IA logra reducir en 38% la fricción en alas de avión: el avance que promete aviones más eficientes

Un grupo internacional de científicos logró que la inteligencia artificial diseñara una forma de reducir la fricción en un modelo de ala de avión en un 38%. El resultado, publicado en New Scientist, apunta a un método para acelerar el desarrollo de vehículos más eficientes y con menor consumo de energía. El trabajo combinó aprendizaje por refuerzo con múltiples agentes de IA que coordinaron decisiones para atacar un problema clásico de la dinámica de fluidos.

El atajo de la inteligencia artificial

El comportamiento de los fluidos condiciona desde el paso del aire sobre las alas de un avión hasta la resistencia que enfrentan las hélices de una turbina eólica. Ese tipo de cálculos exige una enorme capacidad computacional, porque involucra millones o miles de millones de ecuaciones acopladas. El equipo buscó una vía alternativa: reemplazar parte de ese costo con entrenamiento de IA, de modo que los modelos aprendieran principios generales del flujo y luego los aplicaran en escenarios más complejos.

Steven Brunton, investigador de la Universidad de Washington, señaló en declaraciones recogidas por New Scientist que las simulaciones de fluidos a escala de ingeniería siguen fuera del alcance incluso de las computadoras más potentes. “Con las computadoras más rápidas del mundo, quizá estamos a 100 años de simular los flujos que realmente nos importan a escala de ingeniería”, afirmó.

HydroGym: cuándo los agentes aprienden juntos

Para llevar adelante el trabajo, los científicos desarrollaron HydroGym, una plataforma en la que múltiples agentes de IA pueden modificar el modo en que un fluido se desplaza sobre objetos virtuales. Las acciones posibles incluyen la incorporación de actuadores que inyectan fluido o cambios en el movimiento del propio objeto, con el objetivo de reducir la resistencia. Christian Lagemann, de la Universidad RWTH Aachen de Alemania, explicó que los agentes resolvieron la tarea mediante aprendizaje por refuerzo, basado en prueba y error.

El sistema también permitió que varios agentes coordinaran sus decisiones para alcanzar un mejor resultado global, una estrategia que, según New Scientist, no se había probado antes en problemas de fluidos de esta escala. Los agentes no se limitaron a repetir una solución fija, sino que aprendieron reglas que luego trasladaron a casos nuevos, aun cuando no contaban con una simulación detallada de esos casos más exigentes.

El salto de un canál plano a un ala 3D

El equipo entrenó primero a la IA con escenarios más simples, similares a los problemas clásicos de manual. Uno de esos entornos consistió en controlar el flujo turbulento en un canál plano. A partir de esa base, los investigadores evaluaron si el sistema podía transferir ese conocimiento a configuraciones mucho más difíciles. La prueba principal fue aplicar ese aprendizaje al flujo alrededor de un ala de avión curva y tridimensional.

Allí, los agentes consiguieron reducir en 38% la fricción que despersicia energí entre el ala y el fluido, un resultado que los autores interpretan como señal de que la IA logró captar regularidades más amplias del fenómeno. Ricardo Vinuesa, de la Universidad de Michigan, afirmó en declaraciones citadas por New Scientist que “la IA no solo memorizaba una configuración de flujo” y que el sistema parecía identificar aspectos generales sobre el comportamiento de los fluidos, en lugar de ajustarse a un único caso de entrenamiento.

¿Qué significa para la aviación y el transporte?

La posibilidad de transferir principios desde simulaciones sencillas hacia problemas más complejos abre una perspectiva relevante para la ingeniería. El objetivo de los investigadores apunta a estudiar situaciones que hoy resultan demasiado dificiles o costosas de simular de forma completa. Vinuesa señaló que HydroGym podría transformarse en una infraestructura de referencia para áreas científicas y tecnológicas que trabajan con fluidos, del mismo modo en que otras plataformas de IA se volvieron herramientas extendidas en el estudio de proteínas.

Brunton planteó el posible alcance económico y ambiental de mejoras incluso pequeñas. Según dijo a New Scientist, “si se redujera la resistencia en el transporte marítimo global en un 1%, eso podría traducirse en miles de millones de dólares de ahorro de combustible” y en una baja importante de emisiones de gases de efecto invernadero. El equipo espera que esa misma lógica pueda extenderse a aviones, barcos, turbinas y otros sistemas donde la fricción define buena parte de la eficiencia. Aunqué estos ensayos se realizarón fuera de Chile, sus implicancias globales —aviones más eficientes, menos combustible y menos emisiones— son directamento relevante para cualquiera que viaje o importe mercancías.

Con información de Infobae