IA: Positiva y Negativa

Imitar la inteligencia humana parecía imposible o inviable hace solo algunas décadas. Hoy, es una realidad palpable que no tiene vuelta atrás. Las máquinas que lo están logrando, a través de la combinación de algoritmos, están incursionando en múltiples áreas de nuestras vidas y cambiando rápidamente el mundo. Y en el día a día aportan beneficios y también impactos no deseados, como sucede en los campos ambiental y energético.

De acuerdo a un reportaje del sitio español ecologica.life, la denominada inteligencia artificial (IA) ya está generando una importante contribución a la ingeniería medioambiental, que se centra en la aplicación de principios científicos y de ingeniería para mejorar y mantener el entorno natural. Concretamente lo hace en los siguientes ámbitos:

·     Mantenimiento predictivo: La IA puede predecir los fallos de los equipos. Por ejemplo, en las turbinas eólicas anticipa cuando los componentes necesitan mantenimiento o sustitución. Esto reduce el tiempo de inactividad y prolonga la vida útil de las turbinas.

·     Gestión de la energía: Permite optimizar el uso de la energía en edificios e instalaciones, reduciendo su consumo y las emisiones de carbono.

·     Control de la contaminación: Puede utilizar datos de sensores y satélites para rastrear episodios de contaminación, sus fuentes y ayudar a reducir los niveles de polución.

·     Gestión del agua: Logra controlar la calidad del recurso, predecir su demanda e identificar fugas en sistemas de abastecimiento.

·     Gestión de residuos: Puede analizar datos sobre generación y eliminación de residuos, optimizar las rutas para su recolección e identificar oportunidades de reciclaje.

·     Modelación climática: Analiza grandes cantidades de datos procedentes de sensores climáticos, satélites y otras fuentes, posibilitando el desarrollo de sistemas de alerta temprana y modelos predictivos.

Aplicaciones positivas

Para ayudar a combatir el cambio climático y reducir sus huellas de carbono, empresas de distintas partes del mundo han creados múltiples herramientas utilizando IA. Por ejemplo, la estadounidense Fero Labs ha trabajado, en cooperación con cinco plantas siderúrgicas estadounidenses, en un software de optimización basado en IA para reducir hasta en un tercio la cantidad de ingredientes extraídos, o aleaciones. El software recopila y aprende de datos históricos para recomendar la cantidad mínima de material adicional nuevo que debe agregarse, si es que hay que adicionar alguno.

En Hong Kong, donde el uso de energía en los edificios es responsable casi del 60% de las emisiones de carbono en la ciudad, la firma de diseño Arup creó una aplicación llamada Neuron que emplea sensores 5G y el “Internet de las Cosas” para recopilar datos en tiempo real del sistema de gestión energética de un edificio. Un algoritmo analiza estos antecedentes y optimiza el sistema de calefacción y refrigeración, y hace también predicciones de la futura demanda de energía de la construcción.

En la misma línea, la plataforma europea ENERsip desarrolló un sistema TIC que permite reducir el consumo eléctrico a nivel residencial en torno a un 30%.

En el área agrícola, la empresa alemana Agvolution desarrolló un sistema de IA que ocupa datos de sensores solares para controlar el microclima alrededor de los cultivos. Los dispositivos miden la temperatura, la radiación y la humedad del suelo en el campo. Estos resultados son utilizados por los algoritmos para hacer recomendaciones precisas sobre el estado de las plantas e indicar la cantidad de agua y fertilizante que se debe usar.

Otra exitosa y conocida herramienta en el área es Tree Canopy, que combina inteligencia artificial e imágenes aéreas para ofrecer estimaciones del dosel arbóreo. Los datos que arroja permiten conocer cómo es el arbolado de una ciudad y planificar mejor las iniciativas de reforestación urbana y la cobertura arbórea de algunas zonas. Tras los proyectos piloto realizados en ciudades de Estados Unidos, su cobertura se amplió a más de 350 ciudades de todo el mundo, incluidas 90 europeas.

A su vez, la herramienta Bee2FireDetection usa inteligencia artificial para detectar automáticamente incendios en etapas tempranas permitiendo una respuesta rápida de las autoridades.

Para calcular la polución del aire, la Universidad Técnica de Estambul detecta desde 2022 la presencia de partículas y gases contaminantes con IA recopilando datos instantáneos con sensores simples personalizados de nueva generación que se ubican en los vehículos.

También muy destacada es la solución desarrollada por la compañía Minsait para ayudar a las generadoras de energía eólica a mejorar los índices de sostenibilidad y viabilidad medioambiental de sus parques. En especial, en lo referente a la preservación de la avifauna en peligro de extinción, como águilas y buitres. ¿Cómo opera? Un radar 3D, que detecta la presencia de aves, geoposiciona una o varias cámaras para identificar la especie, hace el seguimiento de su ruta y, si se advierte que van a chocar con un molino, manda una señal y frena el giro de las aspas en tiempo real.

La cara opuesta

Pese a las muchas externalidades positivas que produce el uso de la IA en el área ambiental, su empleo también conlleva algunas consecuencias negativas. Como reportan diversos artículos de la prensa internacional, se estima que el consumo de energía derivado de la aplicación de este tipo de tecnología representó un 1% de las emisiones de gases de efecto invernadero a nivel global en 2022. Y como su utilización va al alza, se prevé que la demanda de energía y la consiguiente generación de emisiones de carbono también irán en aumento, especialmente si se trata de la producción de imágenes. Tanto es así que las estimaciones indican que por cada imagen generada se ocupa la energía equivalente a una carga completa de la batería de un smartphone.

Además, un estudio reciente reveló que cualquiera de las plataformas de lenguaje natural en base a IA, como el ChatGPT, consume una cantidad importante de agua en su funcionamiento diario debido a que requieren enormes volúmenes de este recurso para su enfriamiento.

Los investigadores descubrieron que sólo en el entrenamiento de GPT-3, de Microsoft, que está asociado con OpenAI, se consumieron más de 700.000 litros de agua, lo que es, según sus cálculos, equivalente a la cantidad de agua necesaria para enfriar un reactor nuclear.

Pero el efecto ambiental negativo de la IA va más allá del consumo de agua y de las emisiones de CO₂. En su informe “El impacto medioambiental de la IA: salvadora o destructora”, la Fundación Éticas de España destacó que la industria de la IA en su conjunto, incluyendo la fabricación de hardware y software, no solo es responsable del 3,7% de las emisiones globales de gases de efecto invernadero. Además, la producción de hardware y el uso intensivo de energía para entrenar y ejecutar modelos de IA generan una gran cantidad de residuos electrónicos, como placas madre, tarjetas de circuitos y baterías, que son difíciles de reciclar y pueden causar daños ambientales significativos. 

Algoritmos verdes

¿Qué hacer, entonces, para reducir la huella ambiental de la IA? En distintos informes se señala la necesidad de desarrollar e implementar algoritmos verdes, que están diseñados de tal modo que al ejecutarse trabajan de manera más eficiente, consumen menos recursos y consiguen el mismo resultado que obtendría un algoritmo más complejo.

“La implementación de medidas para su optimización, el uso de hardware más eficientes y el aprovechamiento de energías renovables pueden reducir significativamente la cantidad de energía que utilizan. Además, la implementación de políticas de reciclaje y la prolongación de la vida útil de los dispositivos electrónicos también pueden ayudar a minimizar el impacto ambiental de la IA”, plantea un artículo de Meteored de Argentina.

Dato: 

1
"Inteligencia Ambiental" (en base a ciencia de datos e IA) aplica la Superintendencia del Medio Ambiente en Chile para fortalecer la detección temprana de desviaciones de la normativa ambiental y adopción oportuna de medidas de correción, principalmente.
 
Artículo publicado en InduAmbiente nº 186 (enero-febrero 2024), páginas 86 a 87.