A actualidade informativa vese marcada por un paso xigante para resolver un dos maiores desafíos, un desenvolvemento que os observadores cualifican como un dos máis relevantes do período actual.
As ramificacións destes eventos esténdense máis alá do inmediatamente visible.
Un avance na comprensión da turbulencia
Os detalles que xurdiron revelan unha situación complexa que require un análisis detallado.
A turbulencia, responsable de moitos voos con movementos e de boa parte do gasto enerxético en vehículos e avións, continúa a ser un dos grandes problemas sen resolver da física.
Agora, un equipo da Universitat Politècnica de Valencia (UPV) e da Universidade de Michigan (UM) desenvolveu un novo modelo de intelixencia artificial explicable para identificar as rexións máis influentes dentro dun fluxo turbulento e avanzar na súa comprensión.
O traballo foi publicado en Nature Communications.
«Unha mellor descrición da turbulencia permite prever zonas perigosas en voo e reducir riscos para os pasaxeiros. Tamén axudaría a manipulala en procesos industriais, a mellorar a combustión ou a diminuír a resistencia aerodinámica, un obxectivo cun impacto económico xigantesco», destaca Sergio Hoyas, investigador do Instituto de Matemática Pura e Aplicada (IUMPA) da UPV e coautor do estudo.
Durante máis dun século, a turbulencia foi un rompecabezas: ecuacións demasiado complexas, experimentos difíciles e ordenadores insuficientemente potentes non permitiron descifrarla.
«A IA dános agora unha ferramenta nova con un potencial enorme para tratar de resolver o problema e identificar que rexións dun fluxo turbulento son realmente as máis significativas na súa evolución», engade Andrés Cremades, investigador tamén do IUMPA da Politècnica de Valencia.
Aplicacións e beneficios do novo modelo
No seu estudo, o equipo da UPV e da UM analiza a turbulencia mediante o seu novo modelo de IA.
A partir dunha simulación extremadamente detallada dun fluxo turbulento, o algoritmo de IA estima a súa importancia na dinámica da turbulencia.
Ao contrario doutros traballos baseados en intelixencia artificial, que funcionan como unha «cadiña negra», este método non só predí a evolución do fluxo, senón que tamén indica que rexións concretas inflúen máis no seu desenvolvemento.
Para adestrar o modelo, os investigadores combinaron simulacións numéricas de alta precisión con técnicas de intelixencia artificial explicable, coñecidas como SHAP.
«Agora sabemos exactamente que rexións do fluxo debemos modificar se queremos reducir a resistencia, mellorar a combustión ou diminuír a contaminación», explica Sergio Hoyas.
O traballo do equipo UPV-UM resulta de especial interese para o deseño de estratexias de control máis eficientes da turbulencia, que permitan reducir a fricción, o consumo enerxético ou o desgaste en sistemas industriais.
Tendo en conta que arredor do 15 % da enerxía mundial pérdese a causa de efectos relacionados coa turbulencia, identificar con precisión as zonas clave do fluxo pode contribuír ao desenvolvemento de tecnoloxías máis sostibles en sectores como a aeronáutica, a automoción ou a enerxía eólica.
Segundo o equipo universitario, a técnica pode aplicarse a outros problemas físicos nos que sexa necesario identificar que factores son realmente significativos.
«Demostrar a existencia e unicidade de solucións das ecuacións da mecánica de fluídos é coñecido como o problema do millón de dólares. Resolver a turbulencia de forma práctica sería o problema do billón de dólares», conclúe Ricardo Vinuesa.
Esta información, confirmada p
Únete a la conversación
Regístrate gratis con tu email para comentar en las noticias. Tu opinión importa.