Un equip de la Universitat Politècnica de València (UPV) i la Universitat de Michigan ha desenrotllat un model d’intel·ligència artificial capaç de predir l’evolució de les turbulències i d’avançar en la seua comprensió. El treball, publicat en Nature Communications, contribuirà a preveure zones perilloses durant els vols i a reduir riscos per als passatgers, i apunta a millores en processos industrials, combustió i reducció de la resistència aerodinàmica.
La turbulència ha sigut durant més d’un segle un trencaclosques difícil de resoldre per la combinació d’equacions complexes, experiments exigents i potència computacional limitada. Com resumix Sergio Hoyas, investigador de l’Institut de Matemàtica Pura i Aplicada (IUMPA) de la UPV, ‘equacions massa complexes, experiments difícils i ordinadors insuficientment potents no han permés desxifrar-la’. La novetat de l’enfocament residix en què esta IA no sols anticipa com evolucionarà el flux, sinó que permet entendre per què el fa d’una manera o una altra.
A diferència d’altres sistemes basats en IA que operen com una caixa negra, el model identifica quines regions concretes del flux influïxen més en el seu desenrotllament. Andrés Cremades, també investigador del IUMPA, ho destaca així: ‘La IA ens dona ara una ferramenta nova amb un potencial enorme per a tractar de resoldre el trencaclosques i identificar quines regions d’un flux turbulent són realment les més importants en la seua evolució’. Esta capacitat explicativa aporta pistes directes per a intervindre on més efecte s’aconseguix.
IA explicable per a fluxos turbulents
L’equip ha partit de simulacions extremadament detallades d’un flux turbulent perquè l’algorisme estime la rellevància de cada zona en la dinàmica global. L’entrenament combina simulacions numèriques d’alta precisió amb tècniques d’intel·ligència artificial explicable, conegudes com SHAP. El propi Foies subratlla el resultat pràctic: ‘Ara sabem exactament quines regions del flux hem de modificar si volem reduir la resistència, millorar la combustió o disminuir la contaminació’.
Este nivell de detall obri la porta a estratègies de control més eficients de la turbulència que permeten reduir fricció, consum energètic i desgast en sistemes industrials. En l’àmbit aeronàutic, anticipar àrees de turbulència contribuirà a planificar operacions amb major seguretat i a prendre decisions que reduïsquen les molèsties i el risc per als passatgers. En processos de combustió o en dissenys aerodinàmics, actuar sobre les zones clau pot traduir-se en eficiència immediata.
El potencial impacte és notable: s’estima que al voltant del 15% de l’energia mundial es perd per efectes lligats a la turbulència. Identificar amb precisió quines àrees del flux convé modificar pot impulsar tecnologies més sostenibles en sectors com l’aeronàutica, l’automoció o l’energia eòlica, on xicotetes millores d’eficiència es multipliquen a gran escala.
Segons l’equip responsable, la metodologia és transferible a altres problemes físics en els quals siga crucial determinar quins factors pesen de veritat en el resultat. A mode d’horitzó, Ricardo Vinuesa recorda la magnitud del desafiament científic: ‘Demostrar l’existència i unicitat de solucions de les equacions de la mecànica de fluids és conegut com el problema del milió de dòlars. Resoldre la turbulència de manera pràctica seria el problema del bilió de dòlars’.
