El Departamento de Energía de EE. UU. selecciona un proyecto de prospección geotérmica impulsado por IA para un programa de subvenciones

Un proyecto de investigación que busca utilizar inteligencia artificial (IA) para descubrir y desarrollar recursos geotérmicos de forma segura y económica ha sido seleccionado por el Departamento de Energía de Estados Unidos (US DOE) para avanzar a la Fase II de la Genesis Mission. En total, se han seleccionado 12 proyectos para recibir financiación en esta segunda fase, por un valor conjunto de 159 millones de dólares estadounidenses.

El proyecto Multi-agent AI Expert for Subsurface Reasoning and Optimization (MAESTRO) está liderado por ingenieros de la Universidad de California en Irvine. También participan otros cuatro campus de la Universidad de California (UC Berkeley, UC Riverside, UC San Diego y UC Santa Cruz), junto con cuatro laboratorios nacionales (Los Alamos, Lawrence Livermore, Lawrence Berkeley y Pacific Northwest) y empresas privadas. Se espera que la segunda fase del proyecto tenga una duración de tres años.

El equipo reúne conocimientos especializados en geofísica, geomecánica, geoquímica, inteligencia artificial y aprendizaje automático, así como capacidades de ingeniería relacionadas con el desarrollo y la operación de estos recursos energéticos sostenibles.

«Existe un potencial de energía geotérmica subterránea más que suficiente para abastecer a todo Estados Unidos, pero aprovecharlo de forma segura y económica sigue siendo un desafío importante», afirmó Mohammad Javad Abdolhosseini Qomi, investigador principal del proyecto y profesor de ingeniería civil y ambiental en UC Irvine. «El proyecto MAESTRO está diseñado para resolver las lagunas de conocimiento sobre entornos subterráneos complejos mediante un marco integrado de inteligencia artificial que aborda el problema desde múltiples perspectivas».

El proyecto MAESTRO utilizará herramientas de IA para procesar grandes volúmenes de datos de observación geofísica y conocimientos previos, con el objetivo de generar modelos capaces de predecir cómo se propagan las fracturas durante los procesos de estimulación. Estas simulaciones pueden ayudar a los operadores a evaluar la probabilidad de éxito de los proyectos de sistemas geotérmicos mejorados (EGS).

El proyecto también incorporará avances en la forma en que los sistemas de IA aprenden y razonan sobre problemas físicos. De manera similar a las aplicaciones de navegación ampliamente utilizadas, que mejoran cuanto más se usan, la IA de MAESTRO funcionará mediante un ciclo de retroalimentación de mejora continua. El sistema identificará las áreas con mayor incertidumbre en sus predicciones, ejecutará simulaciones específicas para cubrir las lagunas de conocimiento y actualizará sus modelos. Además, incorporará un mecanismo de seguridad para garantizar que las recomendaciones de la IA sean físicamente coherentes y fiables.

Otro resultado importante del proyecto MAESTRO será mejorar la comprensión y el control de la sismicidad inducida, es decir, los terremotos que pueden producirse como consecuencia de las actividades de fracturación hidráulica. Las tecnologías y herramientas de IA desarrolladas con este propósito también podrían servir de base para sistemas de alerta temprana de terremotos naturales.

Russ Detwiler, coinvestigador principal del proyecto, añadió que MAESTRO será de código abierto y compartirá sus recursos digitales con investigadores académicos, responsables de políticas públicas y el público en general.

«Los profesionales del sector del desarrollo de energías sostenibles tendrán finalmente acceso a orientación en tiempo real que puede reducir los riesgos financieros y el tiempo necesario para llevar los proyectos geotérmicos a buen término», señaló Detwiler. «Para las comunidades, la monitorización continua del subsuelo mejorará considerablemente la seguridad en las regiones propensas a los terremotos».

Relacionado: Zanskar valida mediante perforación su método de descubrimiento geotérmico basado en IA en el emplazamiento de Pumpernickel, Nevada

Fuente: Noticias de UC Irvine

Más información en nuestra plataforma global ThinkGeoEnergy.