Intelligenza artificiale e smart grid, la sfida dei sistemi socio-tecnici

Scritto da Antonello Salerno
Giornalista

Intervista a Michela Milano, docente all’ateneo di Bologna, direttrice del centro interdipartimentale Alma Mater Research institute for human-centered artificial intelligence e membro di AIxIA

Il ruolo di primo piano e l’importanza crescente dell’intelligenza artificiale nella gestione delle smart grid, o reti intelligenti, è dovuto essenzialmente alla necessità di analizzare una quantità di dati in costante aumento, che provengono da fonti spesso eterogenee. Interpretarli sfruttando la rapidità che soltanto un sistema informatico può assicurare è centrale per prendere le decisioni migliori in tempo reale, anche grazie a processi automatizzati, ottenendo risultati che possono assicurare contemporaneamente efficienza e tutela dell’ambiente. Ma centrare questo obiettivo non sarà sufficiente se allo stesso tempo non si riuscirà a rendere consapevoli le persone e a coinvolgerle – anche grazie alla tecnologia – verso un uso dell’energia più efficiente e responsabile. A illustrare questo percorso è Michela Milano, professoressa ordinaria del dipartimento di Informatica – Scienza e Ingegneria dell’università di Bologna, direttrice del centro interdipartimentale Alma Mater Research Institute for human-centered artificial intelligence e membro di AIxIA, Associazione Italiana per l’Intelligenza Artificiale.

Qual è il valore aggiunto che l’intelligenza artificiale può portare alle reti intelligenti?

Fino soltanto a pochi anni addietro gestire una rete, ad esempio nel campo dell’energia, era un’operazione relativamente semplice. C’era un solo produttore e non si sentiva ancora parlare di microgenerazione. Con l’evoluzione del mercato sono aumentate esponenzialmente le variabili da tenere in considerazione, e questa dinamica si è concretizzata in un boom di dati, sia sul versante del consumo sia su quello della produzione. In questo contesto l’intelligenza artificiale può rivelarsi estremamente utile per costruire modelli, per descrivere nel dettaglio e in tempo reale la situazione della grid, rilevando ad esempio guasti o anomalie prima che si traducano in problemi che potrebbero impattare sul servizio. Così, a livello predittivo, gli strumenti abilitati dall’AI possono dirci se si stiano per verificare situazioni anomale, sovraccarichi, o momenti di picco in cui potrebbe essere difficile mettere a disposizione degli utenti l’energia necessaria. Oltre a questo, l’AI può essere di supporto nella parte che riguarda la manutenzione delle reti, con modelli previsionali e prescrittivi, di supporto alle decisioni.

Quanto sono adottati oggi questi strumenti nel panorama italiano?

L’Italia ha fatto grandi passi in avanti rispetto soltanto a qualche anno fa. Oggi il quadro è quello di un Paese in cui, anche come conseguenza dei “conti energia” e degli incentivi che si sono susseguiti nel tempo per facilitare il passaggio alla produzione di energia green, e che hanno portato anche a qualche stortura come la proliferazione di impianti fotovoltaici a terra, in molte case e in molte aziende sono stati installati impianti di produzione di energia da fonti rinnovabili. Per gestire al meglio questi impianti si stanno facendo strada – soprattutto nel mondo delle imprese – gli energy management systems, che sono basati anche su algoritmi di intelligenza artificiale e che consentono di trovare la strategia per gestire al meglio l’energia, quella che si preleva dalla rete e quella che si autoproduce, gestendo al contempo eventuali impianti di accumulo.

Che indicazioni vengono dal contesto internazionale?

La stessa dinamica vale per l’Europa, da cui possiamo trarre ispirazione per alcuni progetti molto interessanti, in primis quelli che riguardano le comunità energetiche rinnovabili, che in Italia stanno muovendo i primi passi proprio in questo periodo. Si tratta di progetti in cui si sperimenta lo scambio sul posto e si possono mettere a punto soluzioni più efficienti rispetto alla semplice immissione dell’energia in rete. Grazie anche a queste sperimentazioni si può arrivare a promuovere, con use case concreti, l’efficienza energetica e i benefici che può portare all’ambiente: si tratta in sostanza di produrre meno energia e di utilizzarla meglio.

Quali possono essere le potenzialità dell’utilizzo dell’AI in chiave di transizione green, dal punto di vista del contenimento dei costi e da quello della riduzione delle emissioni inquinanti?

Come dicevamo, lo strumento chiave è probabilmente quello degli energy management systems, il cui obiettivo può non limitarsi alla riduzione dei costi, ma estendersi alla promozione di un uso più virtuoso dell’energia. Per fare un esempio concreto: se soltanto all’interno di un appartamento ci fosse un sistema in grado di pilotare gli elettrodomestici, mettendoli in funzione quando il pannello fotovoltaico è in produzione, si otterrebbero risparmi in bolletta ma anche benefici dal punto di vista ambientale. Più in generale, esistono diversi sistemi basati sull’intelligenza artificiale che permettono di operare sui contatori in modalità non intrusive load monitoring per capire a cosa sono dovuti i consumi. Questo genere di soluzioni è molto utile per fare leva sulla consapevolezza delle persone, che spesso – ad esempio – non si rendono conto di quanto pesantemente incidano sul totale della bolletta i dispositivi in stand-by, gli elettrodomestici che non stanno funzionando ma non sono spenti.

Comprendere le cause dei consumi energetici domestici è un passaggio della transizione green, perché sensibilizza le persone a comportamenti più responsabili oltre che più convenienti dal punto di vista economico.

Avete nel tempo preso parte a progetti che fanno leva su questi aspetti?

Sì, certamente. Gli obiettivi sono generalmente quelli di creare awareness, consapevolezza, quindi sensibilizzare le persone, e da questo passare all’engagement, quindi al coinvolgimento tramite politiche attive che premettono la riduzione dei consumi energetici o un uso migliore dell’energia, stimolando anche le istituzioni a mettere in campo politiche che facilitino i cittadini in questo percorso.

Ci può fare un esempio concreto?

Recentemente abbiamo partecipato a un progetto europeo sulle politiche energetiche, che ha evidenziato come le persone spesso siano portate ad agire in maniera non razionale, e anche di questo aspetto si deve tenere conto se si vogliono mettere in campo incentivi efficaci. L’intelligenza artificiale può essere utile proprio nell’analisi dei comportamenti e nella messa a punto di incentivi che risultino effettivamente interessanti per le persone. Uno degli obiettivi del progetto era di costruire piani attuativi, ad esempio regionali, facendo in modo che venissero effettivamente utilizzati. Abbiamo analizzato l’esistente e la risposta delle persone, soprattutto dei privati, dal momento che le aziende spesso sono più rapide perché seguono la logica del profitto.

In che modo vi siete mossi?

Abbiamo chiesto il supporto di un team di sociologi, che ci ha aiutato a capire che le spinte che stavano dietro, ad esempio, all’adozione del fotovoltaico, erano spesso tutt’altro che economiche. Aveva più importanza l’imitazione del vicino, la voglia di sentirsi indipendenti dai produttori di energia esterni, mentre la principale barriera era la percezione di un’eccessiva burocrazia delle procedure, o la poca fiducia verso le istituzioni sul mantenimento degli incentivi per il periodo stabilito dalle norme. Di fronte a questo quadro, la sfida per l’intelligenza artificiale è stata quella di costruire modelli che prendessero effettivamente in considerazione questi elementi per proporre incentivi su misura delle aspettative dei cittadini.

Ci sono applicazioni specifiche che rendono l’intelligenza artificiale utile - ad esempio - nella gestione degli impianti di produzione di energia da fonti rinnovabili?

Degli energy management systems abbiamo già detto. Aggiungerei soltanto che – lato aziende, soprattutto nel caso di quelle particolarmente energivore – possono aiutare a organizzare la produzione proprio quando la convenienza è più alta. Molto si può fare anche nel monitoraggio e nella regolazione degli impianti di condizionamento, per consumare il minimo mantenendo standard di comfort adeguati. Nello specifico dell’utilizzo delle energie rinnovabili, inoltre, l’intelligenza artificiale può essere utile per mettere a punto modelli previsionali sempre più precisi, in grado di mitigare l’imprevedibilità della presenza del sole o del vento grazie ad analisi statistiche complesse.

Qual è dal suo punto di vista la sfida principale per il futuro su questi temi?

Sarà quella dei sistemi socio-tecnici, in grado di agire contemporaneamente su infrastrutture artificiali, come le smart grid, e su dinamiche umane e sociali. Costruire modelli in questo caso è complicato da molte variabili. Se le infrastrutture sono deterministiche, quindi di facile modellazione se si possiedono le competenze adeguate, tutto è più difficile quando ci si trova a confrontarsi con dinamiche umane e sociali. L’altra grande sfida è riuscire a costruire modelli sempre più grandi e nonostante questo molto efficienti: dal singolo edificio si passa al gruppo di edifici, al quartiere e anche alla città. Ovviamente più si riesce ad ampliare la scala e più i risultati – dal punto di vista ambientale ed economico – saranno evidenti.

Quanto conta oggi l’aspetto ambientale nell’attività di chi fa ricerca nel campo dell’intelligenza artificiale?

La mia opinione personale è che questi temi siano una priorità soprattutto per i ragazzi che stanno affrontando oggi il loro percorso di studi. A volte l’impressione è che l’hype che stiamo vivendo sull’intelligenza artificiale sia un po’ esagerato, ma il lato buono è che attira tantissimi studenti e studentesse, interessanti non soltanto all’aspetto industriale, ma anche a costruire tecnologie centrate sulle persone e sulla tutela dell’ambiente, di cui i giovani hanno una consapevolezza molto alta.