Sostenibilità ed intelligenza artificiale: un connubio vincente
Una delle tecnologie chiave per l’affermazione della sostenibilità è, senza dubbio, l’intelligenza artificiale, grazie alle potenzialità offerte e alle tecnologie a supporto sempre più potenti e accessibili.
Come si legge anche nella recente Strategia nazionale per l’intelligenza artificiale (IA) rilasciata dal Governo lo scorso novembre, “Le soluzioni di intelligenza artificiale avranno un impatto significativo sulla conservazione delle risorse, la riduzione delle emissioni, la gestione dei flussi di traffico e dei relativi rischi, il rafforzamento dell’economia circolare e la prevenzione dei disastri naturali. Più in generale, l’IA sarà un alleato fondamentale per accelerare la transizione ecologica, un pilastro del piano di ripresa e resilienza dell’Italia e degli sforzi di ripresa dell’Unione Europea”.
L’intelligenza artificiale, infatti, rappresenta un supporto decisivo nell’adozione di strategie sostenibili, consentendo di accelerare l’analisi di grandi quantità di dati, condizione indispensabile per permettere ad istituzioni e organizzazioni di affrontare rapidamente questioni sociali e ambientali, e alle aziende di ottimizzare i propri processi. Le soluzioni di intelligenza artificiale possono, ad esempio, essere implementate per azionare automatismi che consentono un funzionamento più efficiente e sicuro di infrastrutture e macchinari industriali, così come di supportare i processi decisionali ed il monitoraggio delle politiche ambientali.
Oggigiorno, per qualsiasi tipo di processo produttivo, vengono generati una quantità crescente di dati digitali, grazie alla disponibilità di sensori, tracker e altri dispositivi intelligenti che li producono in tempo reale: è la rivoluzione dell’IoT, che può abilitare comportamenti più sostenibili e più produttivi, incrementando l’efficienza energetica dei prodotti o monitorando l’impatto ambientale di componenti e materiali durante l’intero ciclo di vita.
La relazione tra intelligenza artificiale e sostenibilità, però, nasconde un’incognita: le soluzioni di IA possono richiedere infatti una grande quantità di energia elettrica per il loro funzionamento, che potrebbero incentivare l’immissione di CO2 nell’atmosfera. Se l’energia, però, deriva da fonti rinnovabili, l’impatto in termini di emissioni si riduce a zero: in quest’ultimo caso, l’IA può rappresentare un incentivo alla transizione verde del settore energetico.
Sostenibilità ambientale ed IA: i vantaggi per Energy & Utility
La tradizionale modalità di generazione e trasmissione delle risorse energetiche è ormai in via di superamento: da una produzione centralizzata e basata sulle risorse di origine fossile, infatti, si sta passando ad una produzione completamente distribuita, fondata sulla presenza di migliaia di impianti rinnovabili (soprattutto eolico e fotovoltaico). Queste fonti, però, a differenza delle centrali elettriche a ciclo combinato, non producono energia continuativamente, ma soltanto in presenza dell’effettiva disponibilità della risorsa (vento e radiazione solare). Si tratta di un cambiamento radicale per le compagnie di utility, che da un lato devono continuare ad assicurare la continua fornitura dell’elettricità ai clienti finali, e dall’altro favorire l’integrazione delle fonti pulite nel sistema elettrico.
Solitamente, nel settore energetico, vengono impiegate delle tecniche di previsione basate su modelli meteorologici statici, che però rischiano di offrire una visione ristretta delle numerose variabili che influenzano la capacità di produzione delle rinnovabili intermittenti. L’intelligenza artificiale può assicurare un contributo decisivo in merito, fornendo previsioni accurate sui momenti di picco della generazione delle fonti intermittenti, così da permettere agli operatori di mantenere in equilibrio la domanda e l’offerta di energia nel sistema elettrico.
Il quadro perciò cambia completamente con l’impiego di tecniche di intelligenza artificiale. Gli algoritmi di IA possono essere programmati con set di dati meteorologici storici, misurazioni in tempo reale provenienti da stazioni meteorologiche locali, parametri che arrivano da sensori e molto altro ancora. I modelli di IA sono in grado di combinare questi dati e parametri con i consumi storici di un’area territoriale nelle particolari fasce orarie, per elaborare previsioni puntuali che favoriscono una migliore integrazione delle fonti intermittenti e una maggiore efficienza nella gestione della rete elettrica. L’intelligenza artificiale rappresenta quindi una delle componenti fondamentali per il funzionamento delle reti di nuova generazione – le cosiddette Smart Grid – il cui compito principale è proprio quello di rendere possibile l’integrazione delle fonti pulite nel sistema elettrico.
Esistono poi molteplici applicazioni dell’IA che possono rivelarsi estremamente utili per gli operatori del settore energetico: ad esempio, i modelli predittivi possono essere utilizzati nella valutazione delle location e dell’esatta disposizione dei nuovi impianti fotovoltaici ed eolici.
Anche gli impianti e le infrastrutture impiegate nella produzione di energia non rinnovabile, però, possono beneficiare di strategie di manutenzione predittiva avanzata: il monitoraggio puntuale dei parametri di funzionamento e la loro successiva analisi da parte degli algoritmi di IA, infatti, rende possibile l’individuazione di guasti e malfunzionamenti prima che essi si verifichino, contribuendo così all’allungamento della vita utile di questi impianti e ad un miglioramento dell’efficienza stessa della generazione. L’IA può essere poi messa a disposizione dei consumatori finali da parte delle società di utility: software e applicazioni arricchiti da algoritmi di intelligenza artificiale possono individuare rapidamente comportamenti e sintomi di sprechi, abilitando così scelte più efficienti dal punto di vista energetico.
In prospettiva, l’IA è chiamata a giocare un ruolo importante sul fronte della mobilità, così da migliorare la pianificazione dei sistemi e delle infrastrutture di trasporto, aumentare l’efficienza dei motori ed ottimizzare la ricarica di veicoli elettrici. Più in generale, la grande capacità di analisi di dati (strutturati e non) da parte dell’intelligenza artificiale risulta già oggi cruciale per la comprensione di un fenomeno complesso come il cambiamento climatico. L’IA è ampliamente utilizzata per creare modelli evolutivi attendibili di questa trasformazione, nonché per permettere ai ricercatori di comprenderne meglio i fenomeni scatenanti, integrando continui aggiornamenti sull’evoluzione della situazione reale nel pianeta.
L’approccio di Data Reply per la green transition
Supportare processi sostenibili tramite l’Intelligenza Artificiale è nel DNA di Data Reply, società del gruppo Reply che offre servizi di eccellenza nel campo dell’elaborazione e dell’estrazione di valore dal dato tramite soluzioni di Advanced Analytics ed IA.
Dalla costruzione di piattaforme Big Data alla creazione di modelli di Machine Learning e di Intelligenza Artificiale, Data Reply è in grado di affiancarsi a diversi livelli della struttura aziendale, interpretando i bisogni e condividendo la propria esperienza tecnologica e di processo.
Grazie alla costante attenzione all’innovazione, Data Reply si focalizza su iniziative volte al miglioramento dei processi e all’affermazione della sostenibilità tramite tecnologie innovative come Quantum Computing e Accelerated Computing, rese più accessibili dal Cloud e dalla sua ridotta footprint energetica. Il passaggio al cloud, infatti, consente di realizzare efficienze in grande scala, risolvendo il problema delle possibili emissioni inquinanti legate all’intelligenza artificiale: una strada, quest’ultima, intrapresa con decisione da Amazon Web Services, di cui Data Reply è partner tecnologico.
Diversi progetti realizzati da Data Reply testimoniano come l’intelligenza artificiale possa essere messa a servizio di una strategia di sostenibilità in modo efficiente. Lo dimostra, ad esempio, l’ottimizzazione della pianificazione dei lavori di manutenzione eseguiti dalle unità operanti sul territorio di un operatore energetico, così da ottenere una maggiore efficienza nelle attività eseguite dalle squadre di manutenzione. In quest’ottica, Data Reply ha sviluppato un algoritmo quantum inspired basato sul paradigma quantistico QUBO (Quadratic Unconstrained Binary Optimization) che permette di trovare un piano di assegnazione ottimale dei lavori di manutenzione alle squadre, massimizzando la quantità di tempo passata a lavorare e minimizzando il tempo dedicato agli spostamenti. Una soluzione che rende anche più efficiente l’impiego delle risorse, abbattendo i costi e contribuendo così a rendere più efficiente e performante la rete di distribuzione dell’energia, che rappresenta a sua volta una precondizione indispensabile per la transizione energetica.
Un altro caso di successo riguarda l’industria alimentare, che, come molte imprese manifatturiere, si sta impegnando per migliorare l’efficienza dei propri processi produttivi, così da generare consistenti impatti positivi: dalla riduzione degli sprechi, ad un più alto livello di qualità e di soddisfazione del cliente. Data Reply ha lavorato insieme ad un cliente dell’industria alimentare alla progettazione di una soluzione in grado di soddisfare le proprie esigenze di previsione dei risultati dei test effettuati sulle linee produttive, al fine di orientare l’attività degli operatori. Data Reply ha collaborato con gli esperti funzionali, fornendo la propria esperienza nell’analisi dei dati così da avere il necessario know-how sull’elaborazione dei dati stessi. Dopo la realizzazione di un Proof-Of-Concept che ha dimostrato la qualità dell’algoritmo, si è quindi proceduto all’implementazione su scala più ampia della soluzione. Il risultato finale è stato quello di una predizione accurata della qualità attesa fornita in tempo reale, che ha consentito al cliente di identificare in anticipo potenziali anomalie nella produzione. Si è in questo modo contribuito ad innalzare la qualità della produzione, che si riflette a sua volta nel contenimento degli sprechi di risorse di energia e materia prima.
Due esempi che testimoniamo come diversi settori aziendali possano adottare strategie di sostenibilità supportate dall’Intelligenza Artificiale, grazie all’ausilio dell’expertise e delle competenze di Data Reply.
