Medio Ambiente

Una inteligencia (artificial) contra la crisis climática

La inteligencia artificial se presenta como una palanca esencial en la lucha contra el cambio climático. Sin embargo, todavía faltan algunos obstáculos que superar, como el alto consumo energético que requiere el uso masivo de datos.

Artículo

Ilustración

Carla Lucena
¿QUIERES COLABORAR CON ETHIC?

Si quieres apoyar el periodismo de calidad y comprometido puedes hacerte socio de Ethic y recibir en tu casa los 4 números en papel que editamos al año a partir de una cuota mínima de 30 euros, (IVA y gastos de envío a ESPAÑA incluidos).

COLABORA
01
Mar
2022
inteligencia artificial

Artículo

Ilustración

Carla Lucena

La inteligencia artificial (IA) es la disciplina dentro de la ingeniería o la informática dedicada a la construcción de sistemas computacionales –no biológicos– inteligentes, que toma como referencia la inteligencia humana. Aunque existe como disciplina desde los años 50, ha sido en los últimos 15 años cuando ha adquirido gran protagonismo en nuestra sociedad, gracias a la aparición de ingentes cantidades de datos (también llamado big data), la disponibilidad de grandes capacidades de computación a bajo coste y el desarrollo de modelos complejos de aprendizaje inspirados en las redes neuronales de mitad del siglo pasado.

Estos últimos se conocen como modelos de aprendizaje profundo, que, entrenados con muchos datos y aprovechando las grandes capacidades de computación, están en el corazón de los servicios digitales que utilizamos en nuestro día a día… y en el de los coches, las ciudades, los hogares y los móviles inteligentes.

La intersección entre los datos, la inteligencia artificial y el bien social es rica y está llena de oportunidades. Sin duda, el potencial de esta tecnología para ayudar a abordar la emergencia climática es incuestionable. Me atrevería incluso a afirmar que no podremos combatir el cambio climático sin su ayuda.

A grandes rasgos, métodos de IA basados en el aprendizaje automático –y especialmente basados en redes neuronales profundas– nos permiten modelar el clima y el tiempo, identificar patrones y hacer predicciones precisas de los cambios en la temperatura global a partir del análisis de grandes cantidades de datos meteorológicos y climáticos multidimensionales. Además de utilizarse para construir predicciones y modelos climáticos más precisos, los métodos de IA también se pueden aplicar para mejorar los sistemas de modelado meteorológico de última generación, ya que permiten, por ejemplo, la detección y la separación del ruido en las observaciones climáticas o el etiquetado automático de los datos climáticos.

La intersección entre los datos y el bien social está llena de oportunidades

Los fenómenos meteorológicos extremos –como huracanes, tormentas intensas o inundaciones– están aumentando en frecuencia e intensidad debido al cambio climático. Y aquí, la IA también ha demostrado ser un valioso aliado para predecir estos fenómenos y su impacto, y para permitir una respuesta más eficiente y rápida ante los desastres naturales. Los drones autónomos pueden utilizarse para prevenir incendios o para buscar supervivientes en inundaciones y terremotos. En este ámbito, el proyecto de Inteligencia Artificial para la Respuesta a Desastres (IADR) del Qatar Computing Research Institute (QCRI) proporciona una herramienta online gratuita que analiza los mensajes de las redes sociales relacionados con emergencias, crisis humanitarias y desastres para etiquetar automáticamente miles de mensajes y actuar como un sistema de alerta temprana.

Más allá de la aplicación directa de técnicas de esta tecnología para modelar y predecir el clima, los métodos de IA pueden aplicarse a industrias o sectores que tienen un impacto ambiental negativo para permitir la reducción de emisiones de gases de efecto invernadero (GEI). Según un informe encargado por Microsoft a PwC, el uso de IA en casos relacionados con el medio ambiente podría contribuir hasta 5.200 millones de dólares a la economía global y reducir las emisiones de gases de efecto invernadero en un 4% para 2030, lo que equivale a las emisiones anuales de Japón, Canadá y Australia. También nos apoyamos en técnicas de IA para conseguir energías renovables (como la solar y la eólica) más eficientes gracias a la predicción tanto de la meteorología como de la demanda energética. Y no olvidemos que es imposible tener una red energética inteligente (smart grid) sin la ayuda de la IA.

Existen importantes programas institucionales públicos y privados destinados a explorar el uso de esta solución tecnológica para ayudar a combatir el cambio climático. Por ejemplo, la Agencia Espacial Europea ha lanzado el Digital Twin Earth Challenge para acelerar la identificación de soluciones para predecir el impacto del cambio climático.

La IA aplicada al cambio climático podría reducir en un 4% las emisiones para 2030

El Laboratorio Europeo de Aprendizaje y Sistemas Inteligentes (ELLIS), una de las asociaciones de inteligencia artificial líder en Europa, ha lanzado un programa de investigación para las ciencias de la tierra y el clima con el objetivo de «modelar y comprender el sis- tema terrestre a través de métodos de aprendizaje automático». En el sector privado, la mayoría de las empresas de tecnología han lanzado iniciativas destinadas a utilizar la IA para ayudar a combatir el cambio climático, como Element AI, Microsoft, Facebook o Google.

Pero el impacto de la inteligencia artificial en el clima no es solo positivo. Desgraciadamente, el despliegue masivo de sistemas de IA contribuye de manera significativa a las emisiones de gases de efecto invernadero, dadas las altas necesidades energéticas de los métodos actuales basados en datos. El primer problema está en el gran consumo de energía que necesitan los centros de datos: un informe de la Comisión Europea estima un crecimiento del 28% entre 2018 y 2030.

El segundo problema viene del alto consumo energético de entrenamiento que requieren los modelos complejos de IA a partir de los datos. De hecho, un estudio reciente encontró que la huella de carbono de entrenar solo un modelo de aprendizaje profundo de última generación para realizar tareas de procesamiento del lenguaje natural es equivalente a la cantidad de CO₂ que un estadounidense promedio produce en dos años. Por último, otro de los desafíos que presenta es el creciente consumo energético debido al uso de modelos de IA en el mundo real, lo que representa del 80% al 90% del costo de las redes neuronales, según NVIDIA.

Vivimos en una época de prosperidad, pero también nos enfrentamos a tremendos desafíos globales que amenazan nuestra propia existencia como especie, como la extrema pobreza y el hambre o la destrucción de ecosistemas enteros y el cambio climático. Abordar eficazmente estos desafíos requiere un compromiso ambicioso y coordinado de la mayoría de las naciones del mundo. La inteligencia artificial –y específicamente los métodos de IA basados en datos– tiene el potencial de ayudarnos a abordar estos retos. Dado que no disponemos de un planeta B, les invito a unirse a mi causa: el desarrollo de una inteligencia artificial por y para el planeta. Es una oportunidad que no podemos –ni debemos– desaprovechar.


Nuria Oliver es directora científica del Instituto de Inteligencia Artificial centrado en la Humanidad.

ARTÍCULOS RELACIONADOS

COMENTARIOS

SUSCRÍBETE A NUESTRA NEWSLETTER

Suscríbete a nuestro boletín semanal y recibe en tu email nuestras novedades, noticias y entrevistas

SUSCRIBIRME

Aviso de cookies

Utilizamos cookies propias y de terceros para mejorar nuestros servicios y mostrar a los usuarios publicidad relacionada con sus preferencias mediante el análisis de sus hábitos de navegación. Si se continúa navegando, consideramos que se acepta su uso. Es posible obtener más información aquí.