser más peligrosos. El cambio climático es tal vez el mayor fracaso de mercado que el mundo ha visto hasta la fecha –la emisión de gases tiene consecuencias externas globales y la incapacidadd de imponer impuestos a las emisiones u otros incentivos significa que las empresas y los particulares están generando más emisiones y mayores externalidades de lo que se calculaba. IA puede transformar los mercados, pero los mercados no van a transformar las emisiones sin claras señales del ámbito político. Lograr consenso político para poner esas señales en marcha y coordinar entre los distintos países sigue siendo hoy el mismo problema de 30 años atrás. IA o ha tenido ningún impacto en eso.

Comentarios de los lectores
Espacio publicitario
Espacio publicitario
Espacio publicitario
Espacio publicitario
Espacio publicitario
Espacio publicitario
Espacio publicitario
Espacio publicitario
Últimos Tweets