El papel de la inteligencia artificial para impulsar el futuro energético de Estados Unidos

Fuente: https://www.energypolicy.columbia.edu

Paul M. Dabbar, miembro visitante distinguido del Centro de Política Energética Global y ex subsecretario de Ciencia del Departamento de Energía, testificó el 19 de octubre de 2023 ante el Subcomité de Energía y Comercio de la Cámara de Representantes de EE. UU. sobre Energía, Clima. y seguridad de la red. La audiencia profundizó en el papel de la Inteligencia Artificial (IA) en el sector energético estadounidense.

---

Presidente McMorris Rodgers, miembro de alto rango Pallone, presidente del Subcomité Duncan, miembro de alto rango Degette y miembros del Subcomité, es un honor para mí estar nuevamente ante este Comité, esta vez para discutir el área de la Inteligencia Artificial en rápido desarrollo y el impacto que tendrá. sobre el sector energético.

Bajo el liderazgo de los secretarios Perry y Brouillette, Estados Unidos construyó la primera computadora de alto rendimiento diseñada específicamente para lo que se ha convertido en la revolución de la IA. Esa computadora, llamada Summit, fue construida bajo la autorización de este comité en el Laboratorio Nacional Oak Ridge. El DOE desarrolló una computadora para integrar chips GPU y CPU, para construir la primera supercomputadora diseñada para IA. Esa puesta en servicio también permitió a Estados Unidos recuperar nuestra posición número uno en supercomputadoras a nivel mundial, de manos de la China comunista. Gracias a este comité por ese liderazgo.

Después de esa primera supercomputadora de IA, la revolución de la IA se aceleró. Y las aplicaciones de IA para el sector energético crecieron rápidamente. Permítanme resumir algunas áreas en las que la IA está teniendo un impacto significativo:

• La IA está acelerando el descubrimiento de tecnologías energéticas. La IA puede procesar datos para guiar a los investigadores hacia opciones de mayor probabilidad antes de llevar los esfuerzos a la etapa de laboratorio, lo que reduce significativamente el costo y el tiempo para descubrir nuevas tecnologías energéticas. 
• La IA generativa está empezando a rehacer las operaciones energéticas. Al analizar los datos operativos y permitir que la IA gestione las operaciones, se están produciendo mejoras significativas en la eficiencia. Aquí están algunos ejemplos:
  • La IA está permitiendo una mejora significativa en las operaciones eólicas. GenAI es capaz de monitorear cada engranaje, cada pala de turbina, el clima hora tras hora y la rentabilidad de cada turbina. Como resultado, GenAI puede predecir las necesidades de mantenimiento y crear automáticamente órdenes de trabajo diarias y solicitar repuestos para mantenimiento, lo que mejora significativamente el rendimiento;
  • La recuperación de tormentas se puede mejorar significativamente. Los drones impulsados ​​por IA pueden volar por las calles y, al utilizar la captura de imágenes con sus cámaras de video, GenAI puede identificar automáticamente los esfuerzos de recuperación necesarios, poste por poste, ordenar automáticamente el equipo de reemplazo necesario y crear órdenes de trabajo para que el personal de línea vaya a reparar el daño. ;
  • Las empresas de petróleo, gas y geotermia pueden utilizar la IA para evaluar mejor los datos sísmicos 3D y optimizar la perforación y las operaciones. Incrementar las perspectivas de desarrollo, reducir los costos y aumentar la producción de energía;
  • La IA puede identificar cuándo enviar plantas de energía, impulsando la disponibilidad de energía, la resiliencia y reduciendo las emisiones;
  • GenAI puede predecir mejor el clima, diseñar proyectos de infraestructura afectados por el clima y determinar el día exacto para plantar cultivos, mejorando el rendimiento de los cultivos.

• La IA generativa también tiene la oportunidad de acelerar los esfuerzos legales y regulatorios, incluida la aceleración de los permisos. Las partes que deseen presentar una presentación regulatoria o de ubicación para construir infraestructura energética pueden proporcionar a GenAI las últimas presentaciones aprobadas, y este redactará una presentación basada en lo que se aprobó previamente, acelerando los proyectos. Los reguladores de la EPA, la FERC y la NRC deberían poder utilizar GenAI para revisar y aprobar solicitudes mucho más rápidamente. Incluso podría ayudar a redactar nueva legislación.

Recomendaría que este comité dirija los esfuerzos para que sus departamentos jurisdiccionales los implementen en el gobierno, como está comenzando a hacerlo el sector privado.

También hay dos desafíos que surgirán de esta revolución de la IA:

• La fabricación de semiconductores y el funcionamiento de centros de datos habilitados para IA requerirán una enorme cantidad de energía adicional. En el condado de Loudoun, se necesitarán alrededor de 3.000 MW de nueva energía cada año durante muchos años sólo para los nuevos centros de datos. Esto equivale a necesitar tres grandes plantas nucleares nuevas cada año. Y en Nueva York, sólo las nuevas plantas de semiconductores Micron requerirán casi 2.000 MW, el equivalente a la demanda total de energía de Vermont y New Hampshire juntas. 
• La seguridad nacional puede ponerse en riesgo con la nueva implementación de hardware y software. La China comunista puede colocar puertas traseras físicas en sus chips y agujeros en los algoritmos de inteligencia artificial para permitir el sabotaje. Los desafíos de seguridad de esta nueva IA e infraestructura digital son graves. Recomendaría que hoy prohibamos todos los chips, software, componentes de vehículos eléctricos y controles de la red eléctrica en China. Y deberíamos considerar la posibilidad de implementar sistemas de redes mejorados y resilientes, como redes cuánticas, para evitar acciones malignas extranjeras.

Estados Unidos tiene el mayor conjunto de fortalezas del mundo para hacer crecer nuestro estatus de Superpotencia Energética. Y eso incluye nuestro liderazgo en IA. Al enfrentar los desafíos actuales de los mercados energéticos, haríamos bien en implementar esta innovación estadounidense.