IA e o desafio energético industrial

Nikhil Gulati, Diretor Sênior de Machine Learning Aplicado e Engenharia da BHC3, gosta de pensar sobre o que a inteligência artificial (IA) poderia fazer quando aplicada ao mundo industrial. 

‘’Por exemplo, um operador deseja otimizar a produção em vários campos e prever a produção a longo prazo. Dependendo do perfil de produção e dos métodos de recuperação, o custo também é um fator a ser gerenciado”, afirma Gulati. ‘’Agora adicione a necessidade de rastrear as emissões em tempo real durante a produção e potencialmente otimizar com uma restrição adicional nas emissões. De repente, isso se torna um problema multidimensional e multiobjetivo a resolver, desde o planejamento da produção, recuperação até ao armazenamento”, acrescenta. ‘’Isso requer mais dados, mais consistência dos dados e uma abordagem diferente para resolver o problema. Os sistemas atuais baseados em física e regras incorporadas em um software tradicional não conseguem resolver múltiplos objetivos enquanto mantêm todas as variáveis em jogo.” 

“Minha esperança”, diz Gulati, “é que nos próximos 10 anos esse desafio seja resolvido pela IA”. Entre os muitos resultados transformadores da aplicação da IA ao problema crítico de como trazer fontes de energia mais limpas para o mercado, está o fato de o sistema dizer aos engenheiros de produção como ajustar a produção para os objetivos combinados e aconselhar cenários alternativos previstos. O engenheiro poderia então confiar nessa recomendação. Vimos problemas semelhantes sendo resolvidos para carros autônomos por meio de uma combinação de técnicas antigas em sistemas de controle e novas técnicas de IA. Assim como em um carro autônomo, você precisaria de vários algoritmos para rodar ao mesmo tempo e detectar em uma resolução completamente diferente, resolvendo todos esses objetivos e orquestrando uma decisão. 

O que está atrapalhando projetos em escala como este? 

Neste momento, diz Gulati, as pessoas não falam o suficiente sobre resultados, “não no sentido que eu gostaria de ver”. De acordo com Gulati, eles ainda estão falando sobre dados e como organizá-los e aproveitá-los para construir um aplicativo básico de Machine Learning que possa ser executado de maneira confiável 24 horas por dia, 7 dias por semana, sem interrupções. ''Ainda ouço estratégia antes da definição de resultados e quantificação de valor''. Mas a tendência, diz ele, é reconhecer que os resultados são fundamentais e reunir e organizar os dados de uma forma que permita a sua aplicação para além dos silos de eficiência dos equipamentos, gestão de custos ou controlo de emissões.  

Liberando o molho secreto 

A segunda tendência que Gulati vê nos sistemas industriais é a de um ecossistema aberto de conhecimentos especializados e soluções de software. “Uma das razões pelas quais outras indústrias floresceram é porque há muito código aberto”, diz ele. “O Google constrói algo e abre o código, e então cinco outras empresas levam isso a um nível totalmente diferente.” Em comparação, o petróleo e gás foram fechados e proprietários quanto à sua propriedade intelectual. Mas Gulati vê “uma tendência em torno da IA e do aprendizado de máquina, onde uma empresa pode resolver um problema com compressores ou turbomáquinas e permitirá que outras pessoas criem aplicações em cima delas, ou adicionem a um ecossistema de soluções integradas – um ecossistema como a Iniciativa de Energia de IA Aberta. 

Lançada em fevereiro deste ano, a iniciativa procura desenvolver um ambiente de soluções interoperáveis baseadas em IA para as indústrias de energia e de processos. Os membros fundadores são Royal Dutch Shell, C3 AI, Baker Hughes e Microsoft. Começou com um foco inicial em soluções de confiabilidade e manutenção preditiva para melhorar a eficiência operacional. 

“A ideia é que, em vez de competirmos uns com os outros, podemos criar um ecossistema aberto de todos estes produtos, onde trocamos informações para criar uma soma de partes melhor do que apenas capacidades individuais?” pergunta Gulati. 

Aproveitando os benefícios da análise geral 

Quanto mais pode ser extraído das soluções de manutenção preditiva, que já são aplicadas há mais de uma década em máquinas críticas? “Penso sobre isso e converso com nossos clientes sobre onde estão os benefícios”, diz Gulati. A questão é que até agora essas soluções têm sido aplicadas principalmente em máquinas críticas. “Mas e se houver um problema no processo que faça com que o equipamento pare de funcionar?” O equipamento em si pode estar bem. Gulati diz que a visão de Confiabilidade do BHC3 “abrangerá processos, diferentes subsistemas e terá uma visão holística da confiabilidade de uma planta inteira – é para onde a indústria está se movendo. Passaremos da análise de um tipo de equipamento para todo o processo, entendendo as perturbações do processo downstream e upstream que podem causar a falha do equipamento.” 

Engenheiro, que se tornou cientista e líder em aprendizado de máquina, Gulati diz que sua paixão é aplicar a tecnologia para gerar resultados reais de negócios. Ele entrou e saiu da academia, dedicando-se à pesquisa fundamental sobre sistemas autônomos, comunicações sem fio adaptativas e muito mais, e levou seus momentos luminosos de volta à indústria. Talvez o seu verdadeiro dom esteja em abranger o nexo entre a I&D e a compreensão humana de como a tecnologia pode ser aplicada. “A parte humana no processo realmente me atrai”, diz ele. 

Promovendo a compreensão no nexo onde as pessoas encontram a IA 

No nível empresarial, ele diz: “Adoro construir consenso. Há muita confusão neste novo espaço de IA/ML em torno do que funciona e onde está o valor, por isso gosto de reunir diferentes pensamentos e abordagens para tomar decisões.” 

Gulati também motiva suas talentosas equipes em direção a objetivos comuns. “O pessoal técnico é muito cabeça-dura e adoro isso – é assim que resolvem problemas”, começa ele. “Mas também quero dar-lhes a visão correta e implementar processos que lhes permitam dar o melhor de si.” Ele diz que os projetos falham onde a visão não é clara e os impactos nos negócios não são identificados. Não faz sentido ter uma equipe de machine learning e ciência de dados com planos impraticáveis. “Os problemas de negócios precisam ser definidos para que os cientistas de dados e uma nova geração de engenheiros de software possam brilhar.” 

A Baker Hughes é o parceiro industrial e um dos principais patrocinadores do C3.ai Digital Transformation Institute, também criado em fevereiro deste ano, que visa promover a IA para a segurança energética e climática. Sua aposta inicial foi convidar desenvolvedores, pesquisadores e acadêmicos a apresentarem propostas de temas de pesquisa em áreas como: IA para captura e armazenamento de carbono; Cibersegurança da energia e das infraestruturas energéticas; IA para aumentar a penetração e utilização de energias renováveis distribuídas; IA para edifícios e fábricas com eficiência energética; IA para aumentar a segurança e reduzir as emissões da produção de hidrocarbonetos e da infra-estrutura de transporte; e IA para uma melhor modelização das alterações climáticas. 

O papel de Gulati aqui é identificar projectos de investigação que complementem os objectivos da Baker Hughes de fazer avançar a energia num mundo com minimização de carbono, ajudando os investigadores a aperfeiçoar os seus objetivos e apoiando os seus esforços. 

A descarbonização e a transição energética estão realmente funcionando? 

O cientista em Gulati também procura uma análise quantitativa de como os esforços da indústria do petróleo e do gás para descarbonizar e fazer a transição terão um impacto positivo nas alterações climáticas. “A linha de pontos ainda não foi conectada em minha mente”, diz ele. Muitas empresas comprometeram-se a ser neutras em carbono até 2050, mas Gulati diz que “alguém tem de trazer dados de algum lugar para verificar isso e acompanhar o progresso. Precisamos de melhorar a quantificação das nossas próprias emissões e ajudar os nossos clientes a fazer o mesmo”. 

Ele diz que o seu pai é um activista local para a mudança social e a mitigação das alterações climáticas na Índia, e Gulati Junior disse-lhe que “A indústria do petróleo e do gás tem uma má reputação, mas não posso simplesmente ficar sentado fora da indústria e esperar que isso aconteça”. - eu vou entrar! Ele quer ser capaz de ver onde e em que medida os esforços da indústria estão mudando o rumo.