A implementação de softwares de inteligência artificial (IA) é essencial para reduzir a demanda e as emissões de energia em suas redes, segundo estudo da Nokia com a GSMA Intelligence sobre o consumo de energia das operadoras de telecomunicações no mundo.
+ Leia mais notícias no portal Amazônia Sem Fronteira
Junto com o uso de energias renováveis, a utilização do software de gestão de energia com IA é fundamental nas estratégias dos operadores para reduzir sua pegada carbono, especialmente porque a capacidade de uso imediato dessas soluções permite que elas sejam utilizadas efetivamente em toda uma rede, aproveitando o fato de que operam com pouca ou nenhuma intervenção humana, aponta, ainda, o estudo.
“A inteligência artificial pode analisar o clima do local, alcance solar e indicar a decisão de fonte de energia ideal para ser utilizada na abertura de uma filial de uma empresa, por exemplo. Isso já acontece nos Estados Unidos e em breve será uma realidade mundial”, explica Felippe Prates, CEO da Novalogic, empresa de infraestrutura crítica e data center.
Outras aplicações
Por meio de diversas aplicações, a inteligência artificial ajuda a identificar e corrigir desperdícios de energia, a monitorar o consumo e a prever a demanda futura. Dispositivos inteligentes, por exemplo, são capazes de localizar e especificar falhas na rede elétrica, gerar medições precisas em tempo real e criar histórico de padrões de demanda.
“Outro bom exemplo é o uso do ar-condicionado. A nossa casa pode ter IA ao ponto de reconhecer que a janela está aberta ou fechada para habilitar ou não o aparalho”, diz. Ele também cita o uso por empresas de call center, em que “o sistema pode gerir o uso de energia a partir da quantidade de pessoas no local”.
Com o uso da inteligência artificial, as empresas podem adotar uma abordagem de manutenção preditiva, em que equipamentos e máquinas são monitorados continuamente por sensores que capturam dados sobre seu desempenho e condição.
Esses dados são então processados por algoritmos de IA, que usam técnicas de machine learning para identificar padrões e tendências nos dados. A partir dessa análise, a IA pode prever com precisão quando um equipamento irá falhar.
Cabe pontuar, por outro lado, que o uso de ferramentas de IA pode demandar uma enorme capacidade computacional e consumir muita energia. Em um estudo de 2019 noticiado pelo UOL, por exemplo, pesquisadores da Universidade de Massachusetts, nos Estados Unidos, apontaram que o treinamento de um modelo de IA comum de grande porte pode emitir até 284 toneladas equivalentes a CO², o equivalente a quase cinco vezes as emissões de um carro durante toda a sua vida útil.
Para saber mais, basta acessar: www.novalogic.inf.br
