Imagina una flota de muchos barcos, semejante a una galaxia — un enorme sistema estelar donde cada elemento obedece a una dinámica común. De vez en cuando, uno de los barcos falla, estallando como una supernova — un evento catastrófico que puede romper la integridad de toda la formación. Si no se reemplaza la unidad dañada a tiempo, la flota pierde capacidad de combate. El problema es que es imposible predecir la próxima falla: los desperfectos se acumulan de manera invisible, como la materia oscura — una sustancia hipotética que solo se manifiesta a través de la gravedad, pero que permanece inaccesible a la observación directa. Este crecimiento oculto de fallas incrementa la entropía — la medida del desorden en el sistema — y la tarea consiste en adelantarse a la llegada del caos.

El enfoque tradicional se apoya en el modelo estándar — aquí: el esquema habitual de mantenimiento preventivo programado según un calendario fijo. Sin embargo, este método ignora la naturaleza aleatoria de las fallas. Como alternativa, se ha desarrollado un algoritmo descentralizado: cada barco analiza continuamente las acciones de sus vecinos y, basándose en esos datos, elige de manera autónoma el momento óptimo para su propia reparación. La flota funciona sin un mando central: la decisión surge de interacciones locales, igual que una bandada de aves coordina su movimiento sin líder. La verificación experimental en una escuadra de 70 barcos mostró que el nuevo enfoque reduce los costos operativos aproximadamente en una cuarta parte en comparación con las estrategias clásicas.