VALÈNCIA, 21 de diciembre.

La turbulencia, un fenómeno que ha causado innumerables inconvenientes en los vuelos y representa una parte significativa del consumo energético en distintas industrias, se mantiene como uno de los grandes retos sin resolver en la física contemporánea. Un grupo de investigadores de la Universitat Politècnica de València (UPV) y la Universidad de Michigan (UM) ha dado un paso adelante al desarrollar un modelo de inteligencia artificial explicable para identificar las áreas más críticas en un flujo turbulento, lo que podría profundizar nuestra comprensión de este enigma. La investigación ha sido publicada en la revista Nature Communications, según un comunicado del centro académico.

"Una mejor comprensión de la turbulencia permite anticipar las zonas de peligro durante los vuelos, lo que contribuye a aumentar la seguridad de los pasajeros. Además, facilitaría su gestión en procesos industriales, optimizando la combustión y reduciendo la resistencia aerodinámica, algo que podría tener un impacto económico monumental", declaró Sergio Hoyas, un investigador del Instituto de Matemática Pura y Aplicada (IUMPA) de la UPV, y coautor del estudio.

La turbulencia ha representado un enigma durante más de cien años: "las ecuaciones son extremadamente complejas, los experimentos son complicados y los ordenadores a menudo no son lo suficientemente potentes para entenderla", explica Andrés Cremades, otro investigador del IUMPA de la Politècnica de València. "Con la llegada de la inteligencia artificial, contamos ahora con una herramienta innovadora que tiene un enorme potencial para resolver este rompecabezas y determinar las regiones más relevantes dentro del flujo turbulento".

En su investigación, el equipo de la UPV y la UM aplica su modelo de IA para analizar la turbulencia. Comenzando con una simulación extremadamente detallada de un flujo turbulento, el algoritmo evalúa la relevancia de distintas partes en la dinámica turbulenta. A diferencia de otros enfoques de inteligencia artificial que funcionan como "cajas negras", este nuevo método no solo proyecta la evolución del flujo, sino que también señala las áreas específicas que tienen mayor influencia en su desarrollo.

Para entrenar el modelo, los científicos integraron simulaciones numéricas de alta precisión con técnicas de inteligencia artificial explicativa, conocidas como SHAP. "Ahora podemos identificar con claridad qué áreas del flujo se deben ajustar si buscamos disminuir la resistencia, optimizar la combustión o reducir emisiones contaminantes", explicó Hoyas.

La investigación del equipo UPV-UM es de particular gravedad, especialmente en el diseño de estrategias de control que mejoren la eficiencia en la gestión de la turbulencia, con el objetivo de reducir la fricción, el consumo de energía y el desgaste en sistemas industriales.

Teniendo en cuenta que alrededor del 15 por ciento del consumo energético global se pierde debido a efectos relacionados con la turbulencia, la identificación precisa de estas zonas clave podría facilitar avances hacia tecnologías más sostenibles en áreas como la aviación, la automoción y la energía eólica.

Según el equipo de investigadores, esta técnica podría extenderse a otros desafíos físicos en los que sea fundamental identificar los factores más relevantes.

"Establecer la existencia y unicidad de soluciones para las ecuaciones que rigen la mecánica de fluidos se conoce como el problema del millón de dólares. Resolver la turbulencia de manera práctica podría considerarse el desafío del billón de dólares”, concluyó Ricardo Vinuesa.