El helio-3 (He-3), un isótopo (un tipo de átomo) que se origina principalmente a partir del viento solar, es un recurso escaso en la Tierra debido a la protección que brindan nuestra atmósfera y nuestro campo magnético. Sin embargo, la Luna alberga una vasta reserva de este recurso sin explotar, que ahora se ha convertido en el objetivo de la explotación lunar debido a su potencial energético. El He-3 podría utilizarse como combustible en reactores de fusión nuclear y podría desempeñar un papel importante en el avance de la industria de la computación cuántica.
Según los datos del Programa Apolo y de la agencia espacial india, se estima que la Luna alberga un millón de toneladas de He-3. Sin embargo, existen diferentes estimaciones sobre su rendimiento. Algunas indican que 25 toneladas podrían cubrir las necesidades energéticas de Estados Unidos durante un año. Otras sugieren que esa misma cantidad podría alimentar la ciudad de Madrid durante cinco años.
La startup Interlune, cofundada por dos exlíderes de Blue Origin (la empresa espacial fundada por el magnate Jeff Bezos) y con la colaboración de Harrison H. Schmitt, astronauta del Apolo 17, aspira a ser la primera compañía minera del «oro lunar». Interlune afirma que pronto enviará una misión robótica para demostrar la viabilidad de su tecnología extractiva en una planta piloto.
La Inteligencia Artificial (IA) jugará un papel clave para mejorar los procesos de extracción, manipulación, traslado y uso del He-3 como fuente de energía sostenible. Además, será vital para la supervisión y el mantenimiento de las instalaciones lunares. La IA ya se utiliza para predecir inestabilidades en el plasma, el gas sometido a temperaturas de millones de grados para reproducir la fusión de núcleos atómicos que sucede de forma natural en el sol.
La explotación del He-3 lunar podría marcar un cambio de paradigma energético, aunque todavía es una posibilidad lejana. Sin embargo, hay otras alternativas más modestas, como el generador magnético asistido por IA, que no produce emisiones ni necesita combustible fósil.
La IA promete más de cincuenta usos posibles en el sector energético. Más de cien proveedores en todo el mundo ya la utilizan para análisis y monitorización de patrones de consumo, gestión de redes inteligentes, predicción de la demanda de electricidad y la producción eólica y fotovoltaica, mejora de cargas y descargas de baterías, búsqueda de reservas de hidrocarburos y seguridad de instalaciones nucleares.
El uso de IA en el sector energético está impulsando la digitalización. La IA generativa (GenIA) promete una revolución con impactos muy relevantes en toda la cadena de valor. Según Accenture, el 38% de las tareas en las empresas energéticas tendrán alguna relación con la GenIA.
El mundo está avanzando hacia una distribución de energía más descentralizada y hacia una generación más renovable. En este escenario, las tecnologías clave son el internet de las cosas para recopilar y transferir datos, los registros distribuidos como blockchain para asegurar transacciones económicas seguras y veloces, y sistemas de IA para tomar decisiones rápidas y automáticas.
Google y su filial DeepMind han desarrollado una red neuronal que prevé la producción futura de su flota renovable eólica con hasta 36 horas de antelación. La IA también está facilitando el camino a empresas de hidrocarburos como Cepsa, que utiliza las soluciones de Amazon Lookout for Equipment para predecir fallos en sus máquinas.
Además de la predicción meteorológica a medio y largo plazo y el mantenimiento predictivo de turbinas eólicas, Iberdrola utiliza robots y drones de inspección con sensores y sistemas de IA. También utiliza herramientas que anticipan la demanda y asistentes domésticos para alertar sobre puntos de consumo excesivo.
A pesar de los beneficios que la IA puede aportar al sector energético, también es importante tener en cuenta su impacto en la demanda de electricidad. Según la Agencia Internacional de Energía (AIE), el consumo mundial de electricidad en los centros de datos, donde a menudo se realizan los cálculos para los sistemas de IA, pasó de 200 teravatios-hora (TWh) en 2015 a entre 240 y 340 en 2022, lo que representa entre el 1% y el 1,3% de la demanda final mundial de electricidad. Sin embargo, se estima que el aprendizaje automático representa menos de una cuarta parte de ese uso total.
