ALEX KIMANI

La Inteligencia Artificial (IA) se ha convertido en una de las mayores megatendencias seculares de nuestro tiempo. La IA está impulsando la cuarta revolución industrial y se la considera cada vez más una estrategia clave para superar algunos de los mayores desafíos de nuestro tiempo, incluidos el cambio climático y la contaminación. 

Las empresas de energía están implementando cada vez más herramientas de inteligencia artificial para digitalizar registros, analizar grandes cantidades de datos y mapas geológicos, y potencialmente identificar problemas como el uso excesivo de equipos o la corrosión de las tuberías. 

Una de esas empresas es el gigante energético holandés Shell (NYSE:SHEL). En mayo, Shell anunció planes para utilizar tecnología basada en inteligencia artificial de la firma de análisis de big data SparkCognition en su exploración y producción en aguas profundas en un intento por mejorar la eficiencia y velocidad operativas, así como impulsar la producción. 

Según Bruce Porter, director científico de SparkCognition, con sede en Texas, la IA generativa para imágenes sísmicas tiene implicaciones amplias y de largo alcance, y agrega que la tecnología puede reducir drásticamente los plazos de exploración de nueve meses a menos de nueve días. 

En 2018, la empresa se asoció con Microsoft para incorporar la plataforma Azure C3 Internet of Things en sus operaciones offshore. La plataforma utiliza IA para impulsar la eficiencia en toda la infraestructura costa afuera de la empresa, desde la perforación y extracción hasta el empoderamiento y la seguridad de los empleados. 

Sin embargo, Shell no es la única gran petrolera que emplea IA en sus operaciones. En 2019, BP (NYSE:BP) invirtió en la nueva empresa de tecnología Belmont Technology, con sede en Houston, que ayudó a la empresa a desarrollar una plataforma de geociencia basada en la nubeapodada "Sandy". 

Sandy permite a BP interpretar información geológica, geofísica y de proyectos de yacimientos, creando así “gráficos de conocimiento” únicos que incluyen imágenes sólidas de los activos subterráneos de BP. Luego, BP puede realizar simulaciones e interpretar resultados utilizando las redes neuronales del programa.

Mientras tanto, las empresas de servicios públicos están empleando inteligencia artificial para hacer que la red eléctrica sea más confiable y eficiente. Los casos de uso típicos en la industria incluyen pronóstico de carga y clima, gestión de redes, mantenimiento predictivo, mejora de la producción de recursos eólicos y solares, evaluación del riesgo de incendios forestales, recuperación más rápida de tormentas y detección de fugas de metano. 

Hace tres años, Google se asoció con IBM para buscar una solución a la naturaleza altamente intermitente de la energía eólica. Utilizando la plataforma DeepMind AI de IBM, Google implementó algoritmos de aprendizaje automático en 700 megavatios de capacidad de energía eólica en el centro de Estados Unidos, suficiente para alimentar una ciudad de tamaño mediano.

IBM dice que al utilizar una red neuronal entrenada con pronósticos meteorológicos ampliamente disponibles y datos históricos de turbinas, DeepMind ahora puede predecir la producción de energía eólica 36 horas antes de la generación real. En consecuencia, esto ha aumentado el valor de la energía eólica de Google en aproximadamente un 20 por ciento.

IA HAMBRIENTA DE ENERGÍA
Sin embargo, como todas las tecnologías conocidas por el hombre, la IA tiene un lado oscuro: un alto consumo energético.

Según Sreedhar Sistu, vicepresidente de inteligencia artificial de Schneider Electric, excluyendo China, la IA representa 4,3 GW de la demanda mundial de energía en la actualidad, una cifra que podría casi quintuplicarse para 2028. La ejecución de tareas de IA normalmente requiere hardware más potente que la informática tradicional.

Según un estudio realizado por Alex De Vries, candidato a doctorado en la Escuela de Negocios y Economía VU Amsterdam, la IA consume entre 85 y 134 teravatios-hora (TWh) de electricidad cada año, o aproximadamente tanto como el consumo de energía de los Países Bajos.

De hecho, la IA consume casi tanta energía como la minería de bitcoins: una nueva investigación de Digiconomist ha advertido que "si no se gestiona adecuadamente, la IA podría ser responsable de un consumo de electricidad equivalente al de Bitcoin en tan sólo unos años". 

Los servidores de IA son dispositivos que consumen mucha energía. Según Digiconomist, un único servidor NVIDIA DGX A100 consume tanta electricidad como varios hogares estadounidenses juntos. 

Esto implica que alimentar cientos de miles o incluso millones de estos dispositivos comienza a acumularse rápidamente y podría comenzar a sobrecargar las mismas redes eléctricas que se supone deben hacer más eficientes. 

Mientras que la cadena de suministro de servidores de IA enfrenta actualmente algunos cuellos de botella que podrían moderar el crecimiento de la IA y el consumo de energía en el futuro cercano, los expertos han predicho que no pasará mucho tiempo antes de que se resuelvan estos cuellos de botella. 

De hecho, una encuesta de KPMG encontró que el 83% de los ejecutivos de la industria confían en que la escasez de chips semiconductores que se produjo en el punto álgido de la pandemia de Covid se aliviará en gran medida para fines de 2023.

El informe de Digiconimist contiene un llamado a la acción para ser conscientes del uso de la IA. El documento señala que las tecnologías emergentes como la IA y anteriormente blockchain tienden a ir acompañadas de mucha publicidad y miedo a perderse algo, lo que lleva a la creación de aplicaciones que producen poco o ningún beneficio para los usuarios finales. Digiconomist dice que este desperdicio se puede mitigar intentando crear soluciones que se adapten mejor a las necesidades de los usuarios finales.