En una escala en el aeropuerto de Lima, mientras regresaba a San Juan, Argentina, después de unas vacaciones en Ecuador, Eduardo Salazar se detuvo a ver un documental que cambiaría el rumbo de su carrera. Se llamaba AlphaGo y contaba cómo un programa de inteligencia artificial desarrollado por Google había conseguido vencer a uno de los mejores jugadores del mundo de Go, un antiguo juego de estrategia, originario de China hace más de 2.500 años.
Salazar cursaba entonces un doctorado en Ingeniería Eléctrica y aquella demostración le despertó una curiosidad que no había explorado hasta ese momento: ¿cómo podía una computadora aprender, analizar posibilidades y tomar decisiones?
"Ese momento me dije, eso quiero hacer".
Su curiosidad por la tecnología no apareció de la nada. Desde niño, Eduardo estuvo rodeado de cables, circuitos y conversaciones sobre electricidad.
Su padre es tecnólogo electromecánico y buena parte de su familia paterna está vinculada a ese campo. Le gustaba observar cómo armaban maquetas, conectaban cables y trabajaban con circuitos. También disfrutaba construir figuras con legos y descubrir cómo encajaban las piezas.
Estudió en el colegio Don Bosco, en Quito, donde obtuvo un bachillerato técnico industrial en Electricidad y Electrónica. Al terminar, ingresó a Ingeniería Eléctrica en la Escuela Politécnica Nacional. "Al año me salí porque yo buscaba más practica y eso lo conseguí en Universidad Politécnica Salesiana".
Mientras estudiaba comenzó a trabajar. Pasó por una consultora de energía eléctrica que realizaba estudios de plantas solares y también fue coordinador de mantenimiento de plantas en la Empresa Pública Metropolitana de Gestión Integral de Residuos Sólidos (Emgirs), del Municipio de Quito. Estudiar y trabajar al mismo tiempo le permitió acercarse a los problemas reales del sector eléctrico y entender cómo funcionaban sus sistemas.
En 2017 se graduó como el mejor egresado de su promoción. Le atraía investigar, hacer preguntas y encontrar soluciones. Esa inquietud lo llevó a conseguir una beca del Gobierno alemán para realizar un doctorado en Ingeniería Eléctrica en la Universidad Nacional de San Juan, en Argentina.
Durante sus estudios encontró la manera de unir dos campos que hasta entonces parecían distantes: la ingeniería eléctrica y la inteligencia artificial. Se interesó por el aprendizaje por refuerzo, una técnica que permite a las máquinas aprender a partir de la experiencia, evaluar distintas alternativas y mejorar sus decisiones.
Decidió aplicar ese conocimiento a las redes de distribución eléctrica. Su investigación se concentró en desarrollar un algoritmo capaz de analizar el comportamiento económico de estos sistemas y encontrar mejores formas de gestionarlos. Así comenzó a construir una línea de trabajo que hoy conecta la inteligencia artificial con la eficiencia energética y los mercados eléctricos.
Se graduó con honores, con una calificación de 10 sobre 10. Después viajó a Alemania para realizar una estancia de investigación de un año, durante la cual aplicó el algoritmo a otros problemas y amplió sus conocimientos.
Luego volvió a Quito. Se quedó seis meses, porque pronto se dio cuenta que para crecer en su carrera sería difícil. "En Ecuador no encontré proyectos de investigación aplicada ni tampoco había los fondos necesarios para desarrollarlos". Entendió que debía abrirse camino en otro lugar.
"Decidí que debía irme a buscar la punta del iceberg para seguir mi carrera".
La oportunidad llegó en 2024, cuando lo convocaron para trabajar en un proyecto español que combinaba inteligencia artificial y sistemas energéticos. Así llegó al Instituto de Recerca en Energía de Catalunya (IREC), en Barcelona. Se incorporó como investigador sénior y hoy también es investigador principal, una responsabilidad que implica coordinar equipos, dirigir proyectos y presentar propuestas a la Unión Europea para conseguir financiación.
Una nueva forma de gestionar la energía
Su trabajo tiene un objetivo concreto: conseguir que los equipos eléctricos puedan tomar decisiones de manera autónoma y utilizar la energía de forma más eficiente. "Lo que yo hago son modelos que hablen con las máquinas, no con la gente. Esa es la diferencia", me explica, mientras conversamos por zoom a más de 9.200 kilómetros de distancia.
En términos sencillos, añade que desarrolla algoritmos que permiten que los sistemas eléctricos aprendan a partir de los datos, anticipen lo que puede ocurrir y coordinen sus operaciones sin que una persona tenga que decidir cada movimiento.
"Para entenderlo, por ejemplo, un vecindario en el que varias viviendas tienen paneles solares y baterías. Durante el día, esos paneles pueden producir más electricidad de la que sus habitantes necesitan. En otras horas, el consumo aumenta y la comunidad requiere energía adicional. Si los recursos funcionan de manera coordinada, pueden decidir cuándo utilizar la electricidad que producen, cuándo almacenar los excedentes y cuándo poner parte de esa capacidad a disposición del sistema eléctrico".
Ahí entra la inteligencia artificial que investiga. Sus modelos buscan que los equipos puedan comunicarse y tomar decisiones coordinadas. Esta capacidad de ajustar el consumo, el almacenamiento y la disponibilidad de energía se conoce como flexibilidad energética.
La importancia del trabajo está en que los usuarios podrían dejar de ser únicamente consumidores de electricidad. Una comunidad que produce energía y cuenta con recursos para almacenarla también podría ofrecer servicios de flexibilidad al sistema eléctrico y recibir una compensación económica por hacerlo.
"Todas las iniciativas tratan de convertir a la energía eléctrica en un producto que se pueda transformar en dinero para los usuarios".
Esta idea ya se desarrolla en cuatro proyectos de investigación financiados por la Unión Europea, en los que participa Salazar y que, en conjunto, suman aproximadamente 4,4 millones de euros (US$ 4,9 millones) de presupuesto.
Uno de ellos es MELIXA, con una financiación aproximada de 1,28 millones de euros (US$ 1,4 millones) y seis socios entre institutos y universidades. Eduardo es su investigador principal y coordina un equipo de cuatro colaboradores.
La propuesta desarrolla una plataforma que busca conectar a los usuarios de las redes de distribución con el mercado eléctrico. Para ello integra inteligencia artificial, modelos de predicción y herramientas de control que permiten coordinar los recursos energéticos de una comunidad.
MELIXA se encuentra en fase de pruebas en España y la puesta en marcha en toda la Unión Europea está prevista para diciembre de 2027.
Otra experiencia es NETBUILD, un proyecto de 1,36 millones de euros (US$ 1,5 millones) que ya concluyó. Su objetivo fue probar modelos inteligentes en edificios públicos para reducir el consumo eléctrico y aprovechar mejor los recursos disponibles. En la práctica, se trata de que un edificio pueda gestionar sus equipos y ajustar determinados consumos según las condiciones del sistema energético.
La investigación también avanza hacia una escala mayor. COMGRID y SYNERGEC representan en conjunto más de 1,8 millones de euros (US$ 2, millones) y amplían el trabajo hacia la coordinación de comunidades energéticas y recursos compartidos. COMGRID aborda la transición energética y urbana, mientras que SYNERGEC trabaja en la planificación, optimización y evaluación de comunidades energéticas. Ambos proyectos buscan extender la coordinación de recursos más allá de un edificio o una vivienda y explorar cómo pueden relacionarse con la red eléctrica.
"Los cuatro proyectos tienen un hilo conductor y es utilizar inteligencia artificial para que la energía no sea únicamente algo que se consume y se paga, sino también un recurso que puede gestionarse mejor y generar valor".
La seguridad, el siguiente desafío
Sus investigaciones no se limitan al sector energético. Mientras desarrolla estos proyectos, cursa un segundo doctorado en Inteligencia Artificial en la Universidad Politécnica de Cataluña. Allí trabaja en una nueva línea relacionada con la seguridad de los sistemas inteligentes.
Su propuesta busca desarrollar mecanismos de protección y agentes capaces de supervisar el funcionamiento de otros sistemas de inteligencia artificial.
"Una especie de policía de la IA para la IA. Es decir, herramientas que ayuden a vigilar y proteger programas que, cada vez más, pueden tomar decisiones y ejecutar tareas de manera autónoma".
Esta investigación está vinculada a una propuesta de 8 millones de euros (US$8,9) millones Además de otra investigación por 10 millones de euros (US$11,2 millones). Ambas cuentan con cartas de aceptación, pero los recursos todavía no han sido desembolsados.
Su trabajo científico también incluye colaboraciones en otras áreas, como computación cuántica, diseño de algoritmos de partículas y análisis de materiales. Son campos distintos de la investigación energética, pero comparten el uso de herramientas matemáticas y computacionales para estudiar problemas complejos y explorar nuevas soluciones.
Un puente entre Europa y América Latina
Llevar parte de ese conocimiento a Ecuador es una de las aspiraciones de Salazar. "No quiero que se quede únicamente en Europa. Por eso mantengo contactos con la Escuela Politécnica Nacional y la Universidad Técnica de Ambato, con la intención de involucrarlas en investigaciones internacionales".
El desafío está en conseguir recursos. Salazar conoce las limitaciones que enfrentan las universidades ecuatorianas para financiar proyectos científicos de gran escala. "En Ecuador es imposible que te entreguen US$ 10 millones a dos profesores", por eso estoy abriendo espacio en trabajos que ya cuentan con financiación y equipos de investigación en Europa.
Ese propósito también lo llevó a impulsar la Red Iberoamericana de Integración de Inteligencia Artificial en Redes Eléctricas Inteligentes, vinculada al programa CYTED. La iniciativa reúne a 14 universidades de Argentina, Colombia, Brasil, México, Costa Rica, Perú, Uruguay y Ecuador. La Universidad Técnica de Ambato representa al país. "ya recibimos un primer desembolso de 100.000 euros (US$ 111,8 )".
La idea es reunir a científicos, investigadores y empresas para compartir conocimiento y desarrollar herramientas propias. Él considera que América Latina necesita fortalecer sus capacidades tecnológicas para no depender exclusivamente de soluciones creadas en otras regiones.
Con esa misma visión nació OLATCIA, la Organización Latinoamericana y Caribeña de Inteligencia Artificial. "El propósito es conectar a quienes trabajan en inteligencia artificial y abrir oportunidades para que la región desarrolle sus propias soluciones. Te imaginas un chatGTP latino".
Pero desarrollar tecnología propia no es el único desafío. Para que iniciativas como las comunidades energéticas puedan funcionar y convertirse en una oportunidad para los usuarios, también se necesita un marco legal que las respalde. Eduardo señala que en Ecuador y en otros países de América Latina todavía no existe una regulación que permita poner en marcha este tipo de iniciativas y establecer las condiciones para su funcionamiento.
La distancia también ha tenido un costo personal. En dos ocasiones tuvo que viajar de urgencia a Quito por la salud de su padre. "Le dio un infarto, fue durísimo porque se puso mal y no sabía que pasaría".
La paciencia detrás de la investigación
Su trayectoria también se mide en publicaciones y trabajo académico. Ha realizado alrededor de 20 conferencias, cuenta con más de 30 publicaciones y dos patentes. Además, coordina dos revistas científicas, dicta cursos y seminarios y ejerce la docencia universitaria a tiempo parcial.
Un investigador de su nivel puede recibir una remuneración que bordea los 75.000 euros anuales (US$ 83,9), pero hay que tener en cuenta el costo de vida en Barcelona. Según estimaciones de Numbeo, una persona necesita alrededor de 869 euros (US$ 972) mensuales para cubrir sus gastos habituales, sin contar la vivienda. Si alquila un departamento de una habitación en el centro de la ciudad, el presupuesto mensual puede superar los 2.300 euros (US$ 2.572).
Pero la investigación no siempre ofrece resultados inmediatos. "Me ha tocado aprender a ser paciente y perseverante. Muchas veces sentía que el esfuerzo era en vano. En una publicación que hice en 2019 sobre inteligencia artificial, aprendizaje por refuerzo y comportamiento tuve que esperar dos años para saber si funcionaría". La espera rindió frutos.
"Es increíble ver cómo mis artículos son utilizados y otros científicos me citan en sus estudios".
En este recorrido aprendió que no todos los experimentos funcionan como se espera ni todas las ideas encuentran reconocimiento inmediato. Pero incluso los intentos fallidos dejan aprendizajes que ayudan a encontrar nuevas rutas.
"Cuando no funciona algo me impulsa a seguir con más fuerza. En el mundo científico no hay pérdidas, sino nuevos datos". (I)
