Saltar al contenido

Aprendizaje automático para hacer frente al cambio climático | de Salvatore Raieli | septiembre de 2022

9 de septiembre de 2022

Cómo la IA podría ayudar contra el calentamiento global y salvar al mundo de los humanos

imagen del autor usando DALL-E 2

El verano pasado demostró cómo el calentamiento es un problema que ya no podemos ignorar. El aumento de las temperaturas globales está causando eventos cada vez más extremos y el futuro podría ser peor.

El aprendizaje automático y la inteligencia artificial podrían ayudar contra el calentamiento global. En este artículo, intentaremos responder a las preguntas: ¿cómo? ¿Cuáles son actualmente las aplicaciones de la inteligencia artificial que ya están en el campo?

aprendizaje automático cambio climático
fuente de la imagen: Li-An Lim de unsplash.com

Bangladesh y la India sufrieron en junio una de las peores inundaciones jamás vistas. Menos de tres meses después, Pakistán fue golpeado por una inundación que provocó que un tercio del país quedara bajo el agua. Al mismo tiempo, la peor sequía de los últimos 1000 años azotó a España y Portugal este año. Francia y otros países europeos experimentan este año terribles incendios forestales durante la persistente ola de calor que afectó al continente este verano. California está experimentando un aumento en la cantidad de incendios forestales destructivos en la última década.


Recomendado: ¿Qué es el Big data?.


aprendizaje automático cambio climático
imagen de YODA Adaman de unsplash.com

En resumen, sabemos que existe un vínculo entre estos eventos destructivos y el cambio climático. Cuanto más aumente la temperatura global, más se espera que estos eventos sean más frecuentes y más destructivos. Todos los modelos climáticos están de acuerdo en que sin reducciones de dióxido de carbono veremos un aumento en las temperaturas globales y eventos extremos.

“Sin reducciones inmediatas y profundas de las emisiones en todos los sectores, limitar el calentamiento global a 1,5 °C está fuera de nuestro alcance” — Comunicado de prensa del IPCC

Si esto no es suficiente para explicar la urgencia, la Unión Europea ha descubierto cuán frágil es su cadena de suministro de energía y cuán dependiente es del gas ruso. Por lo tanto, hay un llamado a la transición de los combustibles fósiles a las energías renovables.

«Nos encontramos en una encrucijada. Las decisiones que tomamos ahora pueden asegurar un futuro habitable. Tenemos las herramientas y los conocimientos necesarios para limitar el calentamiento”, — Hoesung Lee, comunicado de prensa del IPCC

En este artículo, discutiré cómo se prevé que el aprendizaje automático y la inteligencia artificial tengan un papel fundamental en la transición energética y la reducción de las emisiones de dióxido de carbono.


Recomendado: Todos los términos del Big data.


aprendizaje automático cambio climático
imagen del autor usando DALL-E 2

Desde 2019, Climate Change AI (CCAI) es una comunidad impulsada por voluntarios (compuesta por miembros de la academia y la industria) que tiene la misión de catalizar la intersección del cambio climático y la experiencia en aprendizaje automático.

Recientemente publicaron un informe en el que presentaron una larga lista de áreas y aplicaciones en las que el aprendizaje automático podría ser útil contra el cambio climático. El artículo presenta divididas las posibles estrategias como:

  • alto niveláreas que se adaptan bien a las herramientas de ML
  • a largo plazoáreas donde no se espera que las aplicaciones tengan un impacto principal antes de 2040
  • impacto inciertoáreas en las que es difícil interpretar si la aplicación de una estrategia será útil o provocará efectos no deseados (ya que la tecnología no está lo suficientemente madura o los efectos son impredecibles)
aprendizaje automático cambio climático
Un resumen de tabla que muestra diferentes dominios de soluciones para el cambio climático donde el aprendizaje automático podría ser beneficioso. tabla del artículo original: aquí

Los autores consideraron los sistemas eléctricos como un área de alto apalancamiento. De hecho, propusieron que el aprendizaje automático podría contribuir a la operación de las tecnologías del sistema eléctrico (ayudando a la transición a fuentes de energía bajas en carbono, optimización de la demanda de energía, gestión de la red, etc.).

Curiosamente, señalaron como alto apalancamiento pero también el impacto incierto de la reducción de la emisión por parte de los implantes existentes. De hecho, mientras se produce la transición a las energías renovables, podríamos optimizar los implantes existentes (por ejemplo, utilizar el aprendizaje automático para evitar la fuga de metano de una tubería de gas natural). Sin embargo, los implantes de combustibles fósiles optimizados podrían percibirse como «más ecológicos» y podrían retrasar la transición (por lo tanto, un impacto incierto).

El informe está invirtiendo en los detalles de la aplicación de muchas tecnologías de IA. Si bien es más fácil pensar en cómo se podrían usar el aprendizaje por refuerzo y los vehículos autónomos, se está mostrando que prácticamente todos los subcampos de la IA podrían ser relevantes (desde el procesamiento del lenguaje natural hasta la inferencia causal, etc.).

“El aprendizaje automático, como cualquier tecnología, no siempre hace del mundo un lugar mejor, pero puede hacerlo” — Informe de IA sobre cambio climático

aprendizaje automático cambio climático
imagen del autor usando DALL-E 2

El informe proporciona sugerencias detalladas para futuras aplicaciones y estrategias. La buena noticia es que ya hay empresas e investigadores trabajando para implementarlos.

De hecho, incluso si el costo de la turbina eólica se ha desplomado, el viento no es constante y es impredecible. Por esta razón, DeepMind aplicó algoritmos ML para predecir la energía eólica. Utilizando un modelo de red neuronal, optimizaron los compromisos de entrega a la red eléctrica de la energía generada. Google y DeepMind probaron el modelo en un parque eólico en el centro de Estados Unidos (implantes de 700 MW).

Recientemente, Google decidió vender esta tecnología a través de Google Cloud a parques eólicos. Google anunció que este algoritmo podría predecir la producción de energía eólica con treinta y seis horas de anticipación. En junio, Engie (una empresa francesa) ha sido anunciada como el primer cliente del proyecto.

inteligencia artificial IA cambio climático
Imagen de Appolinary Kalashnikova de unsplash.com

Otra aplicación interesante es Climate TRACE, una coalición de universidades que utilizan la visión artificial para rastrear las emisiones de gases de efecto invernadero. Están utilizando imágenes satelitales y sensores remotos para identificar la fuente del efecto invernadero, monitoreándolos para facilitar la acción climática. Además, la gran cantidad de datos recopilados está disponible para que la comunidad los use libremente para nuevas aplicaciones potenciales. Puedes aprender más en este vídeo:

Las imágenes satelitales también se utilizan para monitorear el aumento del nivel del mar o predecir áreas que son sensibles a la sequía, rastrear la deforestación, etc. Además, nuevas empresas como Pano AI y Fion Technologies están implementando la visión por computadora para identificar áreas con riesgo de incendios, detectar incendios forestales y predecir cómo se propagarán.

Dado que la energía solar y eólica son variables, también hay otros proyectos interesados ​​en mejorar el almacenamiento en baterías. Por ejemplo, la Universidad Carnegie Mellon, en colaboración con Meta AI, construye el Proyecto Open Catalyst. También lanzaron un gran conjunto de datos para mejorar la simulación del catalizador y organizan diferentes desafíos abiertos relacionados.

Además, la agricultura es responsable de más del 10 % de las emisiones globales, y los fertilizantes no solo dañan el medio ambiente, sino que también generan potentes gases de efecto invernadero. Esto llevó al surgimiento de un nuevo campo: la agricultura de precisión. De hecho, diferentes empresas están utilizando IA para optimizar el consumo de recursos y el uso de fertilizantes.

inteligencia artificial IA cambio climático
imagen de Roman Synkevych 🇺🇦 de unsplash.com

Además, los edificios producen cerca de una quinta parte de las emisiones totales de carbono y, por lo tanto, es extremadamente importante optimizarlos. Hay empresas enfocadas en cómo mejorar el proceso de construcción, startups enfocadas en mejorar el aire acondicionado, encontrar nuevos materiales, etc. Además, recientemente, DeepMind anunció el uso de IA para reducir la factura de refrigeración del centro de datos de Google en un 40 %.

Otras aplicaciones son menos sencillas, sin embargo, han atraído el interés de varias empresas. Calcular la huella de carbono de una empresa tampoco es fácil, ahora diferentes startups se están proponiendo calcularla para grandes empresas. Una vez que una empresa es consciente de qué proceso tiene la mayor huella de carbono, puede pensar en acciones y optimización. Por ejemplo, Watershed evalúa la emisión de dióxido de carbono de otras empresas y propone una solución de reducción de emisiones.

“El primer billonario del mundo se hará en el cambio climático”. – predicción por Chamath palihapitiya

Todos estos proyectos muestran cómo las empresas están invirtiendo en el uso de la inteligencia artificial contra el cambio climático. Y si esto es bueno para el medio ambiente, también es bueno para los negocios.

“Hacemos hincapié en que en cada aplicación, ML es solo una parte de la solución; es una herramienta que habilita otras herramientas en todos los campos”. — Informe de IA sobre el cambio climático

“Por lo tanto, no existe una única aplicación mágica de la IA para el cambio climático. En cambio, una amplia gama de casos de uso de aprendizaje automático puede ayudar en la carrera para descarbonizar nuestro mundo”. —Forbes

El calentamiento global, año tras año, está demostrando ser un problema cada vez más urgente. Cada año aumenta la frecuencia de eventos extremos, lo que resulta en daños extensos. Las predicciones dicen que si no tomamos medidas urgentes y drásticas, enfrentaremos eventos aún peores y más frecuentes.

El aprendizaje automático y la inteligencia artificial no son pociones mágicas que pueden resolver el calentamiento global por sí solas (sin mencionar que el uso de inteligencia artificial y big data también produce dióxido de carbono). Sin embargo, ML y AI se consideran medios clave para combatir el calentamiento global: tanto para la transición energética como para la reducción de emisiones. El informe detalla qué estrategias y aplicaciones se beneficiarían más del ML y la IA.

La academia siempre se ha dedicado a estudiar y proponer soluciones. La buena noticia es que hoy en día también hay varias empresas trabajando en el desarrollo de estas estrategias y nuevas aplicaciones. Además, la inversión en la transición energética (energías renovables, vehículos eléctricos, etc.) ha crecido significativamente en los últimos años, y hay una nueva concienciación y atención de los consumidores. Por otro lado, debe haber un compromiso global y más fuerte por parte de los gobiernos.

Si conoce otras iniciativas, otras empresas y proyectos involucrados en el uso de IA para abordar el cambio climático, hágamelo saber.

Puedes buscar mis otros artículos, también puedes suscribir para recibir notificaciones cuando publique artículos, y también puede conectarse o comunicarse conmigo en LinkedIn. ¡Gracias por su apoyo!

Aquí está el enlace a mi repositorio de GitHub, donde planeo recopilar código y muchos recursos relacionados con el aprendizaje automático, la inteligencia artificial y más.

O no dudes en consultar algunos de mis otros artículos en Medium:

Recursos adicionales

  • sobre el calentamiento global: aquí, aquí, aquí
  • sobre el dióxido de carbono y el cambio climático: aquí, aquí, aquí, aquí
  • sobre inversión en energías renovables y transición energética: aquí, aquí
  • sobre la solución DeepMind AI para el centro de datos de Google: aquí, aquí, aquí
  • sobre la solución DeepMind AI para la predicción de la energía eólica: aquí

Top Big Data