Futuri energetici automatizzati: tra opportunità e rischio

Gli schermi tremolano, mentre i dati scorrono e si ricalibrano. L'intelligenza artificiale (IA) estrae un'istantanea di dati da migliaia di sensori. Questi dati vengono inseriti nelle "reti neurali profonde", che fondamentalmente sono dei processi computazionali che utilizzano sofisticati modelli matematici per formulare delle previsioni. In questo caso, le previsioni riguardano il modo in cui scelte diverse potranno influire sul consumo di energia in futuro. La città è Londra. E l'ambientazione è DeepMind, la pionieristica azienda tecnologica britannica. Il contesto è globale: DeepMind sta impiegando la sua IA basata sul Cloud per il cliente Google allo scopo di controllare direttamente il raffreddamento dei data center che alimentano servizi come Google Search, Gmail e YouTube. I risultati sembrano straordinariamente efficaci. Google negli ultimi anni è riuscita a sfruttare direttamente l'Intelligenza Artificiale di DeepMind per ridurre il proprio consumo energetico di circa il 30%. L'utilizzo da parte di Google dell'Intelligenza Artificiale di DeepMind per migliorare la propria efficienza energetica non sarebbe possibile, se non ci fosse un team di operatori di data entry e di tecnici di IA che calcolano meticolosamente quale sia il percorso migliore delle potenziali azioni volte a ridurre l'uso di energia. Dal 2018, però, i progressi dell'automazione hanno permesso all'IA di controllare direttamente il raffreddamento dei data center di Google senza l'intervento umano. Un'efficienza energetica di questo tipo, progettata dall'Intelligenza Artificiale, rappresenta una visione potente delle infrastrutture intelligenti per il futuro della sicurezza energetica, amministrate e gestite quotidianamente attraverso macchine intelligenti automatizzate. Questo esempio, tratto dagli usi dell'IA che stanno emergendo nell’ambito della sicurezza energetica, fa parte di una nuova agenda per la politica e la vita pubblica di oggi, un'agenda che riguarda due ambiti di trasformazione interconnessi. Da un lato c'è la diffusione estensionale dell'IA, che gioca un ruolo sempre più determinante nella realizzazione di un futuro climatico ed energetico a basse emissioni di carbonio (e possibilmente a zero emissioni). Dall'altro lato, ma immediatamente legato al primo, ci sono i processi di apprendimento automatico avanzato durante i quali le tecnologie algoritmiche alimentano l'erosione della sicurezza energetica e, come sostengono alcuni, contribuiscono al surriscaldamento del Pianeta. Attualmente, per quanto riguarda i progressi dell'IA, viviamo in un mondo che appare diviso tra opportunità e rischi. La maggior parte di coloro che hanno studiato i progressi dell'IA hanno messo in evidenza le trasformazioni che ne derivano nella connessione tra il cambiamento climatico e la sicurezza energetica. Per esempio, Anthony Giddens sostiene che "il regno della tecnologia è il dominio più importante nel quale si applica il teorema secondo cui il salto quantico di potenza che ha creato pericoli per noi può consentirci di affrontarli[1]". Affrontare le immense sfide del cambiamento climatico attraverso innovazione tecnologiche come l'IA, sostiene Giddens, deve comportare misure concrete e radicali. Questo discorso che si sta sviluppando sui futuri climatici a basse emissioni di carbonio alimentati dall'IA presuppone che le nuove tecnologie possano in qualche modo rimediare al problema del riscaldamento globale fornendo nuovi modi di generare forniture energetiche alternative. Dalla riduzione delle emissioni di gas serra, in particolare di CO2, all'inversione dell'innalzamento del livello del mare, i progressi tecnologici dell'IA e della digitalizzazione connessa saranno fondamentali per determinare le nostre possibilità di affrontare le sfide che il cambiamento climatico pone a livello globale. L'impatto della tecnologia nel promuovere stili di vita a basse emissioni di carbonio sarà probabilmente legato direttamente ai progressi dell'IA, agli esperimenti di apprendimento automatico e alle nuove pratiche sociali e ambientali guidate da algoritmi. Alcuni autori hanno sostenuto che l'IA stia assumendo sempre più il ruolo di forza trainante dell'adattamento energetico in tutta l'economia[2]. Ciò che intendono sottolineare è che l'IA è stata utilizzata per migliorare l'efficienza energetica in diversi contesti industriali, in particolare con la diffusione delle città intelligenti, ma anche all'interno dello stesso settore energetico. L'utilizzo dell'IA di DeepMind da parte di Google è un esempio chiave di questa tendenza. Ma altri autori, più critici, hanno sottolineato che le tendenze da sole non equivalgono alle trasformazioni. Da questo punto di vista, l'IA può contribuire alla realizzazione di un nuovo sistema energetico “post-carbonio” solo se viene adottata sistematicamente in tutto il mondo. Un cambiamento epocale di questo genere richiederebbe l'introduzione di soluzioni tecnologiche radicalmente nuove, per creare società più sostenibili dal punto di vista ecologico, insieme all'implementazione di nuove fonti di energia. Ancora una volta, molti critici considerano tutto questo semplicemente frutto di fantasia. In questo ambito, possibilità e realtà si scontrano in modo inquietante. I tecno-ottimisti sostengono che le nuove tecnologie compenseranno i danni ambientali e promuoveranno soluzioni energetiche a basse emissioni di carbonio o a zero emissioni in tutto il mondo. Alcuni sostengono addirittura che i progressi negli algoritmi di apprendimento automatico saranno con buona probabilità radicalmente trasformativi e avranno un impatto su quasi tutti i settori della vita sociale ed economica del futuro. Ma questi progressi attesi nell'IA sono, per definizione, i meno prevedibili e sono quasi impossibili da valutare in termini di analisi politiche e di sviluppo socio-economico. D'altra parte, gli scettici sottolineano che le tecnologie di IA sono già legate in modo distruttivo alle fonti energetiche del capitalismo basato sul carbonio. Da questa prospettive, è difficile immaginare come queste tecnologie potranno mai trasfigurare le pratiche ad alta intensità energetica o superarle. Ciononostante, ancora una volta, è fondamentale tenere presente l’illimitata capacità di evoluzione dei futuri sociali. Se la ricerca e l'innovazione nel campo dell'Intelligenza Artificiale sono in grado di guidarci verso nuovi modi di immagazzinare l'elettricità, l’impatto sulla sicurezza energetica potrebbe essere enorme. Diversi sviluppi relativi allo stoccaggio dell'energia elettrica, come le batterie di flusso, i supercondensatori e i sistemi di conversione dell'energia, sono tecnologie di immagazzinamento fondamentali e, se associate ai progressi dell'Intelligenza Artificiale, possono offrire dei percorsi graduali verso un'alimentazione pervasiva delle economie e società a basse emissioni di carbonio. [1]Anthony Giddens, The Politics of Climate Change, Cambridge: Polity Press, 2009, p. 230. (Edizione italiana – “La politica del cambiamento climatico, Il Saggiatore, 2015). [2]Per ulteriori approfondimenti, vedi: Anthony Elliott, Making Sense of AI: Our Algorithmic Worlds, Cambridge: Polity, 2022.

{{ currentMenugamenu.label }}

{{ currentSubMenugamenu.label }}

{{ card.title }}

{{ currentSubMenugamenu.numbers.title }}

Futuri energetici automatizzati: tra opportunità e rischio

Futuri energetici automatizzati: tra opportunità e rischio

Anthony Elliott

Robotica e automazione: opportunità e criticità

Ricercatrice senior presso l’IIT di Genova

Ingegnere meccanico e biomedico