Futuros energéticos automatizados: entre la oportunidad y el riesgo

Las pantallas parpadean, mientras los datos avanzan y se vuelven a calibrar. La inteligencia artificial (IA) extrae una instantánea de las instalaciones de datos a partir de miles de sensores. Estos datos se introducen en "redes neuronales profundas", que son básicamente procesos computacionales que utilizan sofisticados modelos matemáticos para hacer predicciones. En este caso, las predicciones se refieren a cómo afectarán las distintas opciones al consumo energético futuro. La ciudad es Londres. El escenario es DeepMind, la pionera empresa tecnológica británica. Y el contexto, global; en tanto, la empresa DeepMind va desplegando su IA basada en la nube para que el cliente Google controle directamente la refrigeración de los centros de procesamiento de datos que alimentan servicios como Google Search, Gmail y YouTube. Los resultados a primera vista son extraordinariamente eficaces. En los últimos años, Google ha sido capaz de aprovechar directamente la IA de DeepMind para reducir su consumo de energía en aproximadamente un 30%. La implementación de la IA de DeepMind por parte de Google para avanzar en la eficiencia energética no sería posible si no fuera por un equipo de operadores de datos y técnicos de IA que calculan meticulosamente el mejor carril de acciones que potencialmente podrían reducir el uso de energía. Pero desde 2018, los avances en la automatización han hecho posible que la IA controle directamente la refrigeración en los centros de datos de Google sin necesidad de intervención humana. Esta eficiencia energética diseñada por la IA es una poderosa visión de las infraestructuras inteligentes para el futuro de la seguridad energética, administradas y gestionadas diariamente a través de máquinas inteligentes automatizadas. Este ejemplo extraído de los usos emergentes de la IA para la seguridad energética forma parte de una nueva agenda para la política y la vida pública actual: una agenda que afecta a dos ámbitos de transformación interconectados. Por un lado, está la difusión extensiva de la IA, que desempeña cada vez más un papel clave en la realización de un futuro climático y energético con bajas emisiones de carbono (y posiblemente post-carbono). Por otro lado, pero inmediatamente ligado al primero, están los procesos de aprendizaje automático avanzado en los que las tecnologías algorítmicas alimentan la erosión de la seguridad energética y, según sostienen algunos, contribuyen al incendio del planeta. Actualmente, vivimos en un mundo que, en lo que respecta a los avances de la IA, parece dividido en cuanto a estas oportunidades y riesgos. La mayoría de quienes han estudiado los avances de la IA han hecho hincapié en la transformación de las conexiones resultantes entre el cambio climático y la seguridad energética. Por ejemplo, Anthony Giddens sostiene que "el ámbito de la tecnología es el más importante en el que se aplica el teorema de que el salto cuántico de poder que nos ha creado peligros puede permitirnos afrontarlos[1]. Hacer frente a los inmensos desafíos del cambio climático mediante innovaciones tecnológicas como la IA, dice Giddens, debe implicar medidas concretas y radicales. Este discurso emergente de futuros climáticos con bajas emisiones de carbono impulsados por la IA presupone que las nuevas tecnologías remediarán de algún modo el problema del calentamiento global, proporcionando formas novedosas de generar suministros energéticos alternativos. Desde la reducción de las emisiones de gases de efecto invernadero, y especialmente de CO₂, hasta la inversión del aumento del nivel del mar en el mundo, los avances tecnológicos en materia de IA y digitalización conectada serán vitales para nuestras posibilidades de afrontar los retos del cambio climático global. Es probable que el impacto de la tecnología en la promoción de estilos de vida con bajas emisiones de carbono esté directamente ligado a los avances de la IA, los experimentos de aprendizaje automático y las nuevas prácticas sociales y medioambientales impulsadas por los algoritmos. Algunos autores han afirmado que la IA se está convirtiendo cada vez más en la fuerza motriz central de la adaptación energética en toda la economía[2]. Lo que se subraya aquí es que la IA se ha empleado para avanzar en la eficiencia energética en una variedad de entornos industriales, en particular con la difusión de las ciudades inteligentes, pero también dentro del propio sector energético. La utilización por parte de Google de la IA de DeepMind es un ejemplo clave de esta tendencia. Sin embargo, otros críticos han señalado que las tendencias por sí solas no equivalen a transformaciones. Desde este punto de vista, la IA solo puede contribuir a la realización de un nuevo sistema energético post-carbono si se aplica sistemáticamente en todo el mundo. Ese cambio de época exigiría el despliegue de soluciones tecnológicas radicalmente novedosas para crear sociedades más sostenibles desde el punto de vista ecológico, junto con la implantación de nuevas fuentes de energía. No obstante, de nuevo, muchos críticos ven todo esto como algo simplemente fantasioso. En todo esto, la posibilidad y la realidad se mezclan con dificultad. Los tecno-optimistas sostienen que las nuevas tecnologías compensarán el daño medioambiental y fomentarán soluciones energéticas bajas en carbono o post-carbono en todo el mundo. Algunos incluso sostienen que los avances en los algoritmos de aprendizaje automático pueden ser radicalmente transformadores y repercutir en casi todos los ámbitos de la vida social y económica en el futuro. Pero estos avances previstos en la IA son, por definición, los menos predecibles y casi imposibles de evaluar en términos de consideraciones políticas y desarrollo socioeconómico. Por otra parte, los escépticos destacan que las tecnologías de IA ya están vinculadas de forma destructiva con las fuentes de energía del capitalismo del carbono. Desde este punto de vista, es difícil ver cómo estas tecnologías podrían transformarse o cambiar más allá de las prácticas intensivas en energía de carbono. Sin embargo, es crucial que tengamos en cuenta el carácter abierto de los futuros sociales. Si la investigación y la innovación en IA pueden contribuir a nuevas formas de almacenar la electricidad, se deduce que esto tendría un enorme impacto en la seguridad energética. Varios desarrollos relativos al almacenamiento de electricidad, como las baterías de flujo, los supercondensadores y los sistemas de conversión de energía, son clave como posibles tecnologías de almacenamiento y, cuando se combinan con los avances en IA, ofrecen posibles formas progresivas de avanzar hacia la generalización de las economías y sociedades con bajas emisiones de carbono. [1]Anthony Giddens, The Politics of Climate Change, Cambridge: Polity Press, 2009, p.230. [2]Para más información, véase Anthony Elliott, Making Sense of AI: Our Algorithmic Worlds, Cambridge: Polity, 2022.

{{ currentMenugamenu.label }}

{{ currentSubMenugamenu.label }}

{{ card.title }}

{{ currentSubMenugamenu.numbers.title }}

Futuros energéticos automatizados: entre la oportunidad y el riesgo

Futuros energéticos automatizados: entre la oportunidad y el riesgo

Anthony Elliott

Robótica y automatización: oportunidades y riesgos

Investigadora senior del IIT de Génova

Ingeniero mecánico y biomédico