La inteligencia artificial (IA) bien entendida permite soñar con un futuro más verde. Gracias al manejo y análisis de un ingente volumen de datos puede optimizar procesos, anticipar problemas, predecir tendencias y desarrollar soluciones innovadoras que contribuyen a un futuro más sostenible, como estos 6 ejemplos que se exponen a continuación.
1. Energías renovables
Los algoritmos de IA predicen la producción de energía de fuentes renovables como la eólica y la solar, facilitando su integración en la red eléctrica. Esta eficiencia reduce la dependencia de los combustibles fósiles y mejora la estabilidad de la red eléctrica. Además, la IA puede ayudar a gestionar el almacenamiento de energía, maximizando el uso de recursos renovables.
Por ejemplo, hace años que Google utiliza la IA para predecir la producción de energía solar y eólica en sus centros de datos. Lo ha conseguido gracias a los algoritmos desarrollados por DeepMind, la firma de soluciones de inteligencia artificial propiedad de Alphabet Inc. (matriz de Google), los cuales permiten a Google predecir la producción de energía de un parque eólico con 36 horas de antelación. Consiguen así ajustar su consumo eléctrico a la disponibilidad de energía renovable.
2. Gestión de residuos
Se espera que la generación mundial de residuos aumente un 70 % para 2050. De los alrededor de 2.000 millones de toneladas de residuos que se generan actualmente cada año, solo el 19 % se recupera mediante el reciclaje o el compostaje. También a solucionar este problema puede contribuir la IA. Optimización de las rutas de recogida o sistemas de clasificación automática son algunas de las posibilidades que ofrece la IA a favor de la circularidad y el reciclaje.
Valga como ejemplo el caso de empresas como Terex, propietaria de ZenRobotics donde han desarrollado un sistema de clasificación de residuos basado en IA que utiliza robots para identificar de forma automática y separar materiales reciclables, lo que mejora los resultados finales y reduce la mano de obra necesaria. Sus robots son capaces de separar desde residuos voluminosos como los de la construcción y demolición hasta envases ligeros. La empresa opera ya en 15 países de todo el mundo.
3. Agricultura sostenible
Mediante el análisis de imágenes satelitales y drones, la IA puede detectar plagas, enfermedades y estrés hídrico en los cultivos, permitiendo una intervención temprana y precisa. Entre otras cosas permite reducir el consumo de agua, minimizar el uso de pesticidas y aumentar el rendimiento de los cultivos. Estas prácticas no solo incrementan la eficiencia, sino que también contribuyen a una agricultura más sostenible y respetuosa con el medio ambiente.
Es lo que aportan empresas como la de Nax Solutions donde aspiran a convertirse en pocos años en la mejor empresa global de IA para el sector agrícola . Disponen de herramientas que van desde el control hídrico hasta la predicción de producción o identificación de anomalías.
4. Mantenimiento de la biodiversidad
La IA puede considerarse una tecnología crucial para la protección de especies en peligro de extinción, la preservación de sus hábitats, detección temprana de brotes de enfermedades en poblaciones silvestres o la planificación de áreas protegidas son algunas de las cosas que permite el uso de l IA.
Wildlife Insights es una plataforma utilizada por organizaciones conservacionistas de todo el mundo con tecnologías basadas en IA. Por medio de aprendizaje automático, analiza millones de imágenes de cámaras trampa para identificar especies y ayudar a monitorizar la biodiversidad.
Principales también en la biodiversidad son las abejas. Sin su trabajo como polinizadores naturales desaparecerían el 70% de las frutas y hortalizas y alrededor de unas 25.000 especies de plantas con flores. Para preservar su supervivencia se constituyen empresas como la argentina Beeflow, una agtech donde han desarrollado una tecnología que hace que las abejas sean más saludables, particularmente en climas fríos, entrenándolas para mejorar los cultivos y aumentar así la producción de alimentos. Beeflow combina conocimientos de biología con IA para optimizar el comportamiento de las abejas en condiciones climáticas adversas, lo que representa un avance significativo en la tecnología agrícola y la sostenibilidad ambiental.
5. Ciudades más habitables
En Agforest desarrollan soluciones basadas en GeoAI para acompañar a la Administración pública y a los líderes empresariales en la transición hacia una economía circular y regenerativa. En esta línea, se definen como startup pionera en la aplicación de inteligencia artificial geoespacial para construir smart cities con impacto positivo en la habitabilidad y calidad de vida de la ciudadanía.
Una de las ciudades más ambiciosas en este terreno es la capital danesa, Copenhague, la cual se propone convertirse en 2025 en la primera capital mundial con huella de carbono cero. El ambicioso plan propone una serie de objetivos e iniciativas específicas dentro de cuatro áreas bien definidas: consumo de energía, producción de energía, movilidad verde y administración de la ciudad.
En esta línea, la ciudad ha implementado un avanzado sistema de red eléctrica inteligente que utiliza IA para optimizar la distribución de electricidad. Vigilar la calidad del aire en la ciudad es otra de las prioridades de sus gobernantes que, por medir, miden hasta el aumento de la contaminación cuando los semáforos se ponen en amarillo.
6. Gestión energética
Igual que hemos visto en el caso de Copenhague, la inteligencia artificial puede desempeñar un papel principal en la gestión energética poniendo en marcha una serie de acciones y procesos que optimicen su uso. Gracias a ella se obtienen importantes beneficios como una mayor eficiencia energética, una reducción de costes y un menor impacto ambiental.
Los casos de uso de la IA en este ámbito son múltiples, empezando por el monitoreo y análisis de datos energéticos a gran escala para, en función de los resultados, optimizar los procesos y su consumo e implantar soluciones nuevas. La IA ayuda también a predecir la demanda energética en función de los patrones de consumo; a detectar anomalías e ineficiencias en la red o en la gestión de redes locales, tanto corporativas como vecinales.
