Inteligencia artificial y sostenibilidad: innovación para el desarrollo sustentable y la eficiencia energética
La convergencia entre la Inteligencia Artificial (IA) y las tecnologías sustentables está redefiniendo la eficiencia de los sistemas energéticos y ambientales. Este estudio examina el impacto de la IA en la optimización de energías renovables, la gestión de residuos y la reducción de la huella de c...
Saved in:
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | Spanish |
| Published: |
Universidad Metropolitana de Ecuador
2025-03-01
|
| Series: | Revista Metropolitana de Ciencias Aplicadas |
| Subjects: | |
| Online Access: | http://remca.umet.edu.ec/index.php/REMCA/article/view/847 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | La convergencia entre la Inteligencia Artificial (IA) y las tecnologías sustentables está redefiniendo la eficiencia de los sistemas energéticos y ambientales. Este estudio examina el impacto de la IA en la optimización de energías renovables, la gestión de residuos y la reducción de la huella de carbono. Mediante un enfoque de investigación mixto, que combina revisión sistemática de literatura, análisis de datos cuantitativos y modelado predictivo, se identifican tendencias clave y oportunidades emergentes. Los hallazgos confirman que la IA mejora la eficiencia operativa hasta en un 35 %, reduce el desperdicio de recursos en un 30 % y contribuye a la gestión inteligente de redes eléctricas y sistemas de reciclaje. Se discuten también los desafíos relacionados con el alto consumo energético de los modelos de IA y la necesidad de infraestructura adecuada para su implementación a gran escala. Se llega a comprobar que el uso de algoritmos de aprendizaje automático puede incrementar la eficiencia operativa de sistemas energéticos y mejorar la gestión de residuos a través de técnicas de visión artificial. Asimismo, el análisis estadístico ha revelado una reducción significativa en el desperdicio de recursos mediante la aplicación de IA en la predicción y optimización del consumo energético.
|
|---|---|
| ISSN: | 2661-6521 2631-2662 |