¿La Inteligencia Artificial permite reducir la huella de carbono?

¡Ahora podés ingresar a nuestro canal de Youtube!

Ingresa al canal de la Feria Smart Cities Latam y reviví todas las presentaciones.

Agenda 2030

¿La Inteligencia Artificial permite reducir la huella de carbono?

El tema de conversación de 2022 en la industria de IT ha girado en torno a la sostenibilidad y los centros de datos. La creciente presión de los clientes por enfoques más ecológicos ha llevado a los centros de datos a implementar estrategias holísticas que contemplan la reducción de su huella de carbono. En este contexto, la Inteligencia Artificial (IA) puede contribuir enormemente con esta ecuación.

Un informe realizado por McKinsey destaca que la IA amplía el potencial de ahorros energéticos en toda la red, gracias a su capacidad de analizar enormes volúmenes de datos relacionados con los patrones de tráfico, la demanda en tiempo real y la disponibilidad de los recursos de red, los cuales permiten decisiones rápidas y automatizadas sobre cuáles partes del sistema pueden ponerse en modo de suspensión o apagarse.

El mismo informe señala que las herramientas de ahorro energético alimentadas por la IA pueden generar ahorros operativos del 5-7% y reducir los costos energéticos en un 5% por medio de la calibración automática y continua de las plantas de enfriamiento, las bombas y los ventiladores.

Sin embargo, la IA no solo ofrece los beneficios de la gestión energética del centro de datos; al procesar grandes volúmenes de datos en tiempo real, también permite la detección de fallos y la predicción de cortes eléctricos, y facilita la intervención técnica. Esto hace que sea fundamental para garantizar la continuidad operativa de la infraestructura.

El valor de la Inteligencia Artificial en los centros de datos radica en la prevención de eventos y en la reducción del tiempo de respuesta en situaciones de fallos. De manera similar, una infraestructura más eficiente y con menos fallos también contribuye con la reducción de la huella de carbono. Encontrar las herramientas y socios adecuados puede ayudarle a alcanzar ambos objetivos.

Una investigación de PwC UK, se propuso modelar el impacto económico de la aplicación de IA para gestionar el medio ambiente en cuatro sectores: agricultura, agua, energía y transporte. El informe estima que el uso de IA para aplicaciones ambientales podría aportar hasta 5,2 billones de dólares a la economía global en 2030, un aumento del 4,4% en relación con los negocios habituales.

Paralelamente, el apalancamiento de IA podría reducir las emisiones mundiales de gases de efecto invernadero (GEI) en un 4% en 2030, una cantidad equivalente a 2,4 Gt CO2e- equivalente a las emisiones anuales de 2030 de Australia, Canadá y Japón combinados.

Claramente la inteligencia artificial puede impactar no sólo en el logro de objetivos ambientales sino también en los objetivos de desarrollo sostenible. En este sentido, La Organización de Naciones Unidas definió 17 Objetivos de Desarrollo Sostenible que se pueden agrupar en tres pilares: Medio Ambiente, Economía y Sociedad.

Un estudio publicado en Nature Communications analizó cómo el desarrollo de la IA podría permitir muchos avances y, asimismo, obstaculizar otros. La conclusión de la investigación es que, si bien la IA brinda oportunidades sin precedentes, es posible que no siempre resulten positivos, según el marco de gobierno en el que se utilicen, resultando clave fomentar políticas regulatorias para supervisar el desarrollo de la IA en cada país de acuerdo a pilares como la ética, transparencia y medidas democráticas.

La inteligencia artificial tiene el potencial de acelerar los esfuerzos globales para proteger el medio ambiente y conservar los recursos naturales. Algunos ejemplos para abordar los principales problemas ambientales son los siguientes:

1) Cambio climático: el uso de machine learning permite optimizar la generación y demanda de energía en tiempo real, a través de sensores y medidores inteligentes que pueden recopilar datos y monitorear, analizar y optimizar el uso eficiente en edificios. Al mismo tiempo, la IA ya se utiliza en transporte inteligente para reducir la congestión y existen diversas herramientas de geolocalización que se orientan a opciones más ecológicas de transporte.

2) Biodiversidad, conservación y agricultura: cuando se combina con imágenes satelitales, la IA detecta cambios en el uso de la tierra, la vegetación, la cobertura forestal y las consecuencias de los desastres naturales. En aplicaciones agrícolas permitirá reducir el uso de fertilizantes y mejorar el rendimiento de los cultivos. También los robots impulsados por estas tecnologías tienen la posibilidad de monitorear condiciones inusuales de los océanos y rastrear la pesca ilegal.

3) Problemas del agua: diversos grupos de científicos están recurriendo cada vez más a la IA y a datos satelitales para proyectar el uso del agua en un área geográfica particular y elaborar pronósticos meteorológicos para tomar decisiones políticas informadas, sobre todo ante posibles inundaciones o sequías.

4) Aire saludable: los purificadores de aire con IA pueden registrar la calidad del aire y los datos ambientales en tiempo real y adaptar la eficiencia de filtración. A su vez, las simulaciones impulsadas por IA pueden enviar advertencias a las personas que viven en áreas urbanas sobre los niveles de contaminación de sus áreas

5) Pronóstico del tiempo y resiliencia ante desastres: el análisis predictivo impulsado por IA junto con drones, plataformas de sensores avanzados y herramientas similares tienen la tarea de monitorear temblores, inundaciones, tormentas, cambios en el nivel del mar y otros posibles peligros naturales.

6) Ciencia e ingeniería de los materiales: la IA puede ayudar a las principales industrias a impulsar la creación de materiales bajos en carbono para sus productos. Algunos de los desafíos tienen que ver con encontrar nuevos materiales para paneles solares, para volver a convertir el calor en electricidad útil y ayudar a encontrar materiales absorbentes como componentes de los depuradores de CO2 (eliminando el CO2 de la atmósfera).

La colaboración entre todos los actores relevantes para obtener datos de calidad, la transparencia en el conocimiento compartido y un grado de supervisión correcta en los procesos, resultan elementos claves para dar soporte a estas aplicaciones sistémicas de la IA.

El propósito final será que estas tecnologías puedan desarrollarse de forma cada vez más inclusiva y adaptada a las problemáticas de cada región o comunidad en particular.