Intelligenza Artificiale: opportunità per l’industria energetica

Intelligenza Artificiale: ennesima buzzword o reale opportunità?

Proviamo a ipotizzare i potenziali impatti dell’AI nel settore energetico

Di cosa parliamo quando parliamo di Intelligenza Artificiale? Il termine è estremamente generico e di alto livello. Ulteriormente a ciò, il significato è stato adattato, talvolta a forza, a contesti e situazioni assai diverse da quelle canoniche nelle quali il termine può venir utilizzato propriamente.

Per fornire una definizione, ci rifacciamo a un’entità neutrale e autorevole quale IEEE (Institute of Electrical and Electronics Engineers).

Nel position paper sull’intelligenza artificiale, IEEE cita quanto segue:

“Artificial Intelligence is that activity devoted to making machines intelligent, and intelligence is that quality that enables an entity to function appropriately and with foresight in its environment.

[Artificial Intelligence is] the theory and development of computer systems that are able to perform tasks that normally require human intelligence, such as visual perception, speech recognition, learning, decision-making, and natural language processing.”

Intelligenza Artificiale: il contesto attuale…

L’Intelligenza Artificiale è diventata una sorta di lasciapassare per rendere intrigante ogni prodotto.

Persone e aziende che fino a poco tempo fa associavano l’AI a qualche film di fantascienza, o eventualmente a polverosi ambiti accademici e di ricerca, ora si sono riposizionate come esperti di settore e evangelisti dell’intelligenza artificiale.

Potremmo inizialmente pensare che la causa di questo rinnovato interesse sia da imputare a prodigiosi avanzamenti della tecnologia.

Ma non è così.

Certo, sono stati anni di importanti innovazioni anche nel campo dell’apprendimento automatico (machine learning) e grandi modelli di apprendimento linguistico (LLMs – Large Language Models) ma certo non alla portata delle masse: per l’uomo della strada, un Transformer è ancora un robot mutante.

La causa va piuttosto ricercata in ambito prodotto: il 30 novembre 2022 infatti OpenAI ha rilasciato sul mercato la release beta di ChatGPT. Senza introdurre particolari innovazioni, ma piuttosto potendo contare su ingenti capitali e quindi grande potenza computazionale e un training set vastissimo (45 Terabyte di testo).

OpenAI ha avuto l’intuizione, e quindi ne merita il riconoscimento, di rendere fruibile il suo modello linguistico in una semplice interfaccia web-based.

In sostanza accedendo a un normale sito web è possibile dialogare con il chatbot e ottenere risposte, talvolta precise, talvolta quanto meno colorite. Qui un repository GitHub ben fatto che raccoglie una serie di errori di ChatGPT.

Questa semplice product feature ha acceso la febbre dell’intelligenza artificiale, che in breve tempo è diventata un fenomeno di massa, raggiungendo vette di isteria collettiva, come ben spiegato da Norman Lewis.

ChatGPT ha raggiunto 1’000’000 di utenti in un solo giorno, stabilendo un record storico.

… e un po’ di storia

Gli esordi

Le prime ricerche riguardanti il concetto di “intelligenza artificiale”, ossia propriamente “macchine capaci di pensare” (pur qui intendendo “pensare” con tutte le limitazioni del caso) sono scaturite da una confluenza di congetture originate fin dagli anni Trenta.

In particolare l’idea fondante era la scoperta avvenuta in campo neurologico che il cervello fosse comparabile ad una rete elettrica di neuroni (“neurale”) che si attivavano in modalità binaria (“all or nothing”, ossia acceso o spento). Questa similitudine portò alla formulazione di due capisaldi del concetto di intelligenza artificiale:

• Teoria dell’Informazione di Claude Shannon [1948]
• Teoria di Church-Turing (“Teoria della computabilità”) [1950]

Negli anni ’40 e ’50, scienziati provenienti da diversi campi quali matematica, psicologia, ingegneria, economia e scienze politiche esplorarono diverse direzioni di ricerca che sarebbero state fondamentali per la successiva ricerca sull’intelligenza artificiale.

Il campo della “ricerca sull’intelligenza artificiale” fu fondato come disciplina accademica nel 1956.

Nel 1959 Arthur Samuels creò un programma per elaboratore in grado di “giocare a dama con le capacità di un rispettabile amatore”.

L’intelligenza artificiale muoveva i primi passi nel mondo reale.

First AI Winter (1970)

Negli anni ’70 il settore dell’Intelligenza Artificiale subì una dura battuta d’arresto. Gli scienziati erano stati molto ottimisti nel raccontare a investitori e media i potenziali utilizzi della nuova tecnologia. I risultati raggiunti, pur ragguardevoli, non furono ritenuti bastanti.

I finanziamenti cessarono e con essi l’approccio fin qui sommariamente unitario si frammentò, generando una pluralità di correnti di pensiero (Minksy, Colby, Robinson, McCarthy, Schank).

La pluralità comunque confluiva attorno ai principali centri di ricerca universitaria del tempo: MIT, Stanford, e Edimburgo.

First AI Boom (1980)

Negli anni ’80 la combinazione di modelli di Intelligenza Artificiale molto specifici (“expert systems“) uniti a rinnovati sviluppi hardware e reti generarono una nuova ondata di entusiasmo.

Questa volta la propulsione non venne dal contesto accademico, ma da quello aziendale. Le imprese infatti erano attirate dai presunti facili profitti stimati dalle applicazioni di questi algoritmi, con la speranza di abbattere gli ingenti costi del lavoro dipendente.

Negli stessi anni, il governo giapponese finanziò massivamente il settore, nei cosiddetti progetti di quinta generazione.

Second AI Winter (1990)

Seguendo realmente una ciclicità stagionale, gli anni ’90 videro una nuova fine dell’illusione. I ricavi facili promessi non si concretizzarono e numerose aziende fallirono, sia tra chi investì pesantemente in queste soluzioni, sia in chi creò aziende per svilupparle.

Second AI Boom (2000 – presente)

Sospinti soprattutto dall’avanzamento dell’hardware e dal crollo relativo dei costi dello stesso, anche in ambito consumer, l’Intelligenza Artificiale ha conosciuto una nuova era a partire dagli anni 2000.

Un maggior rigore unito a maggior consapevolezza scientifica permettono di risolvere problemi specifici e produrre avanzamenti degni di nota. Termini come “Machine Learning“, “Neural Network“, “Big Data“, “Deep Learning” diventano addirittura di moda.

In questo contesto le aziende vanno cavalcando il trend, proponendo rapidamente nuove soluzioni al mercato.

L’hype e la FOMO (paura di rimanere indietro) alimentano questo ciclo, e ingenti capitali di rischio confluiscono nuovamente nel settore.

È l’epoca d’oro dell’AI.

Tuttavia, se la storia ci insegna qualcosa, l’inverno potrebbe tornare a bussare alle sue porte.

Intelligenza Artificiale e energia: le opportunità

Noto, e in parte prescindendo, dalla storia degli eventi, rimane saggio comunque interrogarsi sulle sue possibili applicazioni in ambito energetico.

Da un punto di vista strettamente informatico, applicazioni di modelli di intelligenza artificiale (anche intesa nelle sue declinazioni pratiche: machine learning, deep learning) sono già stati adottati dall’industria energetica, senza particolare clamore.

Purtroppo oggi l’aspettativa, distorcente, è che l’Intelligenza Artificiale porti a computer in grado di pensare e interagire con gli utenti in modi e linguaggi naturali.

La realtà è più prosaica, e, fortunatamente, anche più concreta e produttiva.

AI per le rinnovabili

Modelli di Intelligenza Artificiale sono già in uso nel contesto della produzione e distribuzione di energia da fonti rinnovabili. In particolare:

1. Previsione delle temperature meteo.
2. Previsione della velocità del vento.
3. Impatto ambientale e trade-off energetico dell’installazione di micro-pannelli urbani.
4. Previsione della effettiva efficienza produttiva di diverse tipologie di biofuel (alghe, residui agricoli, oli vegetali esausti).
5. Stima dell’irraggiamento solare specifico (es. horizontal irradiance, ground-level irradiance, rain season irradiance, etc.)
6. Previsione dei flussi di consumo per ottimizzazione dei carichi in ambito idroelettrico.

Oltre a questi esemplificativi casi di applicazione puntuale e verticale, l’Intelligenza Artificiale può essere usata anche per attività trasversali, ad esempio:

1. Percorsi di volo di uccelli migratori.
2. Stima delle migliori miscele per la generazione di asfalto green da scarti di lavorazione energetica.
3. Calcolo dell’impatto ambientale di strutture energetiche generative.

AI per la manutenzione preventiva

Grazie ad algoritmi di Intelligenza Artificiale e alle capacità offerte dai moderni device (es. dispositivi IoT e IIoT) è possibile analizzare in tempo reale grandi moli di dati.

Applicando questo al contesto industriale, e specificatamente energetico, è possibile quindi individuare anomalie di funzionamento anche minimali e effettuare interventi di manutenzione mirata preventiva.

Questo permette di evitare l’insorgere di guasti inattesi che potrebbero causare lunghi disservizi, fermi dell’impianto, e conseguenti perdite di efficienza e di economicità della produzione.

Inoltre l’AI può ottimizzare le prestazioni degli impianti energetici, regolando i parametri di funzionamento in tempo reale per massimizzare l’efficienza e la produzione.

Questo può portare a significativi risparmi sui costi energetici e a una riduzione delle emissioni.

Possibili applicazioni

• Analisi delle vibrazioni: l’AI può essere utilizzata per analizzare le vibrazioni di macchinari rotanti come turbine e pompe per identificare segni precoci di usura o danni.
• Analisi termografica: l’AI può essere utilizzata per analizzare le immagini termografiche di impianti elettrici per identificare anomalie termiche che potrebbero indicare problemi di connessione o guasti imminenti.
• Sicurezza industriale: sistemi di AI possono essere applicati nel contesto industriale per prevenire infortuni e utilizzo inadeguato delle apparecchiature industriali anticipando comportamenti scorretti e attivando proattivamente misure di contrasto.
• Programmi di manutenzione preventiva: ad esempio calendarizzando interventi di pulizia dei pannelli solari ottimizzando quindi efficienza degli stessi ma anche limitando il consumo di risorse idriche.

AI per le reti elettriche

Un ulteriore ambito di applicazione dell’Intelligenza Artificiale riguarda le reti elettriche e le c.d. Smart Grid.

Una Smart Grid è una rete che integra la distribuzione di energia e la tecnologia di comunicazione digitale in un flusso bidirezionale di elettricità e dati. Detto in altre parole, è una tradizionale rete elettrica con integrati servizi di tecnologia digitale.

Questo permette di generare un flusso di dati costanti che può poi essere elaborato tramite algoritmi di Intelligenza Artificiale per generare sinergie positive tra tutti gli elementi all’interno della rete.

Immaginiamo ad esempio un’abitazione che sia allacciata alla rete elettrica in fornitura, abbia una dotazione di pannelli fotovoltaici sul tetto e i cui abitanti utillizzino auto elettrica e conservino l’energia prodotta in eccesso e non consumata in una batteria domestica.

Comprendere quando sia conveniente accumulare energia rispetto a quando sia preferibile consumarla direttamente potrebbe non essere banale o di immediato calcolo.

Ancor più complesso creare una strategia di lungo periodo che consigli quando caricare l’auto, e quando consumare l’energia prodotta dai pannelli piuttosto che immagazzinarla nella batteria.

L’Intelligenza Artificiale permette di portare una componente di intelligenza e di analisi anche all’interno delle abitazioni dei consumatori (o prosumer).

Ulteriori campi di applicazione

Oltre a questi casi esemplificativi specifici per la parte industriale del settore energetico, non dobbiamo dimenticare che l’ambito energetico è anche software-intensive e basato su applicativi e architetture informatiche complesse.

I benefici e i casi di applicazione sconfinano quindi in quelli che sono tutti i casi d’uso tipici del mondo tecnologico, ad esempio:

1. Assistenti vocali e chatbot realmente intelligenti per gestire le attività con i clienti.
2. Algoritmi di previsione per Trading & Risk Management.
3. Utilizzo di algoritmi auto-apprendenti per anticipare stagionalità sul mercato o individuare correlazioni tra contesti sociali e andamento delle forniture.
4. Migliorare le attività di data mining e generazione insight dal dato (di consumo, di utilizzo, degli utenti, etc.).
5. Attività di R&D.

Il dualismo tra Energia e Intelligenza Artificiale

Intelligenza Artificiale ed Energia sono unite in un dualismo particolare e che forse non ha pari in altri settori.

I consumi energetici

Se da una parte le applicazioni di Intelligenza Artificiale possono rendere più efficaci ed efficienti molteplici attività nell’industria energetica, dall’altra la costruzione, allenamento e utilizzo di modelli di Intelligenza Artificiale richiede ingenti quantitativi di energia.

Secondo i dati forniti da The Verge,

Si stima che l’addestramento di un modello linguistico di grandi dimensioni come GPT-3, ad esempio, consumi poco meno di 1.300 megawattora (MWh) di energia elettrica; una quantità di energia pari a quella consumata annualmente da 130 abitazioni domestiche.

Per contestualizzare, lo streaming di un’ora di Netflix richiede circa 0,8 kWh (0,0008 MWh) di elettricità. Ciò significa che dovreste guardare 70 giorni di 24 ore di streaming per consumare la stessa quantità di energia necessaria per addestrare GPT-3.

Secondo le stime dell’IEA (International Energy Agency) l’energia elettrica consumata dall’industria dell’Intelligenza Artificiale rappresenta quasi il 2% della domanda globale di energia.

La domanda per questi usi potrebbe raddoppiare entro il 2026, il che la renderebbe all’incirca pari alla quantità di elettricità utilizzata dall’intero paese del Giappone o detto altrimenti circa 1.5 milioni di abitazioni domestiche europee.

La produzione di energia

Un sistema tanto vorace di energia fa sicuramente il paio con sistemi di produzione di energia a basso costo e anche ambientalmente sostenibili.

Da una parte, le aziende più innovative stanno investendo su energia nucleare di ultima generazione.

Microsoft sta attivamente investendo in SMR (Small Modular Reactor) e addirittura ha concluso un PPA con un’azienda che promette di poter produrre energia tramite fusione nucleare.

Altre aziende stanno invece investendo in soluzioni più tradizionali. Su scala globale, Amazon, Meta, Google figurano tra le prime quattro aziende mondiali per quantitativi di energia elettrica acquistata tramite PPA da fonti rinnovabili.

Aggiungendo Microsoft, che figura comunque tra le prime otto, possiamo dire che il settore dei PPA globali si alimenta grazie ai fabbisogni del settore tecnologico. Che naturalmente a sua volta si alimenta grazie agli investimenti in energie rinnovabili da parte dei produttori, originator e investitori in infrastrutture.

È ragionevole pensare che energia e Intelligenza Artificiale stringeranno un rapporto sempre più sinergico e mutuale in futuro. L’una fornendo energia pulita in grande quantità, e in modo stabile. L’altra fornendo metodi efficienti per risolvere i problemi di produzione, trasmissione, consumo e stoccaggio.

In conclusione

In questo momento storico può essere complesso distinguere il segnale dal rumore per tutto quanto riguardi l’Intelligenza Artificiale.

Può essere ragionevole pensare che la verità stia nel mezzo: probabilmente l’AI non genererà eserciti robotici che spazzeranno via la razza umana come in Terminator, tuttavia potrà apportare delle migliorie nel modo in cui lavoriamo e interagiamo con le informazioni online.

La raccomandazione è quella di mantenere un sano scetticismo, unito però ad un’ingenua curiosità, che permetta sempre di aver voglia di imparare e studiare le nuove applicazioni emergenti.

Solo il tempo potrà sancire la portata e l’impatto di quella che a tutti gli effetti sembra una rivoluzione.

Il futuro dell’energia

Vuoi sapere come la tecnologia cambierà il modo in cui produciamo e consumiamo energia? Leggi tutti i nostri articoli:

1. Il mondo dell’enertech
2. Tech-energy trend
3. Demand-Response
4. Un anno di energia: recap del 2023
5. CER: cosa sono come funzionano

Ne vuoi parlare? Contattaci!