El agua que gira en un remolino deja de ser lisa en algún momento: aparecen espuma y salpicaduras. Los matemáticos describen estos flujos con ecuaciones, pero hay un enigma: a veces la solución 'explota', se vuelve infinita, y nadie sabe por qué. El modelado estocástico no ayuda aquí; se necesita una herramienta precisa.
Los autores tomaron una pequeña red neuronal con oscilaciones de diseño inusual: en lugar de líneas rectas, usa ondas. Esta red no puede dibujar esquinas afiladas, por lo que cuando aparece una discontinuidad en el flujo, comienza a equivocarse, y el error se concentra justo donde el líquido se rompe. Es como intentar dibujar una grieta en un vidrio con un lápiz suave: el lápiz resbala y deja una marca precisamente en el lugar de la fractura.
El método se probó en un ejemplo clásico: el vórtice de Taylor-Green, donde el líquido gira dentro de un cubo. Con viscosidad normal, el error de la red era pequeño, pero cuando el líquido se volvió casi ingrávido, el error aumentó 13 veces y se concentró en un solo punto, justo donde la teoría predice la ruptura. Además, la red encontró un límite: si la viscosidad supera cierto valor, las discontinuidades desaparecen y el flujo permanece suave.
Este enfoque es como un sensor en el ala de un avión que detecta de antemano dónde el aire está a punto de desprenderse en un vórtice. Por ahora es una herramienta matemática, pero podría ayudar a los ingenieros a predecir remolinos peligrosos en turbinas o alrededor de cascos.
tal como lo escribieron los autores, en inglés arXiv:2603.18061
We introduce a method for detecting regularity loss in solutions to the three-dimensional Navier-Stokes equations using the approximation error of Sinusoidal Representation Networks (SIRENs). SIRENs use sin() activations, producing C-infinity outputs that cannot represent non-smooth features. By classical spectral approximation theory, the SIREN error is bounded by O(N^{-s}) where s is the local Sobolev regularity. At a singularity (s to 0), the error is O(1) and localizes via the Gibbs phenomenon. We decompose the velocity field into a cheap analytical baseline (advection-diffusion) and a learned residual (pressure correction), training a compact SIREN (4,867 parameters). We validate on the 3D Taylor-Green vortex, where error concentration increases from 4.9x to 13.6x as viscosity decreases from 0.01 to 0.0001, localizing to the stagnation point -- the geometry matching the singularity proven by Chen and Hou (2025) for 3D Euler. On axisymmetric equations, we reproduce blowup signatures (T* converging across resolutions) and identify a critical viscosity nu_c = 0.00582 for the regularization transition.
El clásico vórtice de Taylor-Green, en el que se probó el método, fue descrito por primera vez en 1937 para estudiar la turbulencia, y desde entonces sigue siendo un estándar para probar nuevas ideas en hidrodinámica.
En la novela 'Solaris' de Stanislaw Lem, el océano se comporta como un líquido con discontinuidades impredecibles; quizás métodos similares ayudarían a comprender su naturaleza.