Equilibrar el consumo energético de la IA, clave para combatir el cambio climático

La mesa redonda «Retos de la IA ante desafíos mundiales: agua, energía y sostenibilidad (ODS)» moderada por el director del Club INFORMACIÓN, Toni Cabot, reunió a destacados expertos para analizar el papel de la inteligencia artificial en el ámbito climático, tanto desde un punto de vista positivo a a la hora de ayudar a minimizar el consumo energético, por ejemplo, como desde un punto de vista negativo en cuanto al impacto que genera el desarrollo y uso de eseta tecnología.

En este contexto, Manu Cermeron, CEO de Veolia, explicó cómo la IA puede tener un impacto positivo en el cumplimiento de los Objetivos de Desarrollo Sostenible (ODS) impulsados por la ONU, contribuyendo así de forma decisiva a la mejora de las condiciones de vida en todo el planeta a través de soluciones tecnológicas al alcance de la mano.

De hecho, según refirió Cermeron, el 79% de los 17 ODS, con sus 169 metas asociadas, experimenta ya en la actualidad un efecto directo positivo gracias al uso de soluciones basadas en IA. Sin embargo, tampoco eludió el aspecto menos favorable de la ecuación: el exponencial aumento en el consumo de energía que conlleva el entrenamiento y uso masificado de los modernos sistemas de inteligencia artificial, especialmente los más avanzados. Un uso que podría llegar a que el suo de la IA suponga en el año 2030 alrededor del 30% del consumo total de electricidad.

Teniendo en cuenta los beneficios de la IA, Cermeron remarcó la necesidad de democratizar la IA, extendiendo sus beneficios a todos los rincones del planeta. En este sentido, destacó cómo en Veolia están aplicando ya la IA en sus activos de agua, logrando mejoras significativas de eficiencia como la optimización del 18% del consumo energético en redes de Barcelona.

En concreto, explicó cómo en Barcelona la digitalización de la infraestructura y la implementación de la IA en más de 10 sectores que dan servicio a casi 25.000 clientes domésticos e industriales han permitido, mediante la aplicación de algoritmos avanzados de Machine Learning, optimización del 18% en el consumo total de energía eléctrica vinculado al bombeo y transporte del agua.

Para que cualquier compañía pueda transitar hacia una transformación tecnológica aprovechando el potencial de la IA, Cermeron destacó tres condiciones fundamentales: digitalización de activos, buena arquitectura y gobernanza de los datos, y experimentación constante a través de «laboratorios vivos» que permitan validar los algoritmos en entornos reales.

Algoritmos sostenibles

Acto seguido, Manuel Palomar, director de CENID, ahondó en varios desafíos clave en la interacción entre IA y sostenibilidad. Así, remarcó como imprescindible trabajar activamente en dos frentes complementarios: por un lado, maximizar la eficiencia energética de los sistemas de supercomputación, un área de mejora que aún tiene un largo recorrido. Y por otro, investigar y promover el desarrollo de algoritmos inherentemente más «ecológicos» reduciendo drásticamente los parámetros de los modelos sin merma de su precisión.

A nivel local, Palomar explicó cómo en CENID han aplicado gemelos digitales para optimizar el consumo energético en edificios y construcciones, logrando ahorros del 30% en el Auditorio de Alicante del que han creado un modelo digital y cuya experiencia planean exportar a otros edificios púbicos de la provincia de Alicante. «La pregunta que se plantea es clara: ¿será la IA una solución a nuestros problemas energéticos o se convertirá en un desafío adicional? La respuesta reside en nuestra capacidad para abordar estos retos», concluyó.

Energías renovables

Juan José Cortés, director general de Innovación de la Comunidad Valenciana, analizó la transformación que está sufriendo el sector energético con la revolución digital. En concreto, indicó que la enrada de energías renovables en el mix energético y la extensión de las instalaciones de autoconsumo están empoderando al ciudadano y creando una red de autoconsumo distribuido y descentralizada en la que los consumidor son ya productores también.

La transición desde un modelo energético fósil y centralizado hacia otro descarbonizado y basado en renovables conlleva enormes desafíos, entre ellos la necesidad de gestionar una generación eléctrica distribuida y fuertemente dependiente de condiciones climáticas cambiantes. 

«Esta transición nos enfrenta al desafío de producir energía sólo cuando el recurso está disponible», recordó el dirigente, al tiempo que señaló que la falta de almacenamiento energética da ligar a situaciones como las conocidas como la «curva de pato»

Llegar a una gestión inteligente de la compleja interacción resultante entre millones de puntos de consumo y producción renovable, cada uno con sus propias particularidades, es una tarea de una enorme complejidad. «Y aquí es justamente donde la inteligencia artificial es una herramienta imprescindible» que permite integrar de forma óptima capacidades como la transferencia de excedentes entre consumidores, la agregación inteligente de baterías o la predicción precisa de la demanda y generación renovable, incluyendo la evolución de condiciones climáticas.

Tal y como se pucho escuchar en esta sesión, la inteligencia artificial tiene y tendrán un papel absolutamente decisivo para hacer frente a los desafíos globales como el cambio climático, el estrés hídrico o la transición energética.