Alas al instante: cómo la IA se convirtió en un genio aerodinámico ⚡ экспресс
Se ha desarrollado un método para construir eficientemente modelos sustitutos aerodinámicos (simplificaciones de cálculos costosos) mediante el preentrenamiento de una gran red neuronal transformer con 30 mil geometrías de alas diversas, seguido de un rápido ajuste fino con unos cientos de muestras de la forma deseada. En pruebas con alas transónicas, el error en la predicción del flujo superficial fue de solo 0.36%, un 84.2% mejor que entrenar desde cero. El enfoque recuerda al aprendizaje de un idioma: primero adquieres bases de varios idiomas, y luego en pocas lecciones dominas un dialecto específico. Se han publicado datos y modelos abiertos, junto con una herramienta web interactiva para diseño.
Entrenar un modelo aerodinámico preciso se asemeja al arte culinario: primero el chef domina cientos de recetas para captar los principios generales, y luego perfecciona fácilmente un plato concreto. Los ingenieros crearon AeroTransformer y le «alimentaron» con 30 mil formas diferentes de alas: toda una galaxia de ideas culinarias galaxia. En los cálculos, el aire se comporta como el agua en una olla agua: fluye suavemente alrededor de las superficies, simplificando la predicción computacional.
Tras reentrenar con solo 450 muestras, el error se redujo al 0,36%, seis veces más preciso que empezar de cero. Este enfoque reduce drásticamente la entropía entropía (incertidumbre) en las predicciones.
Una herramienta en línea ya permite cambiar la forma del ala en el navegador y ver el resultado al instante. Los desarrolladores publicaron el código y los datos en acceso abierto; ahora cualquier investigador puede reentrenar el modelo para turbinas o coches de carreras.
🎯 El modelo ya funciona en el sitio WebWing: mueve el ala con el ratón y observa la fuerza de sustentación en tiempo real.