Un equipo formado por la Universidad Politécnica de Valencia (UPV) y la Universidad de Míchigan (UM) ha llevado a cabo una investigación para comprender las turbulencias ya que, además de sustos a más de un pasajero, son responsables de un mayor gasto energético en los aviones y, de hecho, en cualquier vehículo. Para ello, han desarrollado un modelo de inteligencia artificial que ayude a identificar las regiones más influyentes dentro de un flujo turbulento y entenderlas mejor. Esto es, el modelo aprende a señalar qué zonas del caos importan y cuáles son sólo «ruido».
Sergio Hoyas, investigador del Instituto de Matemática Pura y Aplicada (IUMPA) de la UPV y coautor del estudio, explica qué han conseguido: «Lo que hemos descubierto es, sobre todo, cómo poder entender la turbulencia, dar una herramienta nueva a la gente para ello. Llevamos estudiando esto 150 años y estábamos faltos de ideas, por así decirlo. La inteligencia artificial nos ha dado nuevas herramientas para entenderla».
Como indican en el propio estudio —publicado en Nature Communications—, durante más de un siglo, la turbulencia ha sido un rompecabezas: ecuaciones demasiado complejas, experimentos difíciles y ordenadores insuficientemente potentes no han permitido descifrarla. Asimismo, recuerdan que, a diferencia de otros trabajos basados en IA, que funcionan como una caja negra, este método no solo predice la evolución del flujo, sino que también indica qué regiones concretas influyen más en su desarrollo.
El papel de la IA: «No sabíamos nada»
Hoyas también cuenta que lo que querían hacer es entender cuáles son las partes más importantes de un fluido turbulento sin tener en cuenta lo que se sabe de los últimos 150 años. «Entonces lo que hemos hecho ha sido coger una simulación extremadamente detallada de un fluido y hemos ido punto por punto eliminando información y viendo su importancia en la evolución de este fluido o, por ejemplo, en la fricción que produce».
«Esto lo hemos hecho durante bastante tiempo —continúa— con una carga computacional enorme y nos ha permitido comprender y ver cuáles son las estructuras más importantes que se forman en un flujo turbulento, cuáles son sus remolinos más determinantes, a priori, sin ningún tipo de condición». Y sentencia: «No sabíamos nada. Nuestra inteligencia artificial lo ha encontrado directamente sin ninguna hipótesis previa».
Entre los resultados más destacables del estudio sobre las turbulencias, Hoyas matiza que estos les han permitido entender cuáles son los remolinos clave de un fluido. Por lo que, si los investigadores consiguen entenderlos con más detalle, tendrán más margen para estudiarlos —y para plantear estrategias de control—. Así, saber qué remolinos importan no elimina la turbulencia mañana, pero permite diseñar estrategias para controlarla.
«Por ejemplo, a mí me puede importar eliminar la fricción para reducir la de mi coche, o de mi bicicleta. O de un avión, lo que nos permitiría saber cuáles son las estructuras más importantes y, por lo tanto, poder crear estrategias de control, estrategias tanto activas como pasivas que reduzcan esa turbulencia y esa fricción».
