Según la Agencia Internacional de Energías Renovables (IRENA), el paso a energías limpias podría hacer que se cumpla con el 90% de las metas del Acuerdo de París de reducción de emisiones de esta industria. La Argentina cuenta con un gran potencial solar y eólico para generar energía de estas fuentes. 

La generación de energías renovables fue aumentando progresivamente en el país desde la sanción de la ley 27.191 en 2015. En cuatro años pasaron de representar un 2% de la matriz energética a un 8%, explicado especialmente por el crecimiento de la solar y la eólica. Sin embargo y pese a su cuadruplicación las metas establecidas por la ley no se cumplieron en 2019 donde se esperaba alcanzar un 12%. A principios del año 2016, la Argentina lanzó un programa llamado Renovar, un programa de abastecimiento de energía eléctrica a partir de fuentes renovables. 

Con el compromiso de cubrir el cambio climático y con el objetivo de enriquecer nuestras notas periodísticas e incorporar nuevas tecnologías. Se propuso utilizar inteligencia artificial para mapear los parques solares del país y monitorear su desarrollo. Utilizando machine learning y, en conjunto con Dymanxion Labs, se entrenó un algoritmo para detectar parques solares con imágenes satelitales a lo largo del país . 

En total se procesaron 7.000.000 imágenes y se analizaron 2.780.400 km2. Algunas consideraciones En total, se usaron 10.999 imágenes para entrenar el modelo, el 70% de ellas no eran parques solares. De este total, solamente 1222 se usaron para evaluar los resultados (el algoritmo no uso las imágenes para aprender los patrones). 

Con el API (interfaz entre programas diferentes que facilita la interacción humano-software), provisto por Dymaxion Labs e implementado en la plataforma de Google Cloud, el proceso de entrenamiento duró 30 horas y activó 30 nodos de procesamiento gráfico (GPU). La precisión del algoritmo fue del 94%. La metodología utilizada para desarrollar el algoritmo se encuentra en este sitio web .