Inteligencia artificial al rescate de la naturaleza

Cada año, millones de toneladas de plástico invaden los océanos del mundo, transportados principalmente a través de los ríos. Este flagelo contemporáneo, invisible para muchos, ha generado un desastre ambiental. Más de 600 especies marinas, desde ballenas majestuosas hasta diminutos peces, se ven afectadas por este veneno sintético. La magnitud del desafío parece insuperable. Pero no todo está perdido. En el horizonte, brillan algunas soluciones, basadas en inteligencia artificial (IA) y el aprendizaje automático, que pueden ser una salvación para los mares del planeta.

The Ocean Cleanup es un ejemplo de ello. Esta organización sin ánimo de lucro se ha dado a la tarea de interceptar los plásticos en los ríos antes de que lleguen a los océanos. Para lograrlo, utilizan una barrera flotante en forma de U con una falda que se extiende por debajo de la superficie del agua para capturar los desechos, que después se llevan a tierra para reciclarlos. Su sistema, aunque parezca de lo más simple, está cargado de tecnología avanzada. “Utilizamos inteligencia artificial para mapear y examinar la basura plástica flotante”, afirma Niels Broekhof, director de comunicación del proyecto. “Con la IA podemos analizar automáticamente millones de imágenes y mapear la contaminación de una manera y a una velocidad que antes era imposible”, resalta. Así se sabe con precisión la zona en la que más desechos hay y el tipo de basura que allí se ha acumulado.

Miles de kilos de plástico

Hasta ahora, The Ocean Cleanup ha eliminado casi 12 millones de kilos de basura en total tanto de océanos como de ríos. Alrededor de 385.000 kilogramos provienen de la gran mancha de basura del Pacífico; el resto de los desechos se capturaron en ríos de todo el mundo, como los de Bangkok, Jamaica, Yakarta, Los Ángeles (EE UU) y Guatemala. “Las herramientas de IA pueden ayudar a resolver importantes problemas ambientales al recopilar y procesar más datos de una forma más eficiente. En nuestra experiencia, la IA es un recurso valioso para investigadores e ingenieros”, abunda Broekhof. Los sistemas, tanto predictivos como generativos, se abren paso en diversos sectores con el objetivo de afinar procesos, ahorrar energía y consumo de agua, identificar patrones de consumo, prever eventos climáticos extremos, evaluar su impacto potencial en las operaciones de las empresas, y ayudar a las organizaciones a prepararse y adaptarse a estas eventualidades.

En el transporte madrileño tenemos un ejemplo de uso. La consultora Accenture ha implementado para Metro de Madrid un sistema de ventilación basado en IA. La herramienta utiliza un algoritmo de optimización que analiza miles de datos sobre temperatura del aire, arquitectura de la estación, frecuencia de trenes, carga de pasajeros y precio de la electricidad. Analiza toda la información histórica, realiza simulaciones y estima la temperatura externa y del subsuelo durante las siguientes 72 horas. Gracias al machine learning (aprendizaje automático), la predicción del balance óptimo de temperatura para cada estación mejora continuamente. “El proyecto ha logrado una reducción del 26% en el consumo energético y 1.800 toneladas anuales menos de CO₂ emitidas”, explica Antonio Prieto, responsable de Data & AI en Energía de Accenture.

“Existen múltiples casos de uso donde la inteligencia artificial mejora la eficiencia de procesos con un impacto positivo en el medio ambiente”, añade Charles Kirby, socio del área de Sostenibilidad en Consulting de EY. Por ejemplo, en el sector de logística y transporte, los algoritmos de planificación optimizan el uso de equipos y reducen las distancias recorridas, lo que disminuye el consumo de combustible y las emisiones de carbono, detalla el experto. En la gestión de recursos hídricos, se utilizan sistemas de IA para predecir la disponibilidad de agua y mejorar su distribución. Y se han convertido en un instrumento imprescindible en las previsiones meteorológicas, las cuales son vitales en el transporte de energía. La transición energética requiere una transformación profunda de las redes de distribución eléctrica, diseñadas originalmente para un flujo unidireccional de energía. Estas infraestructuras enfrentan desafíos debido a la intermitencia de las energías renovables y la demanda variable de nuevos dispositivos como los vehículos eléctricos.

Para superar estos obstáculos, la inteligencia artificial y las previsiones meteorológicas geolocalizadas trabajan conjuntamente. Una predicción precisa de la demanda permite perfeccionar la distribución de energía renovable, evitando su desperdicio. “Además, la IA proporciona una visión en tiempo real del estado de la red, brindando a los operadores la flexibilidad necesaria para regular el consumo y la absorción de energía”, explica Alberto Méndez, CEO de Plexigrid (iniciativa galardonada en los premios del South Summit 2022). Esta empresa ha desarrollado una tecnología que permite un funcionamiento más inteligente de las redes de distribución, abordando los problemas causados por los picos de tensión de la energía solar y la demanda fluctuante. Gracias a ello se evitan cortes de suministro, se protegen los equipos y se optimiza la integración de renovables.

De igual forma, la IA está contribuyendo a la conservación de la biodiversidad, gracias a algoritmia aplicada en tecnologías radar y vídeo analítica que contribuyen a la protección de aves protegidas en parques eólicos. Minsait ha desarrollado un radar 3D y cámaras PTZ de alta resolución para la localización y seguimiento de las aves. Con un alcance de hasta cinco kilómetros, detecta la presencia de los animales y apunta las cámaras de forma automática hacia las coordenadas registradas. Un modelo de visión artificial identifica la especie y un algoritmo calcula si existe riesgo de colisión con las aspas del aerogenerador.

Los sectores más interesados en explorar soluciones de IA incluyen a la industria energética, el transporte, la agricultura, la construcción y la manufactura, pero quizás uno de sus mayores impactos está relacionado con el consumo energético de los centros de datos. “La herramienta que cobrará mayor relevancia en el futuro es el desarrollo de algoritmos más eficientes, que consuman menos energía sin comprometer su rendimiento”, concluye Kirby, de EY.