Entrevista: Verónica Álvarez Castro (BCAM)

10/02/2023

Verónica Álvarez Castro, doctoranda en BCAM, galardonada por el desarrollo de un sistema de inteligencia artificial que predice el consumo de electricidad y ayuda a mejorar la eficiencia energética

Nos acercamos al Basque Center for Applied Mathematics – BCAM, centro de investigación internacional en el ámbito de la Matemática Aplicada y centro promovido por el Departamento de Educación de Gobierno Vasco y que es parte de la red BERC (Basque Excellence Research Centers).

Fue creado en 2008 por el Gobierno Vasco a través de Ikerbasque. Cuenta también con el apoyo de la UPV/EHU, la Diputación Foral de Bizkaia, Innobasque y Petronor Innovacion, y desde el 2022 con Ayuntamiento de Bilbao.

Uno de sus principales objetivos es poner la matemática al servicio de la sociedad a través de la transferencia de conocimiento, extendiendo los resultados de su investigación a sectores como las biociencias, la salud, la energía o la fabricación avanzada, y trabajando de manera conjunta con instituciones y empresas locales e internacionales.

BCAM ha sido acreditado tres veces consecutivas, la última en la convocatoria de 2021, como centro de excelencia «Severo Ochoa» por la Agencia Estatal de Investigación, una distinción que se otorga a las mejores instituciones de investigación del mundo en su campo. Actualmente tiene una plantilla de más de 150 investigadores de 25 nacionalidades que trabajan en diversas áreas, desde la ciencia de datos o la matemática computacional hasta el modelado matemático.

El equipo de BCAM se divide en 5 grandes áreas que a su vez se dividen en 2-3 líneas de investigación: Computational Mathematics que recoge las dos siguientes líneas de investigación Mathematical Design, Modeling and Simulations y CFD Modelling and Simulation; el área Mathematical Modelling with Multidisciplinary Applications con las líneas Modelling and Simulation in Life and Materials Sciences, Mathematical and Theoretical Biology y Mathematical, Computational and Experimental Neuroscience; Mathematical Physics compuesto por las líneas Quantum Mechanics, Statistical Physics and Singularity Theory and Algebraic Geometry; las líneas de investigación de Linear and Non-Linear Waves, Applied Analysis y Harmonic Analysis pertenecientes a Analysis of Partial Differential Equations ; y por último, el área de Data Science & Artificial Intelligence que recoge las líneas de Combinatorial Optimization, Applied Statistics y Machine Learning.

Entrevistamos a Verónica Alvárez Castro, graduada en matemáticas y estudiante de doctorado en BCAM, quien ha sido galardonada, junto a Santiago Mazuelas y José Antonio Lozano, con el premio SEIO de la Fundación BBVA en un acto celebrado el pasado 18 de enero en Madrid. Verónica ha desarrollado un sistema de inteligencia artificial que predice el consumo de electricidad y ayuda a mejorar la eficiencia energética.

¿Nos puedes resumir en qué consiste el estudio y cuál es el objetivo?

“En nuestro trabajo presentamos técnicas de inteligencia artificial para predecir el consumo de energía.”

En concreto, proponemos métodos que obtienen predicciones precisas y que evalúan de forma fiable las incertidumbres de las previsiones. Las predicciones precisas son fundamentales para planificar y ajustar la generación de energía ya que las continuas variaciones de la demanda tienen que ser satisfechas por la energía suministrada en el sistema. Estas previsiones se han vuelto más relevantes en los últimos tiempos debido a la integración de energías renovables, puesto que la capacidad de generación no siempre coincide con el momento en que se necesita.

¿Cómo se genera el algoritmo y cuál es la tasa de error?

El método que proponemos predice utilizando cientos de modelos que son aprendidos de forma continua incorporando la información real más reciente. Es decir, cada vez que se conocen datos reales de consumo, los modelos son actualizados y los consumos futuros se predicen con dichos modelos. Además, las técnicas desarrolladas también determinan la incertidumbre en las predicciones por lo que permiten obtener la probabilidad de distintos consumos futuros.

La tasa de error que conseguimos estaba entre el 4 y el 10%. No es lo mismo hacer una predicción en un edificio solo, en el que el margen de error es más alto, que en una ciudad. El objetivo es que el error en la predicción de consumo sea cero, lo cual es imposible, pero todo lo que podamos reducir es positivo, aunque sea un 0,1%, por la repercusión que tiene tanto en la economía como el medio ambiente. En el artículo ‘’Probabilistic Load Forecasting base don Adaptive Online Learning’’ incluimos los resultados de bases de datos de áreas de múltiples tamaños, desde un grupo de cien edificios hasta una ciudad entera como Bélgica (11,5 millones de habitantes), pasando por poblaciones intermedias, como la ciudad de Dayton en Ohio (algo más de 137.000 habitantes).

¿Cuál es el ámbito de aplicación del estudio?

“Las predicciones precisas de energía son fundamentales tanto para la economía como el medio ambiente puesto que pueden reducir la energía que se desecha y que se compra a terceros.”

Además, las predicciones de energía precisas y fiables pueden ayudar de forma significativa a utilizar de forma más eficiente los recursos energéticos y por ejemplo sacar mayor partido de las energías renovables.

¿Qué puede aportar la IA al sector industrial?

“La investigación en disciplinas como la inteligencia artificial y machine learning puede resolver numerosos problemas prácticos con un alto impacto en el mundo real.”

En la actualidad existen multitud de aplicaciones basadas en técnicas desarrolladas en esas disciplinas, por ejemplo, sistemas de recomendación, traducción automática y automatización de procesos industriales.

El 11 de febrero se conmemora el Día Internacional de la Mujer y la Niña en la Ciencia. La presencia de la mujer sigue siendo escasa en la investigación científica y desarrollo tecnológico.

¿Qué te impulsó a estudiar matemáticas y dedicarte a la investigación?

Decidí estudiar matemáticas cuando cursaba segundo de bachillerato, siempre me habían gustado, pero no me había planteado estudiarlas. El profesor de matemáticas que tuve en bachillerato despertó mi interés por esta ciencia. La investigación en matemáticas y la inteligencia artificial siempre me habían llamado la atención por el reto que supone enfrentarse a problemas nuevos que a priori no sabes si tienen solución o si la solución es interesante y útil.

¿Cómo animarías a las futuras generaciones a optar por estudios y profesionales relacionados con disciplinas STEM (Science, Technology, Engineering and Mathematics) Ciencia, Tecnología, Ingeniería y Matemáticas?

“Es importante que las futuras generaciones sepan que las disciplinas STEM son esenciales para el desarrollo de aplicaciones en múltiples ámbitos como las finanzas, el deporte y la medicina.”

Por ejemplo, las técnicas desarrolladas mediante la investigación en inteligencia artificial y machine learning nos ayudan en la toma de decisiones o nos permiten conocer el riesgo asociado con dichas decisiones. Saber cómo dichas disciplinas pueden ayudar a resolver problemas prácticos podría aumentar el número de jóvenes que se formen en dichos campos lo cual sería de gran utilidad en la actualidad.