¡Hola, Claire!

Me ha encantado este artículo, porque justo estaba buscando algo similar.

En mi opinión, realmente este tipo de predicciones es fundamental para el sector de las energías renovables, ya que ahora mismo todas las empresas funcionando en éste apuestan por la meteorología y la ciencia de datos. Endesa, por ejemplo, lo ha mencionado varias veces, incluído en este artículo que encontré:

https://www.endesa.com/es/prensa/sala-de-prensa/noticias/transicion-energetica/renovables/endesa-combina-meteorologia-data-science-energias-renovables

Por cierto, ¡también le eché un vistazo al artículo original (en inglés) que está en la revista Nature! Es muy interesante.  https://www.nature.com/articles/s41586-024-08252-9

Muchas gracias por compartirlo por el foro,
Mucho ánimo,

Yuan.

¡Hola a todos!

He encontrado algunas páginas que hablan en concreto sobre por qué la predicción del clima y los fenómenos atmosféricos es importante para las centrales de energía renovable:

https://rinconeducativo.org/es/recursos-educativos/planificacion-energetica-espana/#:~:text=La%20previsi%C3%B3n%20de%20la%20demanda,el%C3%A9ctrica%20en%20un%20instante%20dado.

https://www.soziable.es/entorno/por-que-es-importante-el-tiempo-que-hace-para-el-sector-energetico

https://www.preventionweb.net/news/importancia-de-la-informacion-y-prediccion-climatica-para-el-beneficio-de-la-poblacion


Ojalá sea de ayuda. Mucho ánimo

Yuan.

Hola, ¿cómo están?

Respecto a tu pregunta, considero que los datos sintéticos pueden ser de gran beneficio para todos. Sin embargo, en toda la investigación no me había planteado que pudieran utilizarse con malos fines, solo me centré en la posibilidad de que los datos sintéticos tengan consecuencias negativas por el hecho de que se hayan creado con sesgos.

Por una parte, considero que los gobiernos deberían supervisar el desarrollo y uso de los datos sintéticos para controlar que estos no se usen de malas maneras. Sin embargo, también opino que cuando se consiga que los datos sintéticos sean eficaces y representativos de la realidad casi en absoluto será más difícil utilizarlos de mala manera. Dando un ejemplo, una organización podría utilizar datos sintéticos erróneos para crear desinformación, pero cuando los datos sintéticos sean representativos de la realidad, su uso y el de los datos reales debería ser similar. Así que los datos sintéticos estarán tan sesgados como lo esté la realidad.

Buenas tardes,

La verdad que a falta de una pregunta clara estoy un poco en blanco respecto a que responder, sobre todo en un tema tan amplio como la generación sintéticas de datos. Como no se que el lo que te gustaría saber, supongo que lo mejor sería responder enfocándome en lo general.

1. Posibilidades de los datos sintéticos: Los datos sintéticos, al menos en lo que mi trabajo se ha enfocado, son muy utiles para el Machine Learning, el entrenamiento de modelos de inteligencia artificial. Estos datos son casi necesarios porque hacer que un sistema como los GANs (Redes Generativas Antagónicas) aprenda a crear cosas partiendo de la nada, es una tarea que requiere un volumen de muestras gigantesco, ya que no se le puede explicar al discriminador como es lo que tiene que aprender a reconocer, si no que debe aprender a reconocerlo por si mismo con una muestra de, por ejemplo, imágenes. Los datos sintéticos permiten aumentar muchísimo el volumen de datos que pueden utilizarse para el Machine Learning, sobre todo a pequeña escala, donde la cantidad de información suele ser escasa y poco representativa de la realidad general.

2. Problemas a resolver con los datos sintéticos: Me voy a limitar a hablar de un solo problema, ya que es en el que me he centrado en mi investigación, la creación de sesgos. Cuando los datos no son lo suficientemente representativos de la realidad o la información que presentan es sesgada, los modelos de Machine Learning se entrenan mal.

Sinceramente no se si esta es la información que estas buscando, ya que es muy poco específica y habiendo terminado tu trabajo esto ya lo sabrás. En cualquier caso, los datos sintéticos, en mi opinión, son una rama muy compleja que debe ser cuidada y modificada con mucho cuidado para no poner en riesgo la fiabilidad de nuestros datos.

Me alegro de que hayas terminado tu trabajo, ¿lo has terminado del todo? si todavía te falta algo, por poco que sea, te deseo mucha suerte.
Un saludo, Miguel.

He aquí algunas páginas que he utilizado para comprender mejor la noticia.

Artículo oficial del proyecto (inglés):https://www.sciencedirect.com/science/article/pii/S0306261924006251

¿Qué es la visión computacional?: https://aprendeia.com/vision-computacional/#:~:text=Los%20algoritmos%20de%20Visi%C3%B3n%20Computacional,encuentran%20patrones%20en%20esos%20objetos.

Espero que sea de ayuda si le echáis un vistazo al artículo.