¿En la nube o en mi computadora?.. ¿y la sustentabilidad?

Cada día crece la información que guardamos en formato digital: fotos, documentos, audios o videos son algunos ejemplos de esta gran cantidad de información que a diario generamos y pretendemos guardar. Aquí nos puede surgir la pregunta: ¿Realmente necesitamos guardar toda esa información? Es común pasar un tiempo en nuestros dispositivos borrando esos archivos que en algún momento guardamos y ahora ya los consideramos prescindibles. Adicionamente, también nos podemos preguntar: ¿Qué es mejor usar la nube o tener almacenamiento privado?

La facilidad con la que los diferentes sistemas operativos nos ofrecen los servicios de almacenamiento nos han inducido a usarlos de manera ingenua y sin reflexionar sobre lo que estamos haciendo.

Ya en la era de las computadoras, hace unos 40 años, usábamos los disquetes de 5 1/4 o 3.5 pulgadas para guardar información, sus capacidades empezaban en los 128 KB. Después, llegaron los CD con capacidades de cientos de MB, más recientemente, el USB con almacenamiento de unos cuantos GB.  En estos últimos dispositivos podemos almacenar muchísima información, pero también parte de ellos pueden estar en la nube. Casi todas las compañías que ofrecen servicios en la nube (cloud services), como parte de estos, otorgan un almacenamiento gratuito con posibilidades de pagar para ampliarlo. ¿Cuáles son las ventajas y desventajas de usar estos servicios en la nube?

Imagen generada con inteligencia artificial con la frase "women and men engineers in a data center suffering a warm environment with hot machines" en leonardo.ai.

La decisión entre usar servicios de computación en la nube o comprar sistemas de cómputo locales o personales depende de una serie de factores y consideraciones específicas. No existe una respuesta única para todas las situaciones, ya que ambas opciones tienen ventajas y desventajas.

El uso de los servicios en la nube ofrece acceso global, es decir, podemos acceder a nuestra información desde cualquier punto donde haya servicio de Internet. También, inicialmente, el costo de los servicios es mucho más barato que la compra de dispositivos de almacenamiento o procesamiento computacional. Los servicios en la nube son, generalmente escalables, es decir, se pueden crecer o disminuir de acuerdo con las necesidades del momento, presentan flexibilidad. La gestión de estos servicios corre en su mayoría por el proveedor del servicio, minimizando las tareas de sistemas computacionales.

Adicionalmente, la posibilidad de contar con un respaldo automático y un servicio de recuperación de datos ante eventualidades es otra de las ventajas de la nube.

En cambio, la compra de sistemas de cómputo presenta las siguientes ventajas: Se tiene un control total sobre la información y puede obedecer a necesidades muy específicas. También la privacidad es otro de las ventajas, si se cuenta con personal capacitado la seguridad puede ser muy estricta. Los costos a largo plazo pueden amortizarse siempre y cuando el uso sea continuo. Los tiempos de espera de las transacciones en este caso se minimizan.

Estas son algunas de las ventajas de cada opción. Con esto queda claro que la elección entre el computación en la nube o los sistemas locales depende fuertemente de las necesidades específicas de las personas o empresas.

Uno de los factores más mencionados en contra de la automatización o el uso masivo de la nube de la recientemente famosa inteligencia artificial, es la gran demanda de energía que parece poner en entredicho la sustentabilidad de esta nueva forma de vivir.

De acuerdo con la Agencia Internacional de Energía (IEA) los centros de datos (data center) en el ámbito global usaron 200TWh de energía eléctrica en 2022 y se espera que se duplique para el 2030 [1]. A pesar de este pronóstico de crecimiento, debe quedar claro que estos centros de datos han realizado un interesante esfuerzo para eficientar sus centros y disminuir las pérdidas por calentamiento de sus equipos lo que ha permitido que el consumo de energía sea prácticamente el mismo en los últimos 7 años. Para mejorar la eficiencia energética en estos centros de datos se usa un indicador que mide la efectividad en el uso de la potencia. Este indicador compara la energía total consumida en el centro con la energía consumida por solamente por el equipo de tecnología de información. Es decir, compara la energía propiamente usada para el proceso de la información con la energía para climatización e iluminación.

La necesidad usar energía eléctrica generada con fuentes renovables es una de las demandas que la población en general debe exigir a las empresas de servicios en la nube. 

En nuestras decisiones, es importante considerar que la nube puede ser más eficiente en términos de energía en comparación con la ejecución de servidores locales para cargas de trabajo que requieren una infraestructura significativa. Adicionalmente, la consolidación de recursos en centros de datos compartidos y la optimización de la utilización de servidores pueden reducir la huella de carbono en comparación con tener servidores dedicados locales para cada aplicación; a menos que se use generación descentralizada localmente en los servidores o dispositivos locales. Es importante mencionar que la mayoría de los sistemas de cómputo de empresas o personales tienen tiempos en donde están encendidos pero no están siendo utilizados, con esto se aumenta su huella de carbono.

La discusión no termina con estos argumentos, faltan esclarecer aspectos sociales y organizacionales para verdaderamente aquilatar la sustentabilidad del procesamiento y almacenamiento en la nube comparada con los servicios computacionales locales.

Hace algunas décadas cuando se ponía en marcha una nueva tecnología nadie se cuestionaba sobre la sustentabilidad de ella; sin embargo, en nuestros días, esta pregunta debe ser una de las primeras antes de adoptar los nuevos avances tecnológicos.

Una versión previa de este artículo fue publicado el día 25 de octubre en el periódico la Unión de Morelos.

Inteligencia artificial y soluciones sustentables.

Estamos siendo testigos de la inclusión de la inteligencia artificial para resolver problemas en muchas y diversas actividades humanas. Uno de los más grandes desafíos que tenemos en la actualidad es la construcción de un futuro con bienestar social. Para conseguir este futuro se pueden plantear diversas estrategias, pero una de las que considero más adecuadas es la concepción de un futuro sustentable.

Hace unas semanas llamó mi atención un artículo de perspectivas aparecido hace un año en la revista Nature que aborda el papel de la inteligencia artificial, en particular del aprendizaje automático (machine learning, ML), en la construcción de un futuro de energía sustentable.

Claramente, dentro de los retos sociotécnicos que tenemos, la transición del uso de combustibles fósiles a las fuentes de energía renovables es uno de los desafíos globales más urgentes. Esta transición exige avances sociotecnológicos para la generación, almacenamiento, conversión y gestión eficiente y sustentable de la energía que proviene de las renovables, es decir, para todo el ámbito energético inclusive los aspectos sociales en cada una de estas fases.

Recordemos que la quema de combustibles fósiles cubre aproximadamente el 80 % de las necesidades energéticas del mundo y es la mayor fuente de emisiones de gases de efecto invernadero y, por ende causa directa del cambio climático. También hemos mencionado que el uso de fuentes de energía renovables, en particular la energía solar y eólica, es una estrategia económicamente viable para combatir este cambio climático y adaptarnos a una forma de vida diferente a la actual.

En esta ocasión quiero resaltar que la comunidad científica ha comenzado a incorporar técnicas de aprendizaje automático para acelerar estos avances. En el artículo se detallan algunos indicadores para monitorizar el avance en las nuevas tecnologías con el uso del ML y con ello conocer la aceleración que puede tener la transición energética.

Imagen generada con inteligencia artificial con la frase "abstract image of artificial intelligence designing a new material for sustainable energy" en leonardo.ai

Estas técnicas han sido enfocadas al diseño y construcción de nuevos materiales, explorando de manera acelerada múltiples propiedades de los materiales. Por ejemplo la exploración de diseños de materiales compuestos por diferentes elementos o estructuras cristalinas o materiales de perovskitas en celdas solares buscando mayor eficiencia y estabilidad.

La inteligencia artificial se ha enfocado en analizar materiales con geometrías novedosas o para modelar materiales con estructura compleja que son requeridos en los diferentes procesos de almacenamiento o conversión de energía. El aprendizaje supervisado, se ha usado para analizar grandes cantidades de datos y proponer estructuras complejas con posibilidades de pronosticar las propiedades adecuadas de los materiales para aplicaciones energéticas. Una perspectiva prometedora del ML se relaciona con la automatización de los procesos de toma de decisiones asociados con los suministros de energía. Estos suministros de energía, aprovechan la flexibilidad en la demanda y las variaciones en la oferta de energía para con diferentes dinámicas distribuir la energía de manera más eficiente. Estos modelos de ML auguran una flexibilidad dinámica para responder en tiempo real a las variaciones inherentes de la oferta y la demanda. Así, con estas respuestas diversas podríamos tener sistemas energéticos adaptados a las diferentes características ambientales y sociales de cada entorno y por lo tanto mucho más sustentables.

Todo esto enfocado al desarrollo de la colección de energía, fotovoltaica o eólica, al almacenamiento de energía, baterías, la conversión (catálisis) y por supuesto la gestión de las mismas redes inteligentes. Así es como la inteligencia artificial nos puede ofrecer una amplía gama de tópicos de investigación y soluciones tecnológicas que, inclusive, puedan considerar los aspectos sociales.

La inteligencia artificial nos ofrece una gama amplia de soluciones. Sin embargo, para poder utilizarla necesitamos tener a nuestra disposición datos, que como he mencionado en México no abundan. Adicionalmente, necesitamos capacitación en esta área que requiere un profundo dominio de las matemáticas, aspecto que hemos descuidado en la formación básica.

Así que los retos pueden ser diferentes para nuestra población en comparación para otras poblaciones del mundo. Exijamos que los gobiernos, empresas y organizaciones sociales compartan la información para que sea un bien público y con ello podamos utilizar la inteligencia artificial en la construcción de un futuro sustentable.

Este artículo fue publicado el día 18 de Octubre

Responsabilidad social de las empresas con el uso del agua

Estamos viviendo una crisis ambiental severa que se manifiesta en muy diversos problemas de nuestra vida cotidiana. Aunque el contrato social que se ha establecido y en el que vivimos no siempre hace evidente que podemos modificar los fines de las formas de operar organizaciones sociales. Con el término organizaciones sociales deseo englobar a empresas, agencias de gobierno y propiamente a organizaciones civiles. Desde mi perspectiva, no percibimos que como personas formamos parte de estas organizaciones sociales y que su actuar debería conducir al bienestar social, si al bienestar de todas las personas.

Este día lunes, llamó mi atención un artículo que analiza el papel de la responsabilidad social corporativa y los incentivos gubernamentales en la instalación de plantas de tratamiento de aguas residuales industriales [1]. Para realizar este análisis el artículo utiliza un modelo de redes neuronales artificiales. El modelo se basa en la teoría del comportamiento planificado utilizando ecuaciones valoradas por diferencias de mínimos cuadrados. Aunque este detalle de la metodología puede no ser de interés general, debemos conocer que el modelo ha sido validado en Pakistán, utilizando datos reales provenientes de encuestas. En particular la información fue colectada del parque industrial de Faislabad (centro industrial de Pakistán). Estos datos se colectaron principalmente para analizar las bondades o dificultades en la instalación de plantas residuales para eliminar materiales peligrosos de las aguas residuales industriales. Con el modelo de redes neuronales clasificaron los factores relevantes en el proceso de implementación y determinaron la importancia de cada factor para conseguir un buen desempeño de las plantas de tratamiento de aguas residuales industriales.

Las principales preguntas que responde este análisis son: ¿Qué tan importantes son los siguientes aspectos para la instalación de plantes de tratamiento residuales de aguas industriales?: a)el conocimiento ambiental, b) los incentivos gubernamentales, c)la responsabilidad social corporativa, d)el costo de instalación, e)la conciencia sobre el riesgo de agua contaminada y f)la reputación de la empresa. La segunda pregunta abordaba el rubro del tamaño de la empresa que genera los residuos y la tercera se enfocaba a determinar los factores críticos para que la empresa decidiera instalar este tipo de planta tratadora.

Imagen generada con inteligencia artificial con la frase "abstract image showing social responsibility in water treatment " en leonardo.ai.

Los resultados revelaron que, excepto los incentivos gubernamentales, todos los aspectos del estudio tienen una influencia estadísticamente significativa para motivar a la empresa a instalar plantas de tratamiento de agua. También se encontró que el tamaño de la empresa correlaciona con las posibles relaciones para la implementación de las plantas. Los resultados de sensibilidad con las redes neuronales revelaron que la responsabilidad social corporativa es el factor influyente más importante que motiva a la dirección de la empresa a instalar estas plantas de tratamiento de aguas residuales industriales.

De lo más relevante es que este estudio muestra claramente como la responsabilidad social corporativa tiene una influencia positiva, y es más fuerte para las grandes empresas, para conducir a la instalación de estas plantas de tratamiento de aguas residuales. Este aspecto es provocado por las normas internacionales o nacionales que influye determinantemente en las grandes empresas. Adicionalmente, menciona que los grupos de accionistas están cada vez más preocupados por el comportamiento de sus empresas en cuestiones ecológicas. Así cada accionista puede influir en la toma de decisiones de las corporaciones. En el artículo destaca que la influencia de la responsabilidad social corporativa en la disposición de la empresa a tratar sus residuos peligrosos rara vez se ha analizado. 

En mi opinión, este último aspecto nos puede ayudar a construir empresas con un enfoque diferente y que persiga, también, el bienestar social.

Para terminar, quiero recordar que las aguas residuales industriales pueden contener una gran variedad de contaminantes, como metales pesados, compuestos orgánicos, y nutrientes, que pueden dañar el medioambiente y nuestra salud si se vierten sin tratamiento. Las aguas residuales industriales también pueden contener patógenos, como bacterias y virus, que pueden causar enfermedades en los seres humanos y los animales.

En nuestros entornos cotidianos convivimos con empresas que generan aguas residuales con algún grado de contaminación. Como parte de la población de estos entornos es necesario que observemos su adecuado tratamiento para evitar causar daño a nuestra comunidad. La responsabilidad social de las empresas debe ser uno de los aspectos que demandemos cotidianamente.

Este artículo fue publicado el día 4 de octubre en el periódico la Unión de Morelos