Google lanza una aplicación que calcula el potencial solar de los tejados de 40 países

En pleno auge del autoconsumo solar, Google apuesta por una nueva aplicación —dentro de su cartera de sostenibilidad— que permitirá calcular el potencial y la rentabilidad solar de los tejados de 320 millones de edificios de 40 países, entre ellos España. En concreto, estos productos aplican inteligencia artificial y machine learning, junto con imágenes aéreas y datos ambientales, que proporcionan información actualizada sobre las posibilidades que tienen los tejados de esos edificios.

ARTÍCULO RELACIONADO

IoT, Machine Learning, Big data y la Inteligencia Artificial pueden aumentar la productividad en 45%

Solar API, como se llama la aplicación que estrena la compañía, aporta, además de los datos detallados de los tejados para ayudar a estimar el potencial, el posible ahorro de energía solar basándose en los recursos cartográficos e informáticos. Para conseguir estos datos, Google ha entrenado durante años un modelo de IA para extraer información 3D sobre la geometría del techo a través de imágenes aéreas, junto con detalles sobre los árboles y la sombra. Además, tiene en cuenta factores como patrones climáticos históricos en la zona o el coste de la energía. Esto significa que empresas como las instaladoras de paneles solares pueden ver cuanta luz solar reciben los edificios y los posibles ahorros de energía incluso antes de visitar el área. A los propietarios les facilita instalar paneles solares de forma más rápida y sencilla.

Este proyecto de Google, que dio sus primeros pasos en EE.UU. en 2015, responde al interés mundial por las búsquedas de “energía solar en tejados” que, según la compañía, aumentó 60% el año pasado.

Calidad del aire y previsiones de polen

También mediante la aplicación de IA y de machine learning a datos medioambientales, Google ha lanzado una aplicación sobre la calidad del aire para más de 100 países de todo el mundo, incluyendo España. Ofrece información sobre la calidad del aire, con un índice local y global, y la posibilidad de visualizar los niveles de contaminación atmosférica mediante mapas térmicos.

Por ejemplo, permite observar la información de tráfico en tiempo real para saber los datos de congestión y el volumen de automóviles en un área, y utiliza el machine learning para predecir diferentes contaminantes en esa área en un momento dado. Esto aporta información útil, por ejemplo, para empresas de transporte o servicios de emergencias.

Otra aplicación que acaba de lanzar la tecnológica y también relacionado con la reducción del impacto medioambiental se refiere a los niveles de polen de las ciudades. Ofrece a los desarrolladores una previsión diaria de polen y un mapa de calor. El modelo admite una previsión de hasta 5 días de antelación para todos los alérgenos principales, incluido el polen de árboles, gramíneas y malas hierbas, y tiene en cuenta 15 especies de plantas diferentes como el arce, el abedul y el olmo. Dispone de información de más de 65 países, incluido España.