Cuando todos podamos beneficiarnos de la smart grid, veremos cómo una lavadora toma vida y cómo, casi, tendrá iniciativa propia. Y lo hará para que paguemos menos por la electricidad que necesita para hacer su trabajo. Y lo mismo harán el lavaplatos, el calentador y otros electrodomésticos devoradores de energía eléctrica. Esto será una consecuencia de las ventajas de los precios dinámicos, que cambiarán a lo largo del día para animarnos a usar la energía cuando sobra y para disuadirnos de usarla cuando falta.
Para estudiar la mejor manera de aprovechar los precios dinámicos, en Bélgica han desarrollado un proyecto que involucró a 250 familias que tenían instalados en sus casas electrodomésticos inteligentes. En concreto lavadoras, secadoras, lavaplatos, calentadores eléctricos y cargadores de coches eléctricos. Que sean inteligentes quiere decir que tienen comunicación con el exterior y les llega información sobre los precios y que pueden ponerse en marcha sin intervención de sus dueños. El día fue dividido en seis tramos, en vez de una simple diferencia entre día y noche, y el precio en cada tramo fue fijado en función del precio de mercado correspondiente a ese tramo horario. Dividieron a los clientes en dos grupos.
Al primer grupo le informaron de los precios de la electricidad en cada uno de los tramos horarios con un día de antelación. La información les llegaba a los clientes a través de una app instalada en una tableta. Con esa información los clientes eran responsables de planificar cuándo usarían cada electrodoméstico durante el día siguiente.
El segundo grupo tenía electrodomésticos que reaccionaban automáticamente a los precios dinámicos sin dejar de lado las preferencias de sus dueños. Por ejemplo, una familia podía querer tener los platos listos para la cena, digamos a las seis de la tarde (parece ser que en Bélgica cenan a esas horas). A las ocho de la mañana, al salir para el trabajo, encendían el lavaplatos y lo programaban para que a las seis hubiera terminado. En el caso de un programa que necesitara dos horas para terminar, el lavaplatos sabía que tenía que ponerse en marcha entre las ocho de la mañana y las cuatro de la tarde para que sus dueños se encontraran los platos listos a las seis de la tarde. El lavaplatos elegía para ponerse en marcha el tramo horario en el que la electricidad fuera más barata, a no ser que éste ocurriera después de las cuatro de la tarde. En ese caso daba preferencia a las necesidades de sus dueños y se ponía en marcha en algún momento que le permitiera tener los platos listos a las seis y que todavía tuviera alguna ventaja económica. Otros electrodomésticos, como el calentador, simplemente evitaban los tramos más caros para hacer su trabajo.
Los clientes que seguían el método manual encontraron el proceso demasiado cansado y lo fueron abandonando poco a poco. Sin embargo, los que seguían el método automático no sintieron que afectara a sus vidas y terminaron encantados con el sistema. Estas familias vieron cómo sus electrodomésticos adquirieron hábitos noctámbulos y que su gasto en electricidad disminuía en un 20% para el lavaplatos, un 10% para la lavadora y secadora y un 5% para los calentadores eléctricos. Probablemente calentadores eléctricos con un aislamiento térmico mejorado habrían permitido aprovechar mejor los tramos horarios más baratos.
Una de las conclusiones de este proyecto, es que los clientes no parecen muy dispuestos a estar todos los días pendientes de los precios de la electricidad y a planificar cuidadosamente el uso de los electrodomésticos. Esto parece lógico si cada uno de nosotros se pone a pensar en sus propias actividades y en el esfuerzo que supone esa manera de hacer las cosas. Este resultado es curioso si lo comparamos con el éxito que la compañía Opower decía tener en la reducción de la demanda de energía en casas particulares, lo que se traduce en menores facturas y menos CO2 emitido a la atmósfera. Hasta Obama fue a visitarlos. Y digo que es curioso porque interactuaba con los clientes de una manera parecida a la manera manual que han probado los belgas. Pero hoy Opower forma parte de Oracle, quizá atraída más por todos los datos y conocimiento sobre los hábitos de los clientes que por los beneficios para el sistema eléctrico y el medio ambiente. De cualquier modo, parece que el espíritu original de Opower se mantiene de alguna forma.
Pero lo que parece posible es que pronto todos tengamos la lavadora conectada a nuestra compañía eléctrica a través de internet y que decida cuándo ponerse en marcha para rebajar nuestra factura de la luz. Después de eso, sólo hará falta que los fabricantes de lavadoras hagan que la ropa salga planchada y seremos totalmente felices.
“Blockchain” o cadena de bloques es la tecnología que está detrás de Bitcoin, la criptomoneda virtual que se ha hecho famosa por ser la primera de su clase y porque se ha relacionado con asuntos turbios. También es la tecnología que está detrás de Ethereum, que además de servir como base para una criptomoneda permite la realización de contratos inteligentes (smart contracts). La cadena de bloques está atrayendo la atención de muchos sectores porque promete cambios radicales que podrían beneficiar a los usuarios de la banca o del mercado eléctrico, entre otros sectores. En esta entrada del blog intentaré explicar qué es y cómo funciona la cadena de bloques y en otra entrada posterior hablaré sobre su posible uso en el sector eléctrico.
Una cadena de bloques es un libro de registro en el que se anotan transacciones entre dos partes, como por ejemplo “el 3 de abril Juan vendió 3 kilos de patatas a Antonio por 1,05 euros”. La misma naturaleza de la cadena de bloques impide que los registros contenidos en ella puedan ser alterados de manera maliciosa. Una de las características de la cadena de bloques es que esta seguridad no proviene de un supervisor externo que certifique la autenticidad de los registros, sino que surge del consenso entre todos los participantes de la cadena de bloques. Esto tiene consecuencias importantes. Por ejemplo, cuando la cadena de bloques se aplica a un medio de pago como es Bitcoin,deja de ser necesario un banco que intermedie en la transacción y que verifique su cumplimiento correcto. También deja de ser necesaria una moneda tal como la conocemos.
Una cadena de bloques es una aplicación descentralizada que funciona sobre la base de un protocolo P2P (peer-to-peer, al igual que el popular BitTorrent), que implica que todos los nodos participantes en la cadena de bloques están conectados entre sí. El libro de registro se almacena en todos los nodos, de manera que en todos ellos se puede encontrar una copia íntegra de él. El último elemento necesario para tener una cadena de bloques es un sistema que valide los datos mediante un mecanismo de verificación descentralizado.
El último elementoes el más importante en una cadena de bloques porque es el que asegura que no se hagan cambios en el libro de registro. Se basa en el consenso entre todos los nodos y hay varias maneras de llevarlo a cabo. Las más populares son la prueba de trabajo (proof-of-work) y la prueba de participación (proof-of-stake).
La prueba de trabajo es el mecanismo de consenso más habitual y se basa en resolver un problema que requiere cierto esfuerzo de computación. El problema consiste en obtener un código llamadohash a partir del contenido de un bloque (un bloque es un conjunto de anotaciones recientes en el libro de registros). El hash es único para cada bloque y no puede ser igual para bloques diferentes. La manera de certificar que las transacciones son auténticas es el consenso sobre el valor del hash que deber ser alcanzado entre todos los participantes de la cadena de bloques. Si la mayoría encontrara que el valor del hash no es el que debería ser entonces no se darían por válidas las transacciones contenidas en el bloque.
Las aplicaciones basadas en Blockchain se pueden dividir en tres categorías según su estado de desarrollo. La categoría “Blockchain 1.0” comprende las monedas virtuales como Bitcoin, que puede usarse como una alternativa a las monedas reales. El siguiente estado de desarrollo es “Blockchain 2.0”, que corresponde a los contratos inteligentes. Un contrato inteligente es un conjunto de cláusulas acordadas entre las partes que de manera automática se verifican cuando se dan las condiciones estipuladas. Esto se hace sin la necesidad de un tercero que verifique que ninguna de las partes cambia las cláusulas o elude sus obligaciones. Y, finalmente, “Blockchain 3.0” corresponde a un contrato inteligente más avanzado en el que unidades distribuidas y autónomas funcionan según sus propias leyes con una alto grado de autonomía. Por el momento esto sólo es una idea que no se ha desarrollado.
Los objetos conectados a internet son cada vez más comunes. Estos son los objetos que se conectan por sí mismos para llevar a cabo su misión sin intervención del usuario. Una aplicación que puede servirnos para ahorrar dinero y disminuir emisiones causantes del efecto invernadero es el internet de las cosas aplicado al control de todos los aparatos domésticos que tienen un termostato. Estos aparatos son el aire acondicionado, los calentadores eléctricos, el frigorífico y las bombas de calor, quizás todavía no muy usadas en las casas españolas. También entra en esta categoría la calefacción, generalmente de gas, pero a la que se podrían aplicar las mismas ideas que a los aparatos eléctricos. La peculiaridad de todos estos sistemas es que tienen inercia, es decir, que si se apagaran durante un periodo de tiempo razonable no habría ningún cambio notable. Esta propiedad, junto con el internet de las cosas, pueden ayudarnos a ahorrar dinero y beneficiar al medio ambiente.
Lo primero que necesitamos es conectar a Internet los aparatos mencionados. Ya existe en el mercado la tecnología necesaria para hacerlo, como la serie Synco Livingde Siemens o los sistemas de Greenwave Systems. Con ella es posible controlar desde fuera de casa nuestros aparatos eléctricos, en particular los mencionados anteriormente.
Lo segundo que necesitamos es permitir que la compañía eléctrica controle los electrodomésticos con termostato. Vamos a centrarnos, para simplificar las cosas, en el aire acondicionado. Que la compañía eléctrica controle nuestro aire acondicionado quiere decir que le permitiremos cambiar la consigna de temperatura bajo ciertas condiciones. Éstas pueden ser temporales, es decir, que lo haga sólo en determinadas horas o durante ciertos periodos dentro de cada hora, y pueden ser un límite en la variación de la temperatura deseada. A cambio de esto, la compañía ofrece al cliente un incentivo económico, es decir, un descuento en la factura de la luz.
Hay que tener en cuenta que la compañía eléctrica no hace esto para caerle bien al cliente, sino porque es ventajoso para ella. Lo que hace la compañía eléctrica al pagar al cliente por dejarle controlar el aire acondicionado es comprar la flexibilidad que el cliente le ofrece. Esa flexibilidad son los vatios hora de energía que el cliente no consume al dejar que aumenten la temperatura de su aire acondicionado. Si sumamos la flexibilidad de miles de clientes, la compañía deja de necesitar miles de kilovatios hora, gracias a lo cual no necesitará hacer que generen energía en momentos de alta demanda. Esto le permitirá ahorrarse mucho dinero, sobre todo si ese momento de alta demanda es inesperado, como ocurre en algunas olas de calor.
Pero estos programas que permiten a compañías y clientes beneficiarse de la flexibilidad de estos últimos tienen una aplicación más interesante, y es que facilitan la integración de las energías renovables en la red eléctrica. El problema de las energías renovables es que no se pueden programar, como sí ocurre con las demás, de manera que puede ocurrir que cuando haya energía disponible no se demande y, al revés, que cuando se demanda energía no sople el viento. Mediante un programa de respuesta a la demanda, que así es como se llama al esquema descrito, la compañía eléctrica podría hacer uso de la flexibilidad de los clientes para disminuir la demanda de energía eléctrica cuando las renovables flaquearan. De esta forma no sería necesario construir centrales de respaldo que, además de emitir CO2, tienen un coste muy alto porque no se usan de manera continua.
Los programas de respuesta a la demanda, que pueden verse como una aplicación del Internet de las Cosas, no se han extendido aún en Europa, al menos entre los clientes domésticos. Sin embargo, en Estados Unidos sí que son habituales entre estos últimos. Estos programas son una oportunidad para que los ciudadanos se impliquen en la promoción de las energías renovables para disminuir la emisión de gases de efecto invernadero. Sin duda suponen cierta perturbación de nuestras actividades cotidianas que algunas personas percibirán como una limitación de las libertades individuales. Sin embargo, hay que tener en cuenta que en realidad estamos vendiendo nuestra flexibilidad y que es algo que podemos aportar personalmente para paliar los efectos del calentamiento global.
La agricultura y la ganadería son actividades económicas que en algunos lugares de Europa tienen un alto valor social. Además, hay que sumar el peso que tienen en la economía de muchas regiones y la importancia que se les da en las políticas de la Unión Europea. A pesar de esto, los agricultores y ganaderos no tienen fácil conseguir un rendimiento económico similar al que en su entorno social obtienen otras profesiones.
Desde la Ilustración, se han venido produciendo descubrimientos e invenciones que han permitido a la agricultura y a la ganadería mejorar las cosechas, las razas y, en general, el rendimiento de las explotaciones. El siglo XXI ha traído Internet y el Internet de las Cosas. Ni la agricultura ni la ganadería van a dejar de aprovecharse de las tecnologías de El Internet de las Cosas. Trata sobre la comunicación entre las máquinas y se apoya en la computación en la nube y en redes de sensores. Es móvil, virtual y necesita de conexiones a Internet fiables. Permite dotar a las máquinas y a los procesos de percepción del entorno y de la inteligencia necesaria para optimizar su funcionamiento por sí mismos.
La agricultura y ganadería de precisión pueden ser la puerta de entrada del Internet de las Cosas en esta actividad milenaria. Se trata de dotar de sensores a todos los elementos que participan en el proceso, desde el suelo de las parcelas hasta la maquinaria, pasando por las plantas o los animales, para tomar decisiones a partir de los datos que generan, como ya contamos aquí.
Pero, aunque el Internet de las Cosas puede mejorar el rendimiento de las explotaciones, no podemos olvidar que los precios que reciben los agricultores y ganaderos por sus productos los fija el mercado. La Política Agraria Común (PAC) ha ido evolucionando a lo largo de las décadas desde una posición proteccionista (anterior a la entrada de España en la UE), hasta la situación actual, en la que el mercado está prácticamente desregulado y, por lo tanto, las rentas de los agricultores y ganaderos están sujetas a los vaivenes del mercado. Estando así las cosas, una organización de la oferta podría ayudar al sector agropecuario a defender sus intereses. ¿Podría el Internet de las Cosas contribuir a la organización de la oferta de la agricultura?
Imaginemos una región en la que todas las explotaciones tuvieran implantado el Internet de las Cosas para desarrollar sus tareas de manera eficiente. En principio sólo sería un paso más en la tecnificación agropecuaria, y supondría el registro de todos los parámetros que determinan el rendimiento de una explotación y que describen su estado. Imaginemos ahora que todas las explotaciones se comunican entre sí de manera autónoma y comparten toda la información que registran los sensores. Imaginemos, por fin, que esa red de explotaciones por la que fluye toda la información tuviera inteligencia.
Esta inteligencia artificial recibiría, además, información sobre quiénes son y dónde están los posibles compradores, los precios que pagan, el estado de las cosechasen regiones competidoras, las predicciones de mercado y climáticas. Con toda esta información sobre el estado de las explotaciones y del mercado, esta inteligencia artificial gestionaría las explotaciones a las que está conectada, sugiriendo a los agricultores y ganaderos diferentes acciones con el objetivo de maximizar los precios de venta. Por ejemplo, podría llegar a la conclusión de que el precio máximo de cierto producto se obtendrá si se oferta cierto número de toneladas a determinado comprador en determinado día. De entre todas las explotaciones elegiría a aquéllas en las que el producto haya alcanzado el mejor grado de madurez e indicaría a los agricultores el día en el que todos ellos deberían recoger el producto para ofrecérselo conjuntamente al comprador seleccionado.
Un esquema como el propuesto convertiría a las explotaciones en cosas conectadas a Internet con la inteligencia necesaria para optimizar por sí mismas su funcionamiento. Además, facilitaría la mejora de las condiciones de trabajo y de vida en el medio rural por su posible impacto en la renta del sector agropecuario.
Una red neuronal es un algoritmo que imita el funcionamiento de las neuronas y de las conexiones que hay entre ellas y son entrenadas para que tengan la capacidad de desempeñar una tarea. Se dice que una red neuronal aprende mediante el entrenamiento porque no hay una programación explícita para realizar una tarea, sino que la red se programa sola a partir de ejemplos. Las redes neuronales son el mayor exponente del llamado machine learning o aprendizaje automático.
Las redes neuronales pueden aprender a clasificar y a imitar el comportamiento de sistemas complejos. Si queremos que aprenda a diferenciar entre manzanas y naranjas sólo tenemos que mostrarle unos cuantos ejemplares de ambas frutas y decirle, a la vez, si se trata de una manzana o de una naranja. Una vez entrenada la red neuronal sabrá si está ante una manzana o una naranja. Lo interesante es que lo sabrá aunque las manzanas y naranjas no sean las que se le enseñaron durante el entrenamiento ya que las redes neuronales no memorizan, sino que generalizan. Esa es la clave del aprendizaje de las máquinas.
El interés en las redes neuronales decayó en el cambio de siglo. Por un lado, el mundo empresarial no había visto satisfechas todas sus expectativas y, por otro lado, el mundo académico se centró en algoritmos más prometedores. Sin embargo, algunos investigadores, sobre todo en torno a la Universidad de Montreal, perseveraron en el estudio de las redes neuronales y las hicieron evolucionar hasta lo que llamaron Deep Learning.
El Deep Learning es una serie de algoritmos emparentados con las redes neuronales que tienen la misma finalidad y un rendimiento mayor que otras formas de Machine Learning. La mayor diferencia es la capacidad de abstracción. Volviendo al ejemplo anterior, para clasificar naranjas y manzanas con una red neuronal es necesario extraer características que definan las frutas. Estas características pueden ser el color, la forma, el tamaño, etc. Representar las frutas mediante estas características es una forma de abstracción que debe ser diseñada por la persona que entrene la red neuronal. Pues bien, los algoritmos Deep learning son capaces de realizar una abstracción semejante por sí mismos, sin necesidad de que alguien la diseñe previamente. Por esta razón se dice que el Deep Learningno sólo es capaz de aprender, sino que, además, puede encontrar significado.
El Deep Learning ha aparecido en los medios de comunicación por el interés que han puesto en él grandes empresas y también por la espectacularidad de sus logros tecnológicos. A principios de 2016, los medios dieron noticia de cómo el programa AlphaGo de la empresa Google DeepMind ganó al campeón de goLee Sedol. Esto ha sido un logro técnico sin precedentes, puesto que la estrategia seguida con el ajedrez no puede usarse con el go. Cuando Garry Kasparov perdió al ajedrez en 1996 lo hizo frente a una máquina, la Deep Blue de IBM, programada para calcular todos los posibles movimientos futuros del contrincante. Por el contrario, la máquina de Google DeepMind no está programada para jugar al go, sino que fue enseñada a jugar al go antes de enfrentarse a Lee Sedol. Primero aprendió jugando con el campeón europeo de go y después contra otra versión de sí misma. Partida a partida, la máquina fue mejorando su juego hasta hacerse imbatible.
Grandes empresas como Google o Facebookusan Deep Learning de manera rutinaria en sus productos para reconocer caras y para interpretar el lenguaje natural. También hay empresas pequeñas que ofrecen productos basados en esta tecnología, como Artelnics o Numenta, que pueden aplicarse en muchos procesos industriales. Es de esperar un gran desarrollo de aplicaciones basadas en Deep Learning debido a la necesidad de automatizar el tratamiento inteligente de las enormes cantidades de datos que se generan a diario y, además, porque hay una serie de herramientas open source que ponen estos algoritmos al alcance de todos, como Theano, TensorFlow, H2O u OpenAI Gym .
El éxito de las aplicaciones industriales del Deep Learningdependerá de la disponibilidad de grandes cantidades de datos de calidad, de los recursos de computación disponibles y de su aplicación a problemas apropiados. La detección y clasificación de defectos o averías, el modelado de sistemas para su control y la detección de anomalías podrían ser las primeras aplicaciones prácticas exitosas.
