El Portal de las Tecnologías para la Innovación

Categoría: Energías Renovables y Naturales

Buscá noticias

Seleccioná una categoría

La nueva cohorte START.nano está desarrollando soluciones en salud, almacenamiento de datos, energía y energía sostenible

Con siete nuevas empresas emergentes, el programa de MIT.nano para emprendimientos de tecnología dura se expande a más de 20 empresas. MIT.nano ha anunciado que siete nuevas empresas se unirán a START.nano, un programa cuyo objetivo es acelerar la transición de la innovación en tecnología dura al mercado. El programa apoya a nuevas empresas mediante el uso con descuento de las instalaciones de MIT.nano y el acceso al ecosistema de innovación del MIT. Los avances que persiguen las nuevas empresas incluyen dispositivos portátiles para el cuidado de la salud, alternativas ecológicas a la energía basada en combustibles fósiles, nuevas tecnologías de baterías, mejoras en los sistemas de datos e interconexión de redes de conocimiento sobre nanofabricación, entre otros. “La transición de una gran idea que se imagina en un laboratorio a algo que un millón de personas puedan usar en sus manos es un viaje plagado de desafíos”, dijo el director de MIT.nano, Vladimir Bulović, en la  Nano Summit 2024 , donde nueve empresas de START.nano presentaron su trabajo. El programa ofrece recursos para ayudar a las empresas emergentes a superar los dos primeros obstáculos: encontrar partes interesadas y construir un prototipo bien desarrollado. Además del acceso a las herramientas de laboratorio necesarias para avanzar en sus tecnologías, las empresas START.nano reciben asesoramiento del personal experto del MIT.nano, están conectadas con las empresas del Consorcio MIT.nano, obtienen una exposición más amplia en las conferencias y eventos comunitarios del MIT, y son elegibles para unirse al MIT Startup Exchange. “MIT.nano nos ha permitido llevar nuestro proyecto a las fronteras de la detección mediante la implementación de técnicas de fabricación avanzadas utilizando su maquinaria”, afirmó Uroš Kuzmanović, director ejecutivo y fundador de Biosens8. “START.nano nos ha rodeado de compañeros apasionantes, un sólido sistema de apoyo y un foco de atención para presentar nuestro trabajo. Al aprovechar todo lo que el programa tiene para ofrecer, BioSens8 avanza más rápido que en cualquier otro lugar”. Estos son los siete nuevos participantes de START.nano: Analog Photonics  está desarrollando tecnología de comunicaciones ópticas y lidar utilizando fotónica de silicio. Biosens8 está diseñando nuevos dispositivos que permiten la propiedad de la salud. Su investigación se centra en dispositivos portátiles multiplexados para hormonas, neurotransmisores, marcadores de salud de órganos y uso de medicamentos que brindarán información sobre el estado de salud del cuerpo, abriendo la puerta a la medicina personalizada y a decisiones de salud proactivas basadas en datos. Casimir, Inc.  está trabajando en una nanotecnología generadora de energía que interactúa con campos cuánticos para crear una fuente continua de energía. El equipo compara su tecnología con un panel solar que funciona en la oscuridad o una batería que nunca necesita recargarse. Central Spiral se centra en la compresión de datos sin pérdidas. Su tecnología permite la compresión de cualquier tipo de datos, incluidos los que ya están comprimidos, lo que reduce los costes de almacenamiento y transmisión de datos, disminuye las emisiones de dióxido de carbono y mejora la eficiencia. FabuBlox conecta a las partes interesadas en el ecosistema de nanofabricación y resuelve problemas de conocimiento de fabricación disperso, desorganizado y aislado. Su plataforma basada en la nube combina una interfaz de simulación y diseño de procesos generativos con capacidades de creación de repositorios similares a las de GitHub. Metal Fuels convierte residuos industriales de aluminio en energía in situ y polvos de aluminio y óxido de aluminio de alto valor. Su enfoque combina tecnologías maduras existentes de purificación de metal fundido y atomización de agua para desarrollar un reactor autosuficiente que produce alúmina de mayor valor que nuestra materia prima de aluminio de desecho, al mismo tiempo que recoge el hidrógeno gaseoso. PolyJoule, Inc. es una empresa emergente de almacenamiento de energía que trabaja en la tecnología de baterías de polímero conductor. El objetivo del equipo es crear una batería de red del futuro que sea ultrasegura, sostenible, duradera y de bajo costo. Además de las siete empresas emergentes que utilizan activamente MIT.nano, se ha invitado a otras nueve empresas a unirse a la última cohorte de START.nano: START.nano, lanzada en 2021, ahora incluye más de 20 empresas y ocho recién graduados : emprendimientos que han superado las etapas iniciales de puesta en marcha y algunos han llegado a la comercialización.  MIT News. A. S DiC. Traducido al español

Leer más »
enero 31, 2025

Una plataforma para acelerar proyectos de energía limpia

Station A, fundada por ex alumnos del MIT, simplifica el proceso de compra de energía limpia para los propietarios. Las empresas y los desarrolladores suelen enfrentarse a una curva de aprendizaje muy pronunciada a la hora de instalar tecnologías de energía limpia, como instalaciones solares y cargadores de vehículos eléctricos. Para conseguir un trato justo, deben atravesar un proceso de licitación complejo que implica solicitar propuestas, evaluar ofertas y, en última instancia, contratar a un proveedor. Ahora, la startup Station A, fundada por un par de ex alumnos del MIT y sus colegas, está agilizando el proceso de implementación de energía limpia. La empresa ha desarrollado un mercado de energía limpia que ayuda a los propietarios de bienes raíces y a las empresas a analizar propiedades para calcular los retornos de los proyectos de energía limpia, crear listados detallados de proyectos, recopilar y comparar ofertas y seleccionar un proveedor. La plataforma ayuda a los propietarios de bienes raíces y empresas a adoptar tecnologías de energía limpia como paneles solares, baterías y cargadores de vehículos eléctricos a los precios más bajos posibles, en lugares con el mayor potencial para reducir los costos de energía y las emisiones. “Hacemos mucho para que la adopción de energía limpia sea sencilla”, explica Manos Saratsis SMArchS ’15, quien cofundó Station A con Kevin Berkemeyer MBA ’14. “Imagínese que estuviera tratando de comprar un boleto de avión y su agente de viajes solo utilizara una aerolínea. Sería más caro y ni siquiera podría llegar a algunos lugares. Nuestros clientes quieren tener múltiples opciones y conocer fácilmente el historial de la persona con la que están trabajando”. Station A ya se ha asociado con algunas de las empresas inmobiliarias más grandes del país, algunas de ellas con miles de propiedades, para reducir la huella de carbono de sus edificios. La empresa también está trabajando con cadenas de supermercados, almacenes y otras empresas para acelerar la transición a la energía limpia. “Nuestra plataforma utiliza mucha inteligencia artificial y aprendizaje automático para convertir las direcciones en huellas de edificios y comprender sus costos de electricidad, los incentivos disponibles y dónde pueden esperar el mayor retorno de la inversión”, dice Saratsis, quien se desempeña como director de productos de Station A. “Esto normalmente requeriría decenas o cientos de miles de dólares en tiempo de consultoría, y podemos hacerlo por casi nada de dinero muy rápidamente”. Construyendo la base Como estudiante de posgrado en el Departamento de Arquitectura del MIT, Saratsis estudió modelado de diseño ambiental, utilizando datos de fuentes como imágenes satelitales para comprender cómo las comunidades consumen energía y proponer las posibles soluciones de energía limpia más impactantes. Dice que las clases con los profesores Christoph Reinhart y Kent Larson fueron particularmente reveladoras. “Mi capacidad para construir un modelo de energía térmica y simular el uso de electricidad en un edificio comenzó en el MIT”, dice Saratsis. Berkemeyer fue presidente del MIT Energy Club mientras estuvo en la MIT Sloan School of Management. También fue asistente de investigación en la MIT Energy Initiative como parte del informe Future of Solar y asistente de profesor en el curso 15.366 (Climate and Energy Ventures). Dice que las clases de emprendimiento con el profesor de la práctica Bill Aulet y de sostenibilidad con el profesor titular Jason Jay fueron formativas. Antes de sus estudios en el MIT, Berkemeyer tenía una amplia experiencia en el desarrollo de proyectos solares y de almacenamiento y en la venta de productos de energía limpia a clientes comerciales. Los futuros cofundadores no se cruzaron en el MIT, pero terminaron trabajando juntos en la empresa de servicios públicos NRG Energy después de graduarse. “Como cofundadores, vimos una oportunidad de transformar la forma en que las empresas abordan la energía limpia”, afirmó Berkemeyer, quien ahora es el director ejecutivo de Station A. “Station A nació de la creencia compartida de que los datos y la transparencia podrían liberar todo el potencial de las tecnologías de energía limpia para todos”. En NRG, los fundadores crearon software para ayudar a identificar oportunidades de descarbonización para los clientes sin tener que enviar analistas a los sitios para realizar auditorías en persona. “Si trabajaran con una gran cadena de supermercados o un gran minorista, utilizaríamos análisis patentados para evaluar esa cartera y elaborar recomendaciones para cuestiones como proyectos solares, eficiencia energética y respuesta a la demanda que producirían retornos positivos en el plazo de un año”, explica Saratsis. Las herramientas fueron un gran éxito dentro de la empresa. En 2018, la pareja, junto con los cofundadores Jeremy Lucas y Sam Steyer, decidieron incorporar la tecnología a Station A. Los fundadores comenzaron trabajando con empresas energéticas, pero pronto cambiaron su enfoque hacia propietarios de bienes raíces con grandes carteras y grandes empresas con contratos de arrendamiento a largo plazo. Muchos clientes tienen cientos o incluso miles de direcciones para evaluar. Con solo las direcciones, Station A puede proporcionar estimaciones detalladas de retorno financiero para inversiones en energía limpia. En 2020, la empresa amplió su enfoque, pasando de vender acceso a sus análisis a crear un mercado para transacciones de energía limpia, ayudando a las empresas a gestionar el proceso de licitación competitiva para proyectos de energía limpia. Una vez instalado un proyecto, Station A también puede evaluar si está logrando el rendimiento esperado y hacer un seguimiento de los retornos financieros. “Cuando hablo con gente ajena al sector, me dicen: ‘Un momento, ¿esto no existe ya?’”, afirma Saratsis. “Es una locura, pero el sector todavía está en sus inicios y nadie ha sido capaz de encontrar una forma de ejecutar el proceso de licitación de forma transparente y a gran escala”. Del campus al mundo En la actualidad, alrededor de 2.500 desarrolladores de energía limpia están activos en la plataforma de Station A. Varios grandes fideicomisos de inversión inmobiliaria también utilizan sus servicios, además de empresas como HP, Nestlé y Goldman Sachs. Si Station A fuera un desarrollador, Saratsis dice que ahora estaría entre los 10 primeros en términos de instalaciones solares anuales. Los fundadores atribuyen su tiempo en

Leer más »
enero 31, 2025

Un nuevo estudio mejora la fiabilidad de las previsiones sobre energía eólica

Mediante la aplicación de técnicas de inteligencia artificial explicable, los ingenieros pueden mejorar la confianza de los usuarios en las previsiones generadas por los modelos de inteligencia artificial. Este enfoque fue probado recientemente en la generación de energía eólica por un equipo que incluye expertos de la EPFL. La inteligencia artificial explicable (XAI, por sus siglas en inglés) es una rama de la IA que ayuda a los usuarios a echar un vistazo dentro de la caja negra de los modelos de IA para comprender cómo se genera su resultado y si se puede confiar en sus pronósticos. Recientemente, la XAI ha ganado prominencia en tareas de visión artificial, como el reconocimiento de imágenes, donde la comprensión de las decisiones del modelo es fundamental. Basándose en su éxito en este campo, ahora se está extendiendo gradualmente a varios campos donde la confianza y la transparencia son particularmente importantes, incluidos la atención médica, el transporte y las finanzas. Los investigadores del Laboratorio de Ingeniería Eólica y Energías Renovables (WiRE) de la EPFL han adaptado la XAI a los modelos de IA de caja negra que se utilizan en su campo. En un estudio publicado en Applied Energy , descubrieron que la XAI puede mejorar la interpretabilidad de las previsiones de energía eólica al proporcionar información sobre la cadena de decisiones que toma un modelo de caja negra y puede ayudar a identificar qué variables se deben utilizar en la entrada de un modelo. “Para que los operadores de la red puedan integrar eficazmente la energía eólica en sus redes inteligentes, necesitan previsiones diarias fiables de la generación de energía eólica con un margen de error bajo”, afirma el profesor Fernando Porté-Agel, director de WiRE. “Las previsiones inexactas obligan a los operadores de la red a compensar en el último momento, a menudo utilizando energía basada en combustibles fósiles más cara”. Predicciones más creíbles y fiables Los modelos que se utilizan actualmente para pronosticar la producción de energía eólica se basan en dinámica de fluidos, modelado meteorológico y métodos estadísticos, pero aún tienen un margen de error nada despreciable. La IA ha permitido a los ingenieros mejorar las predicciones de energía eólica mediante el uso de datos extensos para identificar patrones entre las variables del modelo meteorológico y la producción de energía de las turbinas eólicas. Sin embargo, la mayoría de los modelos de IA funcionan como «cajas negras», lo que dificulta comprender cómo llegan a predicciones específicas. La XAI aborda este problema al brindar transparencia sobre los procesos de modelado que conducen a las predicciones, lo que da como resultado predicciones más creíbles y confiables. Variables más importantes Para llevar a cabo su estudio, el equipo de investigación entrenó una red neuronal seleccionando variables de entrada de un modelo meteorológico con una influencia significativa en la generación de energía eólica (como la dirección y la velocidad del viento, la presión atmosférica y la temperatura) junto con datos recopilados de parques eólicos en Suiza y en todo el mundo. «Adaptamos cuatro técnicas XAI y desarrollamos métricas para determinar si la interpretación de los datos por parte de una técnica es confiable», dice Wenlong Liao, autor principal del estudio y posdoctorado en WiRE. En el aprendizaje automático, las métricas son lo que los ingenieros utilizan para evaluar el rendimiento del modelo. Por ejemplo, las métricas pueden mostrar si la relación entre dos variables es causal o correlacional. Se desarrollan para aplicaciones específicas: diagnosticar una afección médica, medir la cantidad de horas perdidas por congestión de tráfico o calcular la valoración de una empresa en el mercado de valores. “En nuestro estudio, definimos varias métricas para evaluar la fiabilidad de las técnicas XAI. Además, las técnicas XAI fiables pueden señalar qué variables debemos tener en cuenta en nuestros modelos para generar pronósticos fiables”, afirma Liao. “Incluso vimos que podíamos dejar ciertas variables fuera de nuestros modelos sin que fueran menos precisos”. Más competitivo Según Jiannong Fang, científico de la EPFL y coautor del estudio, estos hallazgos podrían ayudar a que la energía eólica sea más competitiva. “Los operadores de sistemas eléctricos no se sentirán muy cómodos confiando en la energía eólica si no comprenden los mecanismos internos en los que se basan sus modelos de pronóstico”, afirma. “Pero con un enfoque basado en XAI, los modelos pueden diagnosticarse y actualizarse, generando así pronósticos más confiables de las fluctuaciones diarias de la energía eólica”. Fondos Oficina Federal Suiza de Energía “Un gemelo digital urbano para la acción climática: evaluación de políticas y soluciones para la energía, el agua y la infraestructura (UrbanTwin)”, iniciativa conjunta del Dominio ETH en el área estratégica de Energía, Clima y Medio Ambiente Sostenible. Referencias Wenlong Liao, Jiannong Fang, Lin Ye, Birgitte Bak-Jensen, Zhe Yang y Fernando Porté-Agel, “¿Podemos confiar en la inteligencia artificial explicable en la previsión de energía eólica?”, Applied Energy, 15 de diciembre de 2024. https://doi.org/10.1016/j.apenergy.2024.124273 EPFL News. S. P. Traducido al español

Leer más »
enero 29, 2025

El desafío multifacético de impulsar la IA

El suministro de electricidad a centros de datos que consumen mucha energía está estresando las redes, aumentando los precios para los consumidores y desacelerando la transición a la energía limpia. La inteligencia artificial se ha vuelto vital en las transacciones comerciales y financieras, la atención médica, el desarrollo tecnológico, la investigación y mucho más. Sin darse cuenta, los consumidores dependen de la IA cuando ven un video, realizan operaciones bancarias en línea o realizan una búsqueda en línea. Detrás de estas capacidades hay más de 10.000 centros de datos en todo el mundo, cada uno de ellos un enorme almacén que contiene miles de servidores informáticos y otra infraestructura para almacenar, administrar y procesar datos. Actualmente hay más de 5.000 centros de datos en los Estados Unidos y cada día se construyen nuevos, en los Estados Unidos y en todo el mundo. A menudo, docenas de ellos se agrupan cerca de donde vive la gente, atraídos por políticas que brindan exenciones impositivas y otros incentivos, y por lo que parece ser una electricidad abundante. Y los centros de datos consumen enormes cantidades de electricidad. Los centros de datos de Estados Unidos consumieron más del 4 por ciento de la electricidad total del país en 2023, y para 2030 esa fracción podría aumentar al 9 por ciento, según el Instituto de Investigación de Energía Eléctrica. Un solo centro de datos de gran tamaño puede consumir tanta electricidad como 50.000 hogares. La repentina necesidad de tantos centros de datos plantea un enorme desafío a las industrias de la tecnología y la energía, a los responsables de las políticas gubernamentales y a los consumidores cotidianos. Los investigadores científicos y los miembros del cuerpo docente de la Iniciativa Energética del MIT (MITEI) están explorando múltiples facetas de este problema, desde el abastecimiento de energía hasta la mejora de la red, pasando por herramientas analíticas que aumentan la eficiencia y más. Los centros de datos se han convertido rápidamente en el problema energético de nuestros días. Una demanda inesperada trae soluciones inesperadas Varias empresas que utilizan centros de datos para proporcionar servicios de computación en la nube y gestión de datos están anunciando algunas medidas sorprendentes para suministrar toda esa electricidad. Las propuestas incluyen la construcción de sus propias pequeñas plantas nucleares cerca de sus centros de datos e incluso la reanudación de uno de los reactores nucleares intactos de Three Mile Island, que lleva cerrado desde 2019 (un reactor diferente de esa planta se fundió parcialmente en 1979, lo que provocó el peor accidente nuclear del país). La necesidad de alimentar la IA ya está provocando retrasos en el cierre planificado de algunas centrales eléctricas de carbón y aumentando los precios para los consumidores residenciales. Satisfacer las necesidades de los centros de datos no solo está estresando las redes eléctricas, sino que también está retrasando la transición a la energía limpia necesaria para detener el cambio climático. El problema de los centros de datos tiene muchos aspectos desde el punto de vista energético. A continuación, se enumeran algunos de los aspectos en los que se centran los investigadores del MIT y por qué son importantes. Un aumento sin precedentes en la demanda de electricidad “En el pasado, la informática no era un gran consumidor de electricidad”, afirma William H. Green, director del MITEI y profesor Hoyt C. Hottel del Departamento de Ingeniería Química del MIT. “La electricidad se utilizaba para hacer funcionar procesos industriales y alimentar aparatos domésticos como aires acondicionados y luces, y más recientemente para alimentar bombas de calor y cargar coches eléctricos. Pero ahora, de repente, la electricidad utilizada para la informática en general, y para los centros de datos en particular, se está convirtiendo en una nueva demanda gigantesca que nadie previó”. ¿Por qué la falta de previsión? Por lo general, la demanda de energía eléctrica aumenta aproximadamente medio punto porcentual al año y las empresas de servicios públicos incorporan nuevos generadores de energía y realizan otras inversiones según sea necesario para satisfacer la nueva demanda prevista. Pero los centros de datos que ahora están en funcionamiento están generando saltos sin precedentes en la demanda que los operadores no previeron. Además, la nueva demanda es constante. Es fundamental que un centro de datos proporcione sus servicios todo el día, todos los días. No puede haber interrupciones en el procesamiento de grandes conjuntos de datos, el acceso a los datos almacenados y el funcionamiento del equipo de refrigeración necesario para mantener todos los ordenadores agrupados funcionando sin sobrecalentarse. Además, incluso si se genera suficiente electricidad, hacerla llegar a donde se necesita puede ser un problema, explica Deepjyoti Deka, científico investigador del MITEI. “Una red es una operación que abarca toda la red, y el operador de la red puede tener suficiente generación en otro lugar o incluso en otra parte del país, pero los cables pueden no tener suficiente capacidad para llevar la electricidad a donde se necesita”. Por lo tanto, la capacidad de transmisión debe ampliarse y, dice Deka, ese es un proceso lento. Luego está la “cola de interconexión”. A veces, añadir un nuevo usuario (una “carga”) o un nuevo generador a una red existente puede causar inestabilidades u otros problemas para todos los demás que ya están conectados a la red. En esa situación, la puesta en funcionamiento de un nuevo centro de datos puede retrasarse. Si se producen suficientes retrasos, es posible que nuevas cargas o generadores tengan que hacer cola y esperar su turno. En este momento, gran parte de la cola de interconexión ya está llena de nuevos proyectos solares y eólicos. El retraso es de unos cinco años. Satisfacer la demanda de los nuevos centros de datos instalados y, al mismo tiempo, garantizar que no se vea afectada la calidad del servicio en otros lugares es un problema que debe abordarse. Encontrar fuentes de electricidad limpia Para complicar aún más el desafío, muchas empresas, incluidas las llamadas “hiperescaladoras”, como Google, Microsoft y Amazon, se han comprometido públicamente a tener emisiones netas de carbono cero en

Leer más »
enero 27, 2025

ABB adquirirá Sensorfact para ampliar su oferta de gestión energética digital

La adquisición amplía aún más la oferta de gestión energética digital de ABB y se espera que se cierre en el primer trimestre de 2025. ABB está adquiriendo Sensorfact BV, una empresa de gestión energética de rápido crecimiento con sede en Utrecht (Países Bajos). La adquisición amplía aún más la oferta de gestión energética digital de ABB y se espera que se cierre en el primer trimestre de 2025. No se han revelado los términos financieros. Fundada en 2017, Sensorfact ofrece una solución escalable de software como servicio (SaaS) que ayuda a las pequeñas y medianas empresas a utilizar la inteligencia artificial en sus operaciones y en la gestión energética para reducir los costes y aumentar la eficiencia. La empresa cuenta con más de 250 empleados a tiempo completo en Utrecht, Ámsterdam, Barcelona y Berlín y presta servicio a más de 1.900 clientes en toda Europa. Massimiliano Cifalitti, presidente de la división Smart Power de ABB, afirmó: “ABB y Sensorfact tienen la misión de ayudar a las empresas a mejorar su eficiencia energética, reducir los costes de mantenimiento e impulsar la producción. ABB está ampliando su cartera de soluciones de gestión energética que utilizan big data e inteligencia artificial para que la distribución eléctrica y la gestión energética sean eficientes e inteligentes. Esta adquisición impulsa nuestra estrategia digital y ofrece a los clientes una forma innovadora de digitalizar sus operaciones de fabricación, ayudándoles a ser más eficientes y limpias”. La solución SaaS de Sensorfact incluye sensores plug-and-play que miden el consumo a nivel de máquina y se conectan a una plataforma de software inteligente. La empresa utiliza algoritmos para analizar los datos, identificar oportunidades de ahorro de energía y brindar asesoramiento fácil de implementar que es exclusivo para las operaciones de cada cliente. Pieter Broekema, director ejecutivo de Sensorfact, afirmó: «Sensorfact ofrece una única plataforma de fábrica inteligente que permite a los clientes recopilar fácilmente datos de producción y servicios públicos y reducir los costes y las emisiones de carbono. Ayudamos a los clientes a lograr ahorros significativos y seguimos innovando para ayudarles a reducir aún más sus residuos industriales. Somos uno de los líderes del mercado en Europa y, junto con ABB, llevaremos nuestras soluciones a nuevos mercados globales con mayor rapidez». El informe de la Agencia Internacional de Energía (AIE), Eficiencia energética: la década para la acción , afirma que el mundo debe duplicar el progreso en materia de eficiencia energética en la próxima década para minimizar el impacto ambiental de la creciente demanda mundial de energía. El informe destaca la importancia de aprovechar la innovación digital para impulsar una gestión energética más inteligente. ABB News. Traducido al español

Leer más »
enero 24, 2025

Nuevo centro de investigación para desarrollar tecnologías innovadoras para plantas de energía solar

UC Berkeley y Nextracker Inc. se asocian para lanzar el Centro CAL-NEXT para la Investigación de Energía Solar UC Berkeley Engineering y Nextracker Inc. se han asociado para lanzar el Centro CAL-NEXT para la Investigación de la Energía Solar, con el objetivo de desarrollar tecnologías de plantas de energía solar sostenibles de última generación para satisfacer la creciente demanda mundial de energía. Esta colaboración, financiada con una donación de 6,5 millones de dólares de Nextracker, respaldará un programa de investigación de vanguardia y un campo de pruebas de última generación planificado. El nuevo centro tiene como objetivo acelerar la innovación en tecnologías de energía solar aprovechando las instalaciones de investigación de clase mundial y la experiencia académica de la UC Berkeley. Los esfuerzos de investigación se centrarán en tecnologías digitales, fabricación avanzada, tecnología de seguimiento solar, energía solar fotovoltaica y gestión de energía a nivel de sistema. El centro también trabajará con el personal docente para integrar conceptos de tecnología solar de vanguardia en los programas de ingeniería y ciencias ambientales de UC Berkeley, brindando a los estudiantes experiencias de aprendizaje prácticas y acceso a herramientas líderes en la industria y aplicaciones del mundo real. “Al fomentar la colaboración entre la academia y la industria, pretendemos impulsar avances significativos en las tecnologías de energía solar”, afirmó Tarek Zohdi, decano asociado de investigación de Berkeley Engineering y director del centro. “Nextracker comparte el espíritu de educación pública, descubrimiento e innovación de UC Berkeley, y este centro brindará a nuestros profesores y estudiantes una experiencia de investigación de primer nivel”. Además, los estudiantes de UC Berkeley podrán acceder a los programas de pasantías y tutorías de Nextracker, así como a nuevas oportunidades de empleo en la industria, impulsando la línea de fuerza laboral con graduados capacitados y preparados para la industria. “Este centro no sólo acelerará la innovación, sino que también desarrollará la próxima generación de ingenieros e investigadores a la vanguardia de la revolución global de la energía solar”, afirmó Francesco Borrelli, profesor de ingeniería mecánica y codirector del Centro CAL-NEXT. El Centro CAL-NEXT para Investigación en Energía Solar se hizo realidad gracias a la visión compartida de Zohdi y Borrelli, y Alex Au, cofundador y director de tecnología de Nextracker. “Estamos encantados de asociarnos con UC Berkeley para inaugurar el Centro CAL-NEXT de Investigación de Energía Solar”, afirmó Au, quien supervisará las operaciones e iniciativas del centro. “A través de nuestra asociación con UC Berkeley Engineering, estamos creando una plataforma poderosa para seguir ampliando los límites de la tecnología solar, garantizando que la generación de energía limpia y sostenible esté disponible para todos”. Universidad de Berkeley News. Traducido al español

Leer más »
enero 20, 2025

ABB amplía su cartera de gestión energética residencial en Norteamérica con la adquisición de Lumin

ABB anunció hoy la adquisición de Lumin, una empresa estadounidense pionera y proveedora líder de sistemas de gestión energética reactiva, para ampliar sus capacidades de gestión energética del hogar en el sector residencial norteamericano. La combinación de la experiencia global de ABB con la plataforma flexible de Lumin establece un nuevo estándar para hogares más inteligentes y sosteniblesEl acuerdo aborda una importante oportunidad para la electrificación y las soluciones de energía renovable para viviendas nuevas y remodeladas en todo el continenteLa integración de empresas emergentes con sede en EE. UU. impulsará futuras innovaciones para hogares y comunidades inteligentesABB anunció hoy la adquisición de Lumin, una empresa estadounidense pionera y proveedora líder de sistemas de gestión energética reactiva, para ampliar sus capacidades de gestión energética del hogar en el sector residencial norteamericano. La adquisición se produce tras una inversión minoritaria estratégica de ABB en la empresa en 2023. No se revelaron los términos financieros de la transacción. La adquisición incorpora las soluciones inteligentes de Lumin para electrificación, así como los sistemas solares y de almacenamiento, a la cartera de ABB, creando una oferta integral de gestión de energía residencial en Norteamérica. Con la incorporación de la tecnología de Lumin, ABB está bien posicionada para satisfacer la creciente demanda de soluciones de electrificación de viviendas en los EE. UU., donde aproximadamente 48 millones de viviendas existentes¹ requieren mejoras de electrificación, una cifra que aumenta significativamente si se incluyen las nuevas construcciones y otros mercados norteamericanos. Lumin, una empresa emergente ágil y dinámica, tiene una trayectoria comprobada en el desarrollo de soluciones innovadoras de gestión energética. Su plataforma altamente flexible permite la integración perfecta de cualquier marca de centros de carga, sistemas de baterías y generadores. También proporciona información detallada sobre el consumo detrás del medidor y administra dinámicamente las cargas energéticas, como cargadores de vehículos eléctricos, jacuzzis y bombas de calor, allanando el camino para comunidades más eficientes y sostenibles. Solución para electrificación residencial y sistemas solares y de almacenamiento.Solución para electrificación residencial y sistemas solares y de almacenamiento.Esta adquisición respalda la estrategia de crecimiento de ABB en el mercado residencial norteamericano, donde la electrificación y la energía renovable están impulsando una mayor demanda. Con las capacidades de hardware y software basado en la nube de Lumin, incluida una aplicación móvil para propietarios e instaladores, ABB puede proporcionar soluciones energéticas para el hogar más inteligentes, seguras y sostenibles. «Estamos encantados de dar la bienvenida a Lumin a la familia ABB en un momento en el que la electrificación en América del Norte es una megatendencia transformadora», afirmó Mike Mustapha, presidente de la División de Edificios Inteligentes de ABB Electrification. La electricidad desempeña un papel importante en el consumo de energía residencial en América del Norte, ya que representa el 44 % en los EE. UU.² y casi el 46 % en Canadá³ʹ⁴. En los próximos años, se espera que esta proporción crezca y se prevé que el consumo de electricidad residencial en los EE. UU. aumente entre un 14 % y un 22 % entre 2022 y 2050⁵. Estas tendencias presentan una gran oportunidad para que las soluciones recientemente adquiridas por ABB hagan que las viviendas totalmente eléctricas sean más asequibles para los constructores y ayuden a los propietarios a maximizar su eficiencia energética. “Al adquirir Lumin, no solo obtenemos una cartera de productos avanzada, sino también acceso a asociaciones clave dentro de organizaciones enfocadas en energías renovables residenciales, un paso esencial para impulsar futuras innovaciones para hogares y comunidades inteligentes en toda la región”, agregó Mike Mustapha. “Unirse a ABB es un paso emocionante para Lumin. Estamos totalmente alineados con la misión de ABB de impulsar la innovación, la sostenibilidad y las soluciones energéticas más inteligentes. Esta es una oportunidad increíble para ampliar nuestra plataforma y hacer que la gestión energética sea aún más accesible para los propietarios de viviendas en toda América del Norte”, afirmó Alex Bazhinov, fundador y presidente de Lumin. “Como parte de ABB, ayudaremos a empoderar a los propietarios de viviendas para que reduzcan el desperdicio de energía, integren fuentes de energía renovable y creen comunidades más sostenibles y eficientes”. Notas para los editores:1 Cómo abordar un obstáculo a la electrificación: capacidad de los paneles eléctricos residenciales2 https://www.eia.gov/energyexplained/use-of-energy/homes.php3 The Daily — Households and the Environment Survey: consumo de energía, 20214 Consumo de energía en Canadá: tendencias Publicaciones | Recursos naturales de Canadá5 El consumo de energía en EE. UU. aumenta entre un 0 % y un 15 % para 2050 – Administración de Información Energética de EE. UU. (EIA) ABB es un líder tecnológico global en electrificación y automatización que hace posible un futuro más sostenible y eficiente en el uso de los recursos. Al combinar su experiencia en ingeniería y digitalización, ABB ayuda a las industrias a funcionar a un alto rendimiento, al mismo tiempo que se vuelven más eficientes, productivas y sostenibles para superar sus expectativas. En ABB, lo llamamos «Engineered to Outrun» (Diseñado para superar). La empresa tiene más de 140 años de historia y más de 105.000 empleados en todo el mundo. Las acciones de ABB cotizan en la bolsa suiza SIX (ABBN) y en Nasdaq Stockholm (ABB). www.abb.com ABB Electrification es un líder tecnológico global que permite la distribución eficiente y confiable de electricidad desde la fuente hasta el enchufe. Con más de 50.000 empleados en 100 países, colaboramos con nuestros clientes y socios para resolver los mayores desafíos mundiales en distribución eléctrica y gestión de la energía. A medida que la transición energética se acelera y la demanda de electricidad crece, estamos electrificando el mundo de una manera segura, inteligente y sostenible. En ABB, estamos «diseñados para superar» y nos apasiona ayudar a nuestros clientes y socios a hacer lo mismo. go.abb/electrification Fundada en 2016, Lumin® es líder en gestión inteligente de cargas, transformando la forma en que los propietarios interactúan con la energía y brindando soluciones que mejoran la comodidad, la visibilidad y el control. Al convertir los paneles eléctricos comunes en sistemas de energía inteligentes, Lumin permite una

Leer más »
enero 19, 2025

Conozca la nueva familia de modelos de IA de IBM para el descubrimiento de materiales

Los modelos básicos de código abierto para la química tienen como objetivo acelerar la búsqueda de materiales nuevos y más sostenibles con aplicaciones en la fabricación de chips, la energía limpia y los envases de consumo. La Agencia de Protección Ambiental de Estados Unidos rastrea la liberación de casi 800 sustancias tóxicas que las empresas eliminarían gradualmente si pudieran encontrar alternativas más ecológicas y de alto rendimiento. Ahora, la IA tiene el potencial de brindarles a los científicos nuevas y poderosas herramientas para hacer precisamente eso, al descubrir nuevos materiales que podrían ser más seguros para los humanos y el medio ambiente. Los modelos básicos entrenados previamente en vastas bases de datos moleculares se pueden utilizar para examinar millones de moléculas a la vez en busca de propiedades deseables y, al mismo tiempo, descartar las que tienen efectos secundarios peligrosos. Estos modelos también se pueden utilizar para generar moléculas completamente nuevas en la naturaleza, evitando el tradicional proceso de descubrimiento prolongado basado en prueba y error. En los últimos meses, IBM Research ha publicado una nueva familia de modelos de base de código abierto en GitHub y Hugging Face . Cualquier persona con una pequeña cantidad de datos puede personalizar los modelos para sus propias aplicaciones, ya sea para buscar mejores materiales para baterías para almacenar energía del sol y el viento o para reemplazar los químicos tóxicos PFAS «eternos» que se encuentran en todo, desde sartenes antiadherentes hasta los chips dentro de su computadora portátil o teléfono. Además de los modelos, IBM ha ideado varios métodos para fusionar diferentes representaciones moleculares. Los modelos se pueden utilizar solos o en conjunto y, en unos pocos meses, se han descargado más de 100.000 veces. “Nos alienta el gran interés que hemos visto hasta ahora”, afirma Seiji Takeda, científico principal que codirige el proyecto de modelos básicos para materiales (FM4M) de IBM Research. “Estamos entusiasmados por ver qué se le ocurre a la comunidad”. Moléculas legibles por máquina A diferencia de las palabras, que son las que se utilizan en muchos modelos lingüísticos de gran tamaño, las moléculas existen en tres dimensiones y su estructura física determina en gran medida su comportamiento. Uno de los grandes desafíos de la aplicación de la IA a la química es cómo representar las estructuras moleculares de manera que las computadoras puedan analizarlas y manipularlas de manera eficaz. A lo largo de los años han surgido diversos estilos de representación. Las estructuras moleculares se pueden resumir en lenguaje natural, como cadenas de texto de SMILES y SELFIES; como gráficos moleculares con “nodos” de átomos y “bordes” de enlaces; como valores numéricos que describen la fuerza relativa de sus propiedades físicas; y como espectrogramas, que se capturan a través de microscopios y muestran cómo una molécula objetivo interactúa con la luz. Cada formato tiene sus puntos fuertes (y sus limitaciones) a la hora de aplicar la IA a tareas de clasificación y predicción. El conjunto de datos SMILES, con unos 1.100 millones de moléculas representadas en cadenas de texto, es el más grande del mundo. Pero como las cadenas SMILES reducen las moléculas 3D a líneas de texto, se puede perder información estructural valiosa, lo que hace que los modelos de IA generen moléculas no válidas. Un formato alternativo pero relacionado, SELFIES, ofrece una gramática más sólida y flexible para representar moléculas válidas; sin embargo, al igual que otras representaciones de texto, también carece de información 3D. Los gráficos moleculares, en cambio, capturan la disposición espacial de los átomos y sus enlaces, pero este detalle tiene un alto costo computacional. Los datos recopilados en experimentos y simulaciones también pueden ser muy informativos, pero también tienen desventajas: los datos experimentales utilizados para entrenar modelos de IA en química pueden estar incompletos o contener errores. Por ejemplo, las mediciones de cómo las moléculas interactúan con el espectro electromagnético pueden incluir solo análisis de luz visible y dejar de lado el infrarrojo o el ultravioleta, lo que le da al modelo de IA una visión sesgada del mundo. Los investigadores de IBM debatieron los pros y los contras de cada representación mientras trazaban su plan para construir un modelo de base para los materiales. Finalmente, entrenaron previamente cada modelo, con su modalidad única, de forma independiente. SMILES-TED y SELFIES-TED (abreviatura de “codificador-decodificador de transformador”) se entrenaron previamente en 91 millones de SMILES y mil millones de SELFIES, muestras validadas respectivamente, de las bases de datos PubChem y Zinc-22. MHG-GED (abreviatura de “gramática hipergráfica molecular con codificador-decodificador basado en grafos”) se entrenó previamente en 1,4 millones de grafos basados ​​en SMILES que incluían su número atómico y carga. Llamar a varios expertos Una arquitectura de IA conocida como combinación de expertos o MoE se ha convertido en una forma popular de ofrecer servicios a modelos grandes de manera más eficiente mediante el uso de un enrutador para activar selectivamente un subconjunto de los pesos del modelo para diferentes tareas. Un MoE toma la consulta entrante del usuario y la envía a un algoritmo de enrutamiento que decide qué «expertos» son los más adecuados para el trabajo. Los investigadores de IBM utilizaron el concepto MoE para fusionar las fortalezas complementarias de sus modelos SMILES, SELFIES y basados ​​en gráficos moleculares. En un estudio reciente en la conferencia NeurIPS 2024 en Vancouver, demostraron que al combinar las integraciones de las tres modalidades de datos en una arquitectura MoE de “vista múltiple” , podrían superar a otros modelos de base molecular líderes basados ​​en una sola modalidad. Probaron su MoE en MoleculeNet , un punto de referencia creado en Stanford que refleja algunas de las tareas que se utilizan habitualmente en el descubrimiento de fármacos y materiales. El punto de referencia incluye una amplia variedad de tareas de clasificación, que pueden incluir la predicción de si una molécula determinada es tóxica, y tareas de regresión, que pueden incluir la predicción de la solubilidad de una molécula determinada en el agua. Los investigadores descubrieron que su MoE de múltiples vistas superó a otros modelos líderes en ambos estilos de tarea. El método MoE también proporciona información sobre qué representaciones de datos se combinan mejor con

Leer más »
enero 4, 2025

Innovando para un futuro energético inteligente, seguro y más sostenible

Las empresas de servicios públicos se enfrentan a todo tipo de problemas, desde ciberamenazas hasta el cambio climático. Una red eléctrica modernizada y digitalizada es imprescindible. Hoy en día dependemos de la red energética para casi… todo . Pero desde el envejecimiento de la infraestructura y las crecientes demandas hasta las incesantes ciberamenazas y las complejidades añadidas de la energía renovable, las empresas de servicios públicos no tienen escasez de desafíos. Las innovaciones digitales son fundamentales para afrontar esos desafíos. Y Cisco contribuye de muchas maneras a un futuro energético más sostenible, seguro e inteligente. “Los servicios públicos y la energía son infraestructuras fundamentales para cualquier país”, afirmó Kelsi Doran, directora de estrategia y transformación de sostenibilidad de Cisco. “Y a medida que las ciberamenazas se vuelven cada vez más sofisticadas, pueden convertirse en un objetivo para los actores maliciosos. Si a eso le sumamos que trabajan con sistemas anticuados, la red podría ser vulnerable en términos de energía, confiabilidad y seguridad”. https://youtube.com/watch?v=FEFwVocT-Hk%3Fenablejsapi%3D1%26origin%3Dhttps%253A%252F%252Fnewsroom.cisco.com El Departamento de Energía de Estados Unidos, por ejemplo, estima que gran parte de la red eléctrica del país se construyó en los años 60 y 70, y que el 70 por ciento de las líneas de transmisión tienen más de 25 años. Por lo tanto, gran parte de esa infraestructura está llegando al final de su vida útil. Dadas las mayores demandas y amenazas que enfrentan las empresas de servicios públicos, junto con las interrupciones provocadas por el clima, como tormentas, inundaciones e incendios forestales, la transformación a redes más inteligentes es imperativa. “Las empresas de servicios públicos con visión de futuro están considerando cada vez más las tecnologías digitales como parte de sus arquitecturas”, continuó Doran. “Les permite tener una mejor visibilidad de toda su red OT para poder hacer cosas como equilibrar de manera más eficiente la carga de la oferta y la demanda. Las empresas de servicios públicos están adoptando estas cosas no solo para acelerar la transición a la energía limpia, sino también la transformación de su modelo de negocio digital”. Una de esas empresas de servicios públicos con visión de futuro es CPFL Energia . Con sede en São Paulo, es uno de los mayores proveedores de energía de Brasil y se está tomando muy en serio la transición hacia su futuro energético, que incluye una amplia digitalización y un profundo compromiso con las fuentes renovables, como la eólica. La seguridad es, por supuesto, una preocupación primordial. “Las empresas energéticas de Brasil son el principal objetivo de los piratas informáticos”, afirmó Emerson Cardoso, director de seguridad de la información de CPFL Energia. “Y el gobierno brasileño ha promulgado normas que exigen mejores medidas de seguridad. Pero Cisco nos ha brindado un gran apoyo y está innovando constantemente”. Limpio pero complejo Las fuentes de energía renovables, como la eólica, la solar, la geotérmica y la de las olas del océano, serán esenciales para alcanzar los objetivos de cero emisiones netas que se han fijado muchas organizaciones y gobiernos. Pero la incorporación de más fuentes renovables al suministro de electricidad puede crear nuevos desafíos. Mientras que la energía tradicional se basa en centrales eléctricas centralizadas impulsadas por carbón o petróleo, las fuentes renovables están más distribuidas, con generadores eólicos o paneles solares repartidos por amplias zonas en lugares a veces remotos. “Las empresas de servicios públicos ahora tienen que gestionar todos los tipos de energía, ya sea tradicional, nuclear, hidroeléctrica, solar o eólica”, afirmó Mary de Wysocki, vicepresidenta sénior y directora de sostenibilidad de Cisco. “Pasa de un modelo muy centralizado a uno mucho más descentralizado. Ahí es donde entran en juego las redes, los sensores de IoT y la inteligencia artificial y el aprendizaje automático , para brindar visibilidad y señales de alerta temprana que permitan una gestión preventiva antes de que surja una interrupción o una amenaza”. Las fuentes renovables también pueden ser menos constantes que las fuentes tradicionales. Después de todo, el sol se esconde tras las nubes y el viento a veces se debilita. Pero la inteligencia artificial y el aprendizaje automático también pueden ayudar en este aspecto, optimizando la generación y el almacenamiento de energía en respuesta a las fluctuaciones de la oferta y la demanda. “La energía renovable puede ser intermitente”, añadió Doran. “No se trata de la misma producción constante que se puede planificar en una planta de combustibles fósiles. En cambio, obtenemos energía cuando brilla el sol o sopla el viento. Por eso, necesitamos las herramientas adecuadas para poder aumentar la oferta para que coincida con la demanda y la carga máxima. Y aquí, nuevamente, es donde la tecnología digital nos permite tener visibilidad de cuánta energía se está consumiendo y luego aumentar el nivel adecuado de energía para satisfacer esa demanda”. Complejo pero seguro Todos esos puntos finales distribuidos deben estar protegidos, ya que los cibercriminales aprovecharán cualquier vulnerabilidad. Denise Lee, vicepresidenta de la Oficina de Sostenibilidad de Ingeniería de Cisco, destacó que la seguridad también puede verse socavada cuando se implementan demasiados proveedores y soluciones, lo que aumenta la complejidad. “Hay muy pocos proveedores que tengan la arquitectura y la cartera de productos de extremo a extremo que ofrece Cisco”, enfatizó. “Y el elemento de seguridad está inherentemente incorporado en todo lo que hacemos. Cuando se comienza con una base de redes seguras, es mucho más fácil construir un ecosistema de soluciones para varios sistemas interconectados”. Cisco tiene alianzas y relaciones con clientes de larga data en la industria energética. Y esa profunda experiencia se traduce en productos, servicios y soporte que pueden ayudar a guiar a las empresas de servicios públicos de energía a través de esta coyuntura crítica en sus historias. Cardoso y sus equipos se mantienen a la vanguardia con soluciones como Cisco Cybervision , Extended Detection and Response ( XDR ), software Digital Network Architecture ( DNA ) y Identity Services Engine ( ISE ). Como ejemplo, cita las alertas automáticas que recibe de generadores eólicos a cientos de kilómetros al norte de São Paulo. “Incluso con un ancho de banda bajo en esa ubicación”, dijo Cardoso, “CyberVision mantiene un vínculo sólido y estable con sus comunicaciones. Por lo tanto, estamos en

Leer más »
diciembre 29, 2024

El portal de
las tecnologías
para la innovación

Contacto

chubutdigital.it@gmail.com

CHUBUTDIGITAL® | © noviembre 2024.
Todos los derechos reservados.

Diseño web: Latini Design

Scroll al inicio