Archivo de la categoría: CAMBIO CLIMÁTICO

Inteligencia artificial en contra del cambio climático

La inteligencia artificial puede ayudar a reducir las emisiones de hogares, cadenas de suministro y logística, mejorar los hábitos de consumo, el control de la deforestación y las predicciones meteorológicas y de demanda energética, según algunos de los mayores expertos de IA del mundo (según MIT Technology Review).

Los 10 factores son:

1.- Mejorar las predicciones sobre la demanda de electricidad

Si nuestra dependencia de la energía renovable va a ser cada vez mayor, las empresas de generación necesitarán mejores formas de predecir cuánta energía hace falta, en tiempo real y a largo plazo. Ya existen algoritmos capaces de pronosticar la demanda energética, pero se podrían mejorar en función del tiempo local y los patrones climáticos o el comportamiento en los hogares.

2.- Descubrir nuevos materiales

Los científicos deben desarrollar materiales que almacenen, capturen y utilicen energía de manera más eficiente, pero el proceso de descubrir nuevos materiales suele ser lento y sin garantías. El aprendizaje automático podría acelerar las cosas al encontrar, diseñanar y evalar nuevas estructuras químicas con las propiedades deseadas. Esto podría, por ejemplo, ayudar a crear combustibles solares, que son capaces de almacenar energía de la luz solar, o identificar absorbentes de dióxido de carbono más eficientes o materiales estructurales cuya fabricación requiere mucho menos carbono. Estos nuevos materiales podrían llegar a reemplazar al acero y al cemento.

3.- Optimizar las rutas logísticas

El envío de productos por todo el mundo es un proceso complejo y, a menudo, muy ineficiente. Requiere la interacción de diferentes tamaños de envíos, distintos tipos de transporte y una red cambiante de orígenes y destinos. El aprendizaje automático podría ayudar a encontrar maneras de agrupar tantos envíos como sea posible para minimizar el número total de viajes.

4.- Facilitar la adopción de vehículos eléctricos

Los algoritmos pueden mejorar la administración de energía de la batería para aumentar el kilometraje de cada carga y reducir la “ansiedad por el alcance o de autonomía”, por ejemplo. También pueden modelar y predecir el comportamiento de la carga añadida para ayudar a los operadores de redes a cumplir y administrar su carga.

5.- Aumentar la eficiencia de los edificios

Los sistemas de control inteligente pueden reducir drásticamente el consumo de energía de un edificio al analizar los pronósticos meteorológicos, la ocupación del edificio y otras condiciones ambientales. Este análisis les permite ajustar las necesidades de calefacción, de aire acondicionado, ventilación e iluminación en un espacio interior.

6.- Mejorar las estimaciones del consumo energético

Muchas regiones del mundo tienen poca o ninguna información sobre su consumo de energía y sus emisiones de gases de efecto invernadero, lo que puede ser un obstáculo importante a la hora de diseñar e implementar estrategias efectivas de mitigación. Gracias a las imágenes de satélite, la visión artificial puede extraer huellas y características de los edificios para alimentar algoritmos de aprendizaje automático que pueden estimar el consumo de energía a nivel de una ciudad.

7.- Optimizar las cadenas de suministro

De la misma manera que el aprendizaje automático puede optimizar las rutas de envío, también puede minimizar las ineficiencias y las emisiones de carbono en las cadenas de suministro de las industrias de alimentos, moda y bienes de consumo. Mejores predicciones de la oferta y la demanda podrían reducir significativamente los residuos de producción y transporte.

8.- Permitir la agricultura de precisión a escala

Gran parte de la agricultura moderna está dominada por el monocultivo, que dedica un gran terreno a un único cultivo. Este enfoque facilita a los agricultores el manejo de sus campos con tractores y otras herramientas básicas automatizadas, pero también elimina los nutrientes del suelo y reduce su productividad. Como resultado, muchos agricultores dependen en gran medida de los fertilizantes a base de nitrógeno, que pueden convertirse en óxido nitroso, un gas de efecto invernadero 300 veces más potente que el dióxido de carbono. Los robots inteligentes podrían ayudar a los agricultores a gestionar una mezcla de cultivos de manera más efectiva a escala, mientras que los algoritmos podrían ayudar a los agricultores a predecir qué cultivos plantarán, regenerando la calidad de sus tierras y reduciendo la necesidad de fertilizantes.

9.- Controlar la deforestación

La deforestación contribuye a aproximadamente el 10 % de las emisiones globales de gases de efecto invernadero, pero su seguimiento y prevención suelen ser un proceso manual tedioso sobre el propio terreno. Las imágenes satelitales y la visión artificial pueden analizar automáticamente la pérdida de la cubierta arbórea a una escala mucho mayor, y los sensores del suelo, combinados con algoritmos para detectar sonidos de motosierra, pueden ayudar a las autoridades locales a detener la actividad ilegal.

10.- Concienciar a los consumidores para que adquieran mejores hábitos

Las técnicas de IA que los anunciantes han empezado a usar para dirigirse a los consumidores también se pueden utilizar para ayudar a que nos comportemos de una manera más respetuosa con el medio ambiente. Los consumidores podrían recibir avisos personalizados para promover su inscripción en programas de ahorro de energía, por ejemplo.

¡A VER QUÉ SE HACE!

Mentxu