Generative AI e fotovoltaico, un’opportunità da comprendere e da non perdere

Generative AI e fotovoltaico hanno almeno un punto in comune: la crescita. Entrambi stanno progredendo in maniera decisa, sia pure con ritmi differenti, ma nei rispettivi campi sono i rappresentanti più visibili di un cambiamento in atto.

Da una parte l’intelligenza artificiale generativa è l’ambito AI su cui si sta proiettando il maggiore interesse e forti investimenti. In maniera analoga avviene col fotovoltaico, che traina la crescita delle fonti rinnovabili.

Da tempo si guarda con interesse alla possibilità di adottare la Generative AI per sostenere la transizione energetica, che richiede tempi e modi adeguati alla sua effettiva concretizzazione. Al 2030, almeno il 42,5% (puntando al 45%) del consumo finale lordo di energia dell’UE dovrà provenire da fonti energetiche rinnovabili, puntando poi alla neutralità climatica al 2050, che richiederà un ulteriore, massiccio, contributo delle FER.

Serve un’attenta pianificazione e risorse umane dedicate, ma prima di tutto è essenziale una piena comprensione delle modalità e dei benefici di una sua attuazione. Qui l’AI può fare la differenza.

Generative AI e fotovoltaico: si lavora alla loro unione

Sulla possibilità di combinare Generative AI e fotovoltaico sta lavorando da tempo David Moser, esperto italiano di livello internazionale (membro IEA PVPS Task 13 e vicepresidente ETIP-PV – European Technology and Innovation Platform for Photovoltaics), oggi managing partner di Becquerel Institute Italia, startup innovativa avviata quest’anno, parte di Bequerel Institute. Quest’ultima è una società di consulenza strategica e tecnica, nonché di ricerca, nata in Belgio nel 2014, che intende promuovere la transizione energetica, con particolare riguardo al fotovoltaico. Prende il nome da Edmond Alexandre Becquerel, l’inventore della prima cella fotovoltaica al mondo. L’energia solare è, quindi, parte integrante di questa realtà, che si pone come ponte tra ricerca e industria per supportare aziende e organizzazioni a comprendere “e abbracciare la rivoluzione energetica”, cogliendo i vantaggi dello sviluppo delle energie rinnovabili.

Moser sta lavorando sulla possibilità di introdurre i benefici dell’AI nel campo energetico, in particolare proprio la Generative AI per il fotovoltaico.

«Sto calcolando il livello di automazione raggiungibile lungo la catena del valore del fotovoltaico, quindi dalla produzione dei beni della componentistica alla pianificazione dei progetti, comprese tutte le fasi (costruzione, operation and maintenance, asset management) fino al fine vita», racconta lui stesso a riguardo.

Pianificare la transizione energetica

L’obiettivo di un pieno sviluppo del potenziale solare e, in generale, di un futuro energetico sostenibile al 100%, in Europa e nel mondo, è possibile, ma va pianificato attentamente.

Qui entra in gioco l’AI. «L’avvento dell’intelligenza artificiale e, in particolare, della Generative AI, costituisce una rivoluzione che introduce due elementi essenziali. Il primo è la democratizzazione dell’accesso alla risorsa: qualsiasi persona, più o meno esperta, che entra in contatto col mondo fotovoltaico potrà dialogare in futuro con un’agente in grado di modulare e adattare il linguaggio in modo da essere compreso sia dai piccoli proprietari sia dai grandi gestori. Il secondo elemento è la possibilità di far dialogare vari agenti d’intelligenza artificiale che possono essere costruiti in modo da diventare esperti in una determinata fase nella catena del valore. Così è possibile creare un’automazione di tutti i passaggi della filiera, in modo da velocizzare l’applicazione e lo sviluppo sul campo del fotovoltaico», spiega Moser.

Comprendere l’utilità dell’intelligenza artificiale

L’idea di applicare generative AI al fotovoltaico, e in generale, l’intelligenza artificiale al mondo delle rinnovabili, viene recepita con sentimenti contrastanti.

«Oggi il settore mostra un misto tra scetticismo ed entusiasmo, pienamente comprensibile. Il nostro intento è mostrare le potenzialità dell’intelligenza artificiale per migliorare l’automazione, illustrando casi pratici, dando modo di prefigurare dove si può arrivare, delineando con precisione l’impatto – e la riduzione – dei costi dell’implementazione dell’AI e della robotica a servizio dell’automazione. Proprio grazie all’adozione dell’intelligenza artificiale si può avere un’idea dell’impatto sulle risorse umane, di quali figure si avrà più e meno bisogno in futuro. L’adozione del fotovoltaico e delle FER è in rapida crescita: continuando così, è logico immaginare una lacuna da colmare, rappresentata dalla mancanza di risorse umane».

Secondo stime IRENA, il settore delle energie rinnovabili potrebbe creare 38 milioni di posti di lavoro entro il 2030 e 43 milioni entro il 2050. «Non ci sarà un numero sufficiente di risorse a disposizione per riuscire a pianificare, progettare, produrre e gestire gli impianti fotovoltaici. L’automazione, quindi, è un passaggio obbligato».

Così si può immaginare un futuro in cui droni senza pilota siano in grado di interagire con robot preposti all’installazione dei pannelli fotovoltaici. Esempi non mancano, anche in Italia: è il caso di Comau e alla sua soluzione robotizzata impiegata in Spagna per realizzare parte del parco solare di EDP. Si creeranno le condizioni per creare team ibridi, AI agent e persone.

«L’interesse di un’azienda si genera nel momento stesso in cui può considerare che, contando su un determinato numero di risorse umane che oggi permettono di gestire un determinato portafoglio impianti, in un prossimo futuro potrà anche raddoppiare quel portafoglio, a parità di spesa», prevede Moser.

AI ed energia: un dilemma da considerare

Resta da comprendere il dilemma AI ed energia: quanta ne servirà per alimentare i modelli di intelligenza artificiale? Sarà un rapporto equo, in termini di costi/benefici? Oggi, i data center, fondamentali per l’AI, rappresentano circa l’1% del consumo globale di elettricità, ma nelle grandi economie, in primis USA, Cina e UE costituiscono già oggi il 2-4% dei consumi elettrici (Fonte: IEA).

«Senza nascondere le sfide che ci attendono, è bene considerare che l’efficacia dei modelli di AI migliora di settimana in settimana. Questo consegue una migliore efficienza energetica. Inoltre, è difficile ipotizzare, nei prossimi 3-4 anni quanto e dove può arrivare questa riduzione in termini di efficacia e consumo. Spesso vengono messe in evidenza ipotesi allarmanti circa i consumi dei data center abilitati dall’AI. Sarebbe opportuno anche tenere presente che il progresso tecnologico è talmente rapido che non possiamo stimare quanto potrà accadere, anche in termini di fabbisogno energetico, con i metri di giudizio attuali. Nel caso della Generative AI e del fotovoltaico, si lavorerà a efficientare molto i sistemi e creare degli agenti AI esperti di un determinato dominio all’interno del comparto, in grado di interagire con altri agenti. La creazione di un’architettura multi-agente potrà contribuire ad aumentare l’efficienza del sistema».

Il mercato italiano alla prova dell’AI

A proposito di energia e mercato, quello italiano come si caratterizza? «È un mercato molto interessante – delinea Moser –. l’Italia ha assunto un ruolo pionieristico, in termini di produzione della componentistica. Penso, per esempio, a 3SUN (la gigafactory di Enel in Sicilia) o a Futurasun (che realizzerà una gigafactory di assemblaggio in Veneto), oltre ad altri soggetti che stanno lavorando per riportare la produzione nei confini nazionali. Inoltre, il nostro Paese si è distinto anche per decisioni normative capaci di stimolare il settore: Transizione 5.0 contiene indicazioni interessanti per quanto riguarda l’impiego di fotovoltaico made in UE con determinate caratteristiche e prestazioni».

In questo mercato, quali obiettivi si è data Bequerel Institute Italia, specie per avvicinare le aziende all’AI, pensando anche a introdurre modelli di Generative AI per il fotovoltaico? «La prima fase su cui siamo focalizzati è supportare le aziende attraverso un servizio che permetta di creare delle roadmap per l’implementazione dell’intelligenza artificiale. Diventa centrale l’azione di dialogo e di ascolto delle aziende che operano nel settore lungo tutta la catena del valore, accompagnandoli nel comprendere il punto loro di partenza di in termini di digitalizzazione, automazione, cultura imprenditoriale verso questo tipo di tematiche e comprendere l’entità degli investimenti necessari per raggiungere gli obiettivi specifici. Siamo consapevoli che potrebbero esserci realtà non pronte ad affrontare un determinato percorso o che dovranno affrontare profondi cambiamenti per non ritrovarsi a rischio in un futuro in cui non siano in grado di competere con realtà già strutturate per l’AI».

Generative AI per il fotovoltaico: le opportunità per le Pmi

Con un tessuto imprenditoriale prevalentemente costituito da Pmi, l’avvicinamento all’intelligenza artificiale è più complicato, rispetto a realtà più grandi e strutturate? «Se, con la digital transformation, riuscire a far comprendere i vantaggi di dotarsi di determinate soluzioni poteva essere complesso, a fronte di una difficile quantificazione dei vantaggi pratici, con l’intelligenza artificiale la situazione è differente, specie con la Generative AI. Ho avuto esperienza diretta di piccole e medie imprese che hanno imparato a padroneggiare alcune attività, come la modellazione di impianti fotovoltaici, proprio grazie all’adozione di strumenti GenAI. L’AI generativa permette di imparare a programmare anche concetti complessi anche se non si è esperti della materia. Così è divenuto un elemento strategico del loro modello di business, senza rivoluzionare il loro processo interno né dovendo prevedere risorse interne espressamente dedicate. Di sicuro, nessuno sarà immune all’avvento della intelligenza artificiale. Le aziende devono sapere valutare seriamente quale sarà l’impatto nei prossimi 3-5 anni al fattore Generative AI», conclude Moser.

3/05/2024

Intelligenza artificiale ed energia: Generative AI alleata del fotovoltaico

I possibili usi dell’intelligenza artificiale riguardano molti aspetti del mondo energetico, in particolare le fonti rinnovabili. Tra le tecniche che stanno generando particolare interesse c’è la Generative AI. Un progetto europeo, guidato da Eurac Research intende impiegarla

Trova sempre più spazio l’impiego dell’intelligenza artificiale nell’energia. I due mondi trovano molteplici elementi di vicinanza, tanto che l’International Energy Agency ha parlato di AI ed energia come di una nuova “coppia di potere”.

Dalla stabilità della rete al miglioramento delle prestazioni degli impianti energetici fino alla manutenzione predittiva, l’intelligenza artificiale entra in gioco per contribuire a ottimizzare ogni aspetto.

La società di consulenza Indigo Advisory ha contato più di 50 possibili usi dell’intelligenza artificiale in ambito energy. In una ricerca pubblicata da Reuters, stima che il mercato dell’intelligenza artificiale valga 13 miliardi di dollari nel solo settore energetico.

Ora, però, si sta facendo spazio la Generative AI nel mondo dell’energia. È ancora agli inizi, ma già sta mostrando aspetti di grande interesse per l’impiego congiunto con le rinnovabili. La sua adozione promette di rivoluzionare diversi settori. Nel mondo dell’energia potrà trovare spazio in diversi ambiti. Le potenzialità della GEN AI e di altre soluzioni innovative per il fotovoltaico saranno al centro dell’azione di un progetto europeo avviato proprio ad aprile e coordinato da Eurac Research.

Il potenziale dell’intelligenza artificiale per l’energia

L’impiego di AI è davvero vasto nel settore energetico. In campo brevettuale, lo European Patent Office ha registrato un aumento costante di brevetti di AI negli ultimi dieci anni. Il settore in più rapida crescita all’EPO nel 2023 è stato quello dei macchinari, apparecchi ed energia elettrici (+12,2%), settore che comprende batterie per accumulo ma anche tecnologie per la produzione energetica rinnovabile. Il numero di brevetti in questo ambito energetico è passato da 11.297 del 2019 a 15.304 nel 2023.

Lo sviluppo di algoritmi di machine learning si è dimostrato essere un elemento trainante delle crescenti applicazioni dell’intelligenza artificiale nell’energia, in tutti i settori. A differenza dei tradizionali software programmati manualmente, i metodi di machine learning sfruttano enormi set di dati per auto-ottimizzarsi in base al feedback sui loro risultati predittivi.

Il crescente numero di dispositivi connessi alla rete, dalle stazioni di ricarica per veicoli elettrici agli impianti fotovoltaici residenziali, rende i flussi meno prevedibili. È qui che l’AI è di aiuto: come spiega la IEA, modelli di intelligenza artificiale possono fornire in modo affidabile il riconoscimento del linguaggio o delle immagini, trasformare i suoni audio in dati analizzabili, alimentare chatbot e automatizzare compiti semplici.

I recenti progressi nelle tecniche di intelligenza artificiale hanno mostrato un forte potenziale per migliorare sensibilmente le prestazioni delle celle solari. Analizzando vasti set di dati provenienti da installazioni e impiegando algoritmi complessi, i sistemi di AI possono ottimizzare la configurazione dei componenti dei pannelli solari per ambienti specifici.

Si possono impiegare algoritmi di machine learning per apprendere modelli di dati per applicazioni di manutenzione predittiva o per gestire interruzioni energetiche. Un esempio: l’intelligenza artificiale distribuita potrebbe consentire la distribuzione dell’intelligenza tra dispositivi per consentire un processo decisionale decentralizzato e una penetrazione più profonda delle risorse energetiche distribuite.

Generative AI: cos’è e quali vantaggi offre

Ma la vera novità è costituita dalla Generative AI. Con tale termine si definisce una tecnica di intelligenza artificiale in grado di produrre vari tipi di contenuti. Descrive algoritmi (come ChatGPT) in grado di essere utilizzati per creare testi, immagini, contenuti audio, codice, simulazioni e video. IDC prevede che l’intelligenza artificiale generativa guiderà la spesa IT infrastrutturale nel corso dei prossimi 18 mesi.

Se nel campo dell’energia, specie quella prodotta con fonti rinnovabili, l’integrazione dell’intelligenza artificiale permette di migliorare l’efficienza, ridurre i costi e affrontare sfide sfaccettate, queste potenzialità aumentano sensibilmente con la GEN AI. Una ricerca condotta da Nitin Rane, vicerettore e professore dell’Università indiana di Avantika, ha messo in luce le potenzialità di ChatGPT in un ampio spettro di aspetti relativi alle FER. L’indagine inizia con il fotovoltaico, dove il famoso chatbot, basato su AI, mostra capacità impressionanti nell’analisi, modellazione e previsione dei dati. «Facilita l’ottimizzazione del posizionamento dei pannelli solari, la previsione della produzione di energia e il miglioramento dell’efficienza complessiva», scrive Rane.

Le potenzialità della Generative AI per il settore energetico

Una delle potenzialità più interessanti dell’impiego della GEN AI nell’energia è legata alla sua capacità di tradurre in un linguaggio semplice e diretto concetti e termini complessi impiegati nel settore energetico. «Pensiamo ai fruitori di un impianto fotovoltaico residenziale. Di solito, ai proprietari di un impianto viene data la possibilità di verificare le prestazioni attraverso una app. Il risultato è che spesso le informazioni che si trovano non sono facilmente comprensibili a chi non è avvezzo a questi strumenti: il rischio è di allontanare, anziché avvicinare il fruitore», spiega David Moser, research group leader presso l’Institute for Renewable Energy di Eurac Research.

Lo stesso centro di ricerca ha avviato un’attività finalizzata a comprendere come “tradurre” le informazioni in un modello rapidamente comprensibile, anche avvalendosi di sistemi di messaggistica di grande impiego. «La possibilità offerta da un sistema di generative AI permette all’utente di interagire, chiedendogli di fornire una risposta comprensibile per il suo livello di competenza», specifica Moser.

Siamo solo agli inizi. Occorrerà lavorare per evitare un problema emergente dei Large Language Models, una forma di intelligenza artificiale generativa impiegata per l’IA generativa per produrre contenuti basati su informazioni fornite in linguaggio umano. I LLM presentano pregiudizi che derivano dalle loro fonti di formazione e possono avere “allucinazioni” durante la sintesi del testo.

La finalità è arrivare a far sì che il sistema di intelligenza artificiale generativa riesca ad accedere i dati.

«A quel punto sarà la generative AI a occuparsi di visionare i grafici, i dati e di spiegarli all’utente finale. È possibile prevedere, in un futuro sempre più prossimo, la possibilità di impiegare GEN AI per analizzare possibili anomalie e di comunicarle in tempo reale al proprietario in modo rapido e chiaro, dialogando con un operatore e automatizzando quasi completamente il processo, senza che l’operatore debba essere un esperto di informatica né di programmazione. L’intelligenza artificiale generativa gestirà in modo autonomo tutto il processo, dalla creazione del ticket di manutenzione fino alla risoluzione».

Il progetto UE a guida italiana che indaga sull’AI per il fotovoltaico

Proprio Eurac Research coordina il progetto europeo SUPERNOVA che studia, tra l’altro, l’impiego degli LLM e dei sistemi di intelligenza artificiale per l’energia.

In particolare, il progetto, avviato in questi giorni e che vede coinvolti 20 partner internazionali, (con un budget totale di circa 6 milioni, 5 milioni circa dei quali come contributi UE) si occuperà di progettazione O&M e grid friendly di impianti fotovoltaici grazie a soluzioni software avanzate per le prime fasi di progettazione e ingegneria per andare oltre la massimizzazione del rendimento. “Gli eventi meteorologici gravi stanno aumentando in frequenza ed è necessario mettere in atto una pianificazione su misura e misure di mitigazione dedicate”, spiegano i ricercatori coinvolti.

Si sfrutterà l’intelligenza artificiale per gestire e governare l’immensa quantità di dati e fornire soluzioni utilizzando LLM sintonizzati sulle istruzioni.

Inoltre si occuperà di sviluppare soluzioni legate all’utilizzo di processi automatizzati che possano sostituire il lavoro dell’operatore nella raccolta dati e immagini, aumentare il valore intrinseco dei contratti O&M, liberare risorse umane per l’analisi dei dati stessi e quindi la creazione di valore aggiunto in nuovi servizi.

Tra le attività dei partner di SUPERNOVA ci sarà anche lo sviluppo di soluzioni che sfruttano tutti gli elementi chiave del monitoraggio delle condizioni dei componenti fotovoltaici in vista del loro riuso, in ottica di economia circolare.

Articolo aggiornato – Prima pubblicazione 2024

Consiglia questo approfondimento ai tuoi amici

Commenta questo approfondimento