Un modelo de inteligencia artificial proyecta con alta precisión el futuro de las energías renovables. La herramienta, creada por un equipo de la Universidad Tecnológica de Chalmers, simula miles de escenarios para anticipar cuánto crecerán la energía solar y la eólica.
El estudio, publicado en la revista Nature Energy, simula el despliegue de estas tecnologías en 13.000 mundos virtuales, cada uno con 150 países de tamaño similar a las naciones reales.
Para construir el modelo, los investigadores entrenaron un algoritmo con datos históricos de países pioneros. De ese modo, el sistema aprendió a proyectar el futuro de las energías renovables a partir de los primeros datos de cada país. El equipo lo describe como una máquina del tiempo computacional.
Hasta ahora resultaba difícil anticipar la velocidad de expansión de estas fuentes. La caída de costos choca con los cambios de política, la oposición pública a algunos proyectos y las demoras para conectar nuevas instalaciones a la red. Se sabía qué debe ocurrir para cumplir las metas climáticas, pero no qué tan probable era lograrlo.
La novedad del enfoque es su carácter probabilístico. En vez de proyectar un único camino, el modelo asigna probabilidades a cada trayectoria posible según la experiencia de los países que ya avanzaron en la adopción de estas tecnologías. Ese método explica por qué supera a las previsiones tradicionales.
Cómo proyecta la IA el futuro de las energías renovables
El modelo estima que la energía eólica terrestre representará cerca del 25 por ciento del suministro eléctrico mundial en 2050, y la solar alrededor del 20 por ciento. Esas cifras son compatibles con limitar el calentamiento a dos grados, pero no a 1,5 grados. El desglose por país permite identificar qué regiones avanzan más rápido. La meta de dos grados sigue al alcance, mientras que la de 1,5 grados se aleja si el despliegue no se acelera.
Los autores señalan que el compromiso de la COP28, de triplicar las renovables para 2030, es posible pero exige una aceleración sostenida en todas las regiones. Avi Jakhmola, integrante del equipo, lo compara con el esfuerzo que la Unión Europea despliega con su plan RePowerEU.
Las proyecciones no son estáticas: se actualizan a medida que llegan nuevos datos nacionales, lo que permite seguir cómo evoluciona el panorama con el tiempo. El equipo destaca que ese dinamismo ayuda a ajustar las expectativas sobre la transición energética.
Qué muestran los resultados
Para validar la herramienta, los investigadores le entregaron datos solo hasta 2015 y le pidieron predecir lo ocurrido en la década siguiente. El modelo acertó con notable precisión y superó incluso las proyecciones de la Agencia Internacional de la Energía. Por ese desempeño lo bautizaron como una máquina del tiempo.
Limitar el calentamiento a 1,5 grados exigiría expandir las renovables a un ritmo alto pero no inédito, siempre que se empiece ahora. Si se espera hasta 2030, la curva de despliegue se vuelve cada vez más pronunciada. El equipo publicó además una herramienta interactiva gratuita para visualizar los resultados y comparar escenarios.
Los autores creen que el mismo método podría aplicarse a otras tecnologías verdes, como los vehículos eléctricos, el hidrógeno verde o el almacenamiento en baterías, a medida que maduren.
