Machine Learning, algoritmi, modelli predittivi. Il potenziale delle applicazioni dell’Intelligenza Artificiale per lo sviluppo delle energie rinnovabili è immenso, tanto che molti player di questo mercato stanno testando soluzioni innovative per migliorare le performance dei vari sistemi. Le applicazioni di Intelligenza Artificiale possono permettere di sfruttare al massimo il funzionamento degli impianti prevedendo in anticipo le condizioni meteo come l’esposizione delle superfici fotovoltaiche al sole, la direzione e la potenza dei venti nel caso dell’eolico o l’indice di piovosità per l’idroelettrico. Ma possono anche aiutare la gestione dell’erogazione di energia per le utenze domestiche nei quartieri delle città, ottimizzando tutta la rete di distribuzione.
Intelligenza artificiale ed Economia Circolare
Secondo il rapporto “Artificial Intelligence and the Circular Economy. AI as a Tool to Accelerate the Transition” scritto dalla Ellen MacArthur Foundation, l’Intelligenza Artificiale potrebbe risolvere i problemi complessi più rapidamente dell’uomo e quindi potrebbe aiutare le aziende e i governi a velocizzare i flussi di risorse dell’economia circolare, instaurando così un circolo virtuoso. Sono tre le modalità principali attraverso le quali ciò potrebbe avvenire: la progettazione di prodotti, componenti e materiali per l’economia circolare; la gestione di modelli di business circolari; l’ottimizzazione delle infrastrutture dell’economia circolare.
Agricoltura ed elettronica: i due settori che dimostrano il potenziale dell'AI
Il Report ha presentato l’esempio di due settori che dimostrano come l’AI possa aumentare la circolarità di diverse iniziative economiche. Innanzitutto, l’AI potrebbe facilitare la scelta di progetti per eliminare i rifiuti del settore alimentare: le tecnologie di AI potrebbero indicare quando la frutta e la verdura sono pronte per essere raccolte, con un conseguente adeguamento costante dell’offerta di cibo in rapporto alla domanda in quel determinato periodo. Un meccanismo virtuoso che potrebbe portare a un risparmio di quasi 130 miliardi di dollari ogni anno a partire dal 2030. Cambiando comparto, l’AI nell’elettronica di consumo potrebbe migliorare la manutenzione dei dispositivi grazie ai modelli predittivi e, sfruttando i meccanismi di riconoscimento di immagini e robotica, potrebbe gestire il sistema del riciclaggio dei rifiuti elettronici in modo smart. Queste applicazioni potrebbero portare fino a 90 miliardi di dollari di risparmi entro il 2030.
Algoritmi di machine learning per prevedere il comportamento dei venti
Un esempio di applicazione dell’Ai arriva anche da DeepMind, il laboratorio londinese di Google: l’energia eolica prodotta da turbine è in costante crescita e nel 2018 ha toccato i 600 gigawatt in tutto il mondo. Però il vento è difficilmente prevedibile e quindi non è possibile prevedere l’erogazione di energia ottenuta soltanto dall’eolico. Grazie agli algoritmi di machine learning però è possibile anticipare il comportamento del vento di almeno 36 ore nei grandi parchi eolici e, di conseguenza, la quantità di energia prodotta, incrociando i dati storici con le previsioni meteo. Nel midwest degli Usa è stato sperimentato questo metodo e il rendimento dell’energia è aumentato del 20%. “Non possiamo eliminare l’imprevedibilità del vento, ma i nostri risultati preliminari indicano che il machine learning può essere utilizzato per rendere l’energia eolica più prevedibile e quindi valorizzabile”, hanno spiegato i ricercatori responsabili del test.
