A startup Zanskar, cofundada por Carl Holland, está utilizando inteligência artificial para identificar novos reservatórios de energia geotérmica convencional, uma fonte que, segundo a empresa, tem potencial subestimado de atingir a escala de terawatts. A abordagem já permitiu reativar uma usina no estado do Novo México, nos Estados Unidos, e descobrir dois novos locais com potencial combinado superior a 100 megawatts.
Esses resultados impulsionaram um investimento de US$ 115 milhões (cerca de R$ 575 milhões) em uma rodada de financiamento Série C, liderada pela Spring Lane Capital. O aporte contou com a participação de mais de 15 fundos, incluindo Lowercarbon Capital, Obvious Ventures e Union Square Ventures.
Potencial subestimado da geotérmica convencional
Enquanto o Departamento de Energia dos EUA projeta que a energia geotérmica poderá gerar 60 gigawatts (quase 10% da eletricidade do país) até 2050, a Zanskar acredita que esse número é conservador. A estimativa federal se baseia principalmente em avanços na geotérmica melhorada (ou "enhanced"), que utiliza técnicas de fraturamento para acessar rochas quentes em grandes profundidades.
Por outro lado, a geotérmica convencional, que aproveita reservatórios naturalmente fraturados, tem tido crescimento lento, gerando atualmente apenas 4 gigawatts nos EUA – um aumento de cerca de 1 gigawatt na última década. Holland argumenta que o setor foi limitado por suposições ultrapassadas sobre a disponibilidade desses recursos.
“Eles subestimaram quantos sistemas não descobertos existem, talvez por uma ordem de magnitude ou mais”, afirmou o CEO da Zanskar, Carl Holland, em entrevista ao TechCrunch. Com técnicas modernas de perfuração, “é possível extrair muito mais de cada um deles, talvez até uma ordem de magnitude a mais. De repente, o número vai de dezenas de gigawatts para o que poderia ser uma oportunidade na escala de terawatts”.
IA para encontrar o que está escondido
O grande desafio da geotérmica convencional é que aproximadamente 95% dos sistemas não apresentam sinais superficiais evidentes, como fontes termais ou vulcões. “Nós simplesmente continuamos encontrando-os por acidente. Essa é uma ótima aplicação para a IA”, explicou Holland.
O processo da Zanskar começa com modelos de aprendizado de máquina supervisionado que analisam uma variedade de dados, incluindo descobertas acidentais do passado. Quando um local promissor é identificado, uma equipe é enviada para validar a descoberta em campo.
Para planejar o desenvolvimento do reservatório, a empresa utiliza uma técnica de IA chamada Bayesian Evidential Learning (BEL). Nela, dados existentes ajudam a construir uma série de suposições (chamadas de "priors"), e os modelos trabalham para falsear essas hipóteses, gerando probabilidades para cada uma. Quando há lacunas de informação, a startup usa um simulador geotérmico próprio para preenchê-las.
Próximos passos e escalonamento
Até o momento, a Zanskar considerou bem-sucedidas as três primeiras explorações financiadas pela rodada anterior. “Três em três”, disse Joel Edwards, diretor de tecnologia da empresa. “Como será quando tentarmos 10?”.
A companhia já tem locais em seu pipeline que podem suportar pelo menos 1 gigawatt de capacidade geradora, focando inicialmente no oeste dos EUA, região com maior potencial. O objetivo é confirmar pelo menos 10 locais para atrair investidores de financiamento de projetos, que oferecem capital a custo menor do que o de capital de risco.
“Agora sabemos que este é o futuro da exploração”, concluiu Holland. “Isso vai mudar a geotérmica em muito pouco tempo.”