Estas son las Start-Ups europeas que utilizan IA para enfrentar desafíos ambientales

A medida que la tecnología avanza, las start-ups europeas están utilizando la inteligencia artificial para enfrentar los desafíos del cambio climático. Desde la monitorización de emisiones hasta el mantenimiento predictivo de infraestructuras, estas innovaciones prometen beneficios significativos, aunque también destacan las limitaciones inherentes de la IA.

Start-ups de IA y cambio climático: Innovaciones y desafíos

Mientras crecía en Normandía, Francia, Yanis Souami desarrolló una profunda admiración por el océano. Una de sus primeras memorias es «ir al mar, hacer snorkel y maravillarse con los peces y la vida silvestre», cuenta. Hoy, a sus 42 años, es el fundador de Sinay, una start-up francesa que utiliza inteligencia artificial para analizar datos oceánicos, ayudando a la industria marítima a optimizar sus operaciones y reducir su impacto ambiental. Uno de sus servicios permite a los usuarios monitorear el ruido submarino y la presencia de vida marina que podría verse afectada negativamente por actividades como la navegación o la construcción.

Innovaciones en el uso de la IA

Sinay es parte de una red de start-ups europeas que utilizan IA y aprendizaje automático para ayudar a las empresas a enfrentar el cambio climático y minimizar su contribución a él. Aplicaciones como la monitorización de emisiones, la gestión del reciclaje y el mantenimiento predictivo de infraestructuras están atrayendo un interés significativo de grandes empresas e inversores. Por ejemplo, la start-up danesa Electricity Maps, que rastrea la intensidad de carbono del uso de electricidad corporativa y cuenta con clientes como Google y Samsung, cerró una ronda de financiamiento de €5 millones la semana pasada.

Crecimiento y financiación del Clima-Tech

Electricity Maps, Sinay y otras empresas similares se están beneficiando de un aumento en la financiación para la llamada tecnología climática. Según la plataforma de datos Dealroom, las start-ups europeas de tecnología climática recaudaron $20.2 mil millones el año pasado, ligeramente por debajo del récord de $20.4 mil millones alcanzado en 2022. En total, representaron el 43% de la inversión global de capital de riesgo en tecnología climática, frente al 29% en 2022.

Especialización y limitaciones de la IA

Lynn Kaack, líder del Grupo de Política de Tecnología de IA y Clima en la Hertie School de Berlín, enfatiza que especializarse en aplicaciones técnicas es clave. «La IA no es una solución mágica contra el cambio climático», dice. «Las start-ups exitosas están utilizando el aprendizaje automático como un elemento en aplicaciones muy técnicas, como predecir la evolución de las nubes para operar mejor una red eléctrica con alta participación de energía solar fotovoltaica».

Casos de éxito y desafíos

Una de estas empresas es la start-up holandesa Overstory, cuya tecnología analiza imágenes satelitales y otros datos de detección remota para detectar cuándo la vegetación está invadiendo las líneas eléctricas. Esto permite a las empresas de servicios públicos recortar la vegetación antes de que cause apagones o incendios forestales.

Cuando se fundó en 2018, el objetivo de Overstory era utilizar el aprendizaje automático para detectar la deforestación. Pero después de dos años, decidió centrarse en servir a las empresas de servicios públicos, que ya gastaban mucho en la monitorización de la vegetación. «Les damos una visión de los riesgos causados por la vegetación en toda la red», dice Fiona Spruill, directora ejecutiva de Overstory.

Limitaciones y transparencia

Fiona Spruill también señala que la IA es tan buena como los datos de entrenamiento. La empresa depende de expertos para ayudar a etiquetar imágenes, con visitas a sitios específicos aún a veces necesarias. «Hemos estado impulsados por la IA desde el principio, así que no estamos saltando en la moda», dice Spruill. «Tenemos seis años de experiencia, pero identificar la especie de un solo árbol desde el espacio es difícil».

Yanis Souami de Sinay hace un punto similar. Entrenar modelos de IA para reconocer la vida marina requiere «insumos de baja tecnología». «Necesitas tener expertos en reconocimiento de especies etiquetándolos físicamente y luego entrenando la máquina. Eso es baja tecnología».

La IA como herramienta, no una solución mágica

Alex Marti, director ejecutivo de Mitiga, una start-up española que utiliza computación de alto rendimiento para evaluar el riesgo de desastres naturales, advierte que los sistemas de IA pueden incorporar sesgos presentes en los datos con los que se entrenan. «Es muy importante tener transparencia sobre cómo se construyen esos modelos», dice. «Si la información no está ahí, no puedes usar IA para inventarla».

Aunque algunas preocupaciones sobre la IA están exageradas, como «si la dejas correr sin control, entonces se convierte en Terminators», el verdadero peligro es sobrestimarla, argumenta Marti. «La IA te ayudará, pero tiene limitaciones». Algunos investigadores creen que la IA tiene desventajas ambientales significativas, incluyendo el consumo de energía y agua por los centros de datos, y la potencial aceleración de la desinformación climática.