Los científicos crearon una red neuronal que, tras estudiar miles de formas de alas, aprende rápidamente a predecir el flujo alrededor de nuevas formas. Es como un conductor experto que, tras dominar muchos coches, se adapta fácilmente a un modelo desconocido. Ahora los ingenieros pueden mejorar la aerodinámica más rápido. ¿Y si así entrenáramos robots para trabajar en gravedad cero?
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.