por
Gran parte de la investigación de Anuradha Annaswamy se basa en la incertidumbre. ¿Cómo afecta el clima nublado a una red de energía solar? ¿Cómo garantizar que se entregue electricidad al consumidor si una red funciona con viento y el viento no sopla? ¿Cuál es el mejor curso de acción si un pájaro golpea el motor de un avión durante el despegue? ¿Cómo predecir el comportamiento de un ciberatacante?
Annaswamy, investigadora sénior del Departamento de Ingeniería Mecánica del MIT, dedica la mayor parte de su tiempo de investigación a la toma de decisiones en condiciones de incertidumbre. Diseñar una infraestructura inteligente que resista la incertidumbre puede conducir a sistemas más seguros y confiables, dice.
Annaswamy es director del Laboratorio de Control Adaptativo Activo del MIT. Experta de renombre mundial en la teoría del control adaptativo, ha sido nombrada presidenta de la Sociedad de Sistemas de Control del Instituto de Ingenieros Eléctricos y Electrónicos para 2020. Su equipo utiliza el control adaptativo y la optimización para dar cuenta de diversas incertidumbres y anomalías en los sistemas autónomos. En particular, están desarrollando infraestructura inteligente en los sectores de energía y transporte.
Usando una combinación de teoría de control, ciencia cognitiva, modelos económicos y sistemas ciberfísicos, Annaswamy y su equipo han diseñado sistemas inteligentes que algún día podrían transformar la forma en que viajamos y consumimos energía. Su investigación cubre una amplia gama de temas, como sistemas de piloto automático más seguros en aeronaves, asignación eficiente de recursos en redes eléctricas, mejores servicios de viajes compartidos y sistemas ferroviarios sensibles a los precios.
En una entrevista reciente, Annaswamy explicó cómo estos sistemas inteligentes podrían contribuir a un futuro más seguro y sostenible.
P: ¿Cómo utiliza su equipo el control adaptativo para que los viajes aéreos sean más seguros?
A: Queremos desarrollar un sistema de piloto automático avanzado que pueda recuperar la aeronave de manera segura en caso de una anomalía grave, como un ala dañada en pleno vuelo o un pájaro volando en el motor. En el avión tienes un piloto y un piloto automático para tomar decisiones. Preguntamos: ¿cómo se combinan estos dos tomadores de decisiones?
La respuesta que se nos ocurrió fue desarrollar una arquitectura de control piloto-piloto automático compartida. Colaboramos con David Woods, un experto en ingeniería cognitiva de la Universidad Estatal de Ohio, para desarrollar un sistema inteligente que tenga en cuenta el comportamiento del conductor. Por ejemplo, todos los humanos tienen algo conocido como «maniobrabilidad» y «degradación elegante del mando» que informan cómo reaccionamos ante la adversidad. Usando modelos matemáticos del comportamiento del piloto, propusimos una arquitectura de control compartida donde el piloto y el piloto automático trabajan juntos para tomar una decisión inteligente sobre cómo reaccionar ante las incertidumbres. En este sistema, el piloto informa la anomalía a un sistema de piloto automático adaptativo que proporciona un control de vuelo resistente.
P: ¿Cómo encaja su investigación sobre el control adaptativo en el concepto de ciudades inteligentes?
A: Las ciudades inteligentes son una forma interesante de utilizar sistemas inteligentes para promover la sostenibilidad. Nuestro equipo se centra más específicamente en los servicios de carpooling. Servicios como Uber y Lyft han brindado nuevas opciones de transporte, pero es necesario considerar su impacto en la huella de carbono. Estamos buscando desarrollar un sistema donde la cantidad de pasajeros-millas por unidad de energía se maximice a través de algo llamado «servicios de movilidad compartida bajo demanda». Usando el enfoque de minimización alternativa, hemos desarrollado un algoritmo que puede determinar la ruta óptima para múltiples pasajeros que viajan a varios destinos.
Al igual que con la dinámica piloto-piloto automático, el comportamiento humano está en juego aquí. En sociología, existe un concepto interesante de dinámica del comportamiento conocido como teoría prospectiva. Si les damos a los pasajeros opciones con respecto a la ruta que tomará su servicio de viajes compartidos, les damos el poder de aceptar o rechazar una ruta. La teoría de la perspectiva muestra que si puede utilizar los precios como incentivo, las personas son mucho más reacias a las pérdidas, por lo que estarían dispuestas a caminar un poco más o esperar unos minutos más para unirse a un viaje de bajo costo con un itinerario optimizado. Si todos usaran un sistema como este, la huella de carbono de los servicios de viajes compartidos podría reducirse significativamente.
P: ¿De qué otras formas está utilizando sistemas inteligentes para promover la sostenibilidad?
A: La energía renovable y la sostenibilidad son grandes impulsores de nuestra investigación. Para crear un mundo donde toda nuestra energía provenga de fuentes renovables como la solar o la eólica, necesitamos desarrollar una red inteligente que pueda tener en cuenta que el sol no siempre brilla y el viento no siempre sopla. Estas incertidumbres son los mayores obstáculos para la realización de una red totalmente renovable. Por supuesto, se están desarrollando muchas tecnologías para baterías que pueden ayudar a almacenar energía renovable, pero estamos adoptando un enfoque diferente.
Hemos creado algoritmos que pueden planificar de manera óptima los recursos de energía distribuida dentro de la red; esto incluye tomar decisiones sobre cuándo usar generadores en el sitio, cómo operar dispositivos de almacenamiento y cuándo recurrir a tecnologías que respondan a la demanda, todo en respuesta a la economía de el uso de dichos recursos y sus limitaciones físicas. Si podemos desarrollar una red inteligente interconectada donde, por ejemplo, la configuración del aire acondicionado en una casa se establece automáticamente en 72 grados en lugar de 69 grados cuando la demanda es alta, podría haber ahorros sustanciales en el consumo de energía sin afectar la comodidad humana. En uno de nuestros estudios, aplicamos un algoritmo distribuido de coordinación atómica proximal a la red de Tokio para demostrar cómo este sistema inteligente podría dar cuenta de las incertidumbres presentes en una red alimentada por recursos renovables.
