- Mercados
- Catálogo
- Servicios & Soluciones
- Compañía
- Novedades y Noticias
- Recursos y Herramientas
- Documentos
- Nexans Insights
- Buscar
- Contáctanos
- Comparar
- Registrarse
Diez tecnologías para electrificar el futuro: Big Data e IA
La inteligencia artificial ya existe desde hace un tiempo. Aunque los primeros modelos datan de los años 70, estos conceptos se mantuvieron en el plano teórico hasta que fue posible enseñar a las computadoras a pensar por sí mismas. Hoy en día, la inteligencia artificial se encuentra en todas partes. Permite que las computadoras y los dispositivos conectados a la nube reproduzcan comportamientos similares a los humanos, como el razonamiento, la planificación y la creatividad. La inteligencia artificial depende principalmente de la cantidad de datos que recibe. Y aquí es donde el big data juega un papel activo. Debido a este aumento de la recopilación y el análisis de datos digitales, el big data y la IA ahora están emergiendo como excelentes áreas de oportunidad para los profesionales de la electrificación.
Electricidad 4.0: Big data e IA para una gestión energética más inteligente
El big data (los macrodatos) es una tendencia importante en la industria energética. La red eléctrica se convierte en una red inteligente debido a los datos recopilados a partir de una variedad de fuentes, como medidores, sensores, gemelos digitales inteligentes. Una vez almacenados, estos datos representan un recurso invaluable para que la industria adopte mejores decisiones sobre producción y consumo de energía.
La electricidad se implementó ampliamente a fines del siglo XIX, cuando se vivió la primera ola de electrificación de 1880 a 1920. En este período se adoptó masivamente el uso de la energía eléctrica en la industria y se desarrolló la primera red eléctrica. La segunda ola de electrificación sucedió desde 1920 hasta 1950 y se produjo la expansión de la red eléctrica hacia los hogares y la fabricación de nuevos electrodomésticos como refrigeradores, lavadoras, etc. Durante la tercera ola de electrificación, desde 1980 hasta la actualidad, se ha registrado el crecimiento de la revolución digital y el desarrollo de nuevas tecnologías como computadoras, Internet y teléfonos móviles.
Hoy en día, la cuarta ola de electrificación, denominada “Electricidad 4.0”, se caracteriza por integrar tecnologías digitales como la inteligencia artificial (IA), el internet de las cosas (IOT) y el análisis avanzado de datos con la infraestructura eléctrica.
El objetivo de la “Electricidad 4.0”es crear un sistema de electricidad más inteligente, más eficiente y más sostenible que pueda responder a las demandas en continuo cambio (+20 % para 2030, +40 % para 2040).
En este sentido, se prevé que “Electricidad 4.0” optimice el uso de los activos existentes, integre fuentes de energía renovable en la red, aumente la eficiencia energética, reduzca las emisiones de gases de efecto invernadero, mejore la estabilidad de la red, reduzca los costos para los clientes y brinde servicios de energía más confiables y flexibles a los clientes.
Por otro lado, la IA generativa y los modelos adyacentes están cambiando las reglas del juego. En efecto, la tecnología de soporte alcanza un nuevo nivel, se reduce el tiempo de desarrollo de aplicaciones y usuarios no técnicos acceden a capacidades eficientes.
Recientemente, se generó un revuelo en torno a ChatGPT y lo que puede lograr. Por ejemplo, si se realiza la pregunta “¿Cómo impactan el big data y la IA en la electrificación?”, la respuesta de ChatGPT puede no ser perfecta, pero sí muy impresionante.
Estas tecnologías sin duda tendrán un impacto en el mundo de la electrificación. La IA depende principalmente de la cantidad y calidad de los datos que se utilizarán para aprender. El big data proporciona las capacidades de almacenamiento y procesamiento necesarias para educar a la IA y alimentarla con gran cantidad de información.
El aprendizaje automático y la IA son la combinación ganadora para explotar de manera eficiente el big data. Ello implica identificar patrones a través de la minería de datos y la ciencia de datos en general.
Big data: La nube ha ganado
En la era del big data, la famosa segunda ola de “en la nube” anunciada por los proveedores está en marcha y acelerándose. Como se sabe, la primera fase de una migración a la nube es un periodo de descubrimiento que permite analizar las fortalezas y debilidades de una infraestructura y determinar las necesidades futuras.
El número de detractores es cada día menor, los problemas de privacidad y soberanía se resuelven gracias a compromisos estratégicos de los proveedores de servicios en la nube (clouders) y desaparecen ante la facilidad de uso. Todos los sectores (banca, telecomunicaciones, seguros, etc.) están adoptando rápidamente soluciones de big data alojadas en la nube.
Los primeros cambios de paradigma están apareciendo en el mundo de la electrificación, impulsados en particular por operadores como Total Energie o Schneider. Asimismo, se observa el predominio de los servicios Microsoft Azure vs. Amazon AWS en el campo de la nube pública relacionada con el big data.
Explorando los desafíos de la IA generativa y el big data en 2023
La IA generativa promete hacer de 2023 uno de los años más emocionantes para la IA y, por extensión, ¡para el big data!
Cabe señalar que la destreza de ChatGPT se basa en la red registrada en 2021, sin embargo, como con cualquier tecnología nueva, siempre se debe actuar con pragmatismo y moderación, ya que la tecnología actualmente presenta muchos desafíos:
- Ética: ¿qué soberanía existe para los datos?, ¿con qué protección cuentan los datos personales?, ¿qué compromiso con la transparencia y la legibilidad ofrecen los actores?
- Medio ambiente: La IA y el big data son una paradoja, ya que representan tanto una solución para optimizar el consumo de energía y la movilización de recursos como una causa de este aumento.
- Ciberseguridad: La IA y el big data en el campo de la energía se basan principalmente en instrumentos de medición, por lo tanto en el Internet de las Cosas, y ofrecen una superficie de seguridad cada vez mayor.
- Modelo de negocio: Si ya no se puede demostrar el valor de IA en el campo de la energía, el modelo comercial asociado con los servicios es muy complejo. Por ejemplo, en el segmento residencial, el asistente virtual ChatGP ha causado revuelo al igual que Amazon debido al anuncio de un despido masivo, incluida la división de Alexa (asistente virtual de Amazon), en la misma semana.
- Talentos: El desarrollo de servicios digitales requiere la incorporación de excelentes habilidades técnicas; aunque no solo hay que reconstruir todo el modelo operativo. La dimensión humana es uno de los mayores retos que trae la IA y el big data: atracción, sentido del trabajo, condiciones, etc.
El análisis del big data combinado con la inteligencia artificial también implica varios riesgos. Las principales preocupaciones incluyen las consecuencias no deseadas de una toma de decisiones automatizada, un mayor riesgo de ataques cibernéticos debido a la dependencia de la tecnología, predicciones inexactas que conducen a malas decisiones, dependencia excesiva de algoritmos en lugar del juicio humano, falta de transparencia en el proceso de desarrollo, etc
IA y big data para Nexans
Como se señaló anteriormente, la IA en el sector de la energía se desarrolla frecuentemente a través de un sistema físico-digital, es decir, software + hardware
En este sentido, una parte importante de nuestro trabajo en términos de IA y big data corresponde a la aplicación del aprendizaje basado en redes neuronales. El papel de este último es traducir imágenes o textos de instrumentos de medición (termómetros, drones, etc.) en números. El objetivo de este enfoque es entender las recurrencias, fecharlas, predecirlas y localizarlas. Estamos en la era de la IA para la monitorización de redes.
Una de las actividades importantes en el campo de la electrificación es el monitoreo de redes para todos los segmentos: generación, transmisión, distribución y uso de energía eléctrica en edificios e industrias. Ello requiere la producción y aplicación de sensores que midan la actividad eléctrica a lo largo de la cadena de valor.
En las economías desarrolladas este escenario ya es posible gracias a los medidores inteligentes para casas o industrias. Asimismo, se controla sistemáticamente la temperatura y tensión de las líneas de transmisión de alta tensión. Las redes de distribución de electricidad de media tensión y las redes de conexión de energías renovables distribuidas son monitoreadas en menor medida. Por tanto, es fundamental obtener datos de toda la cadena de distribución de electricidad.
Una segunda actividad importante es el análisis de datos para optimizar productos o sistemas, que constituye la esencia de la inteligencia artificial y el big data.
En términos técnicos, se traslada los métodos desarrollados esencialmente para el campo del procesamiento del lenguaje natural hacia redes neuronales recurrentes y, de forma más específica, redes neuronales convolucionales. En otras palabras, las pilas (stacks) de tecnología de ChatGPT y DALL-E.
Transiciones energéticas a largo plazo
El big data es un tema de actualidad con enormes implicaciones para el sector energético. Representa una herramienta poderosa que se puede utilizar para mejorar la eficiencia de los sistemas, la producción y el consumo de energía. Además, puede servir para mejorar las redes eléctricas y la tecnología inteligente
Gracias al big data, es posible explorar diversos escenarios y objetivos relacionados con la transición energética. En particular, esta tecnología permite analizar cómo se interconectan diferentes sistemas y fuentes de suministro y cómo se podrían optimizar a largo plazo. Por tanto, ofrece una perspectiva invaluable para alcanzar cierta autonomía en un objetivo de transición energética a largo plazo.
El enfoque de 3S (datos inteligentes, datos reducidos, selectividad) representa un reto para los próximos años. Abordados de manera desorganizada hoy día, se convertirán en los verdaderos desafíos para las aplicaciones de IA mañana:
- Datos inteligentes: Comprender y monitorizar los ecosistemas locales
- Datos reducidos: Limitar el uso de big data que consume mucha energía
- Selectividad: Optimizar los recursos necesarios (servicios comercializados actualmente con nuestra solución “Activo eléctrico”)
Nuestros sitios web
Selecciona tu país para conocer nuestros productos y soluciones
-
Africa
- Africa
- Ghana
- Ivory Coast
- Morocco
- North West Africa
- Americas
- Asia
- Europe
- Oceania