Si viertes miel en un colador con cien agujeros pequeños, caerá en hilos finos, pero cada hilo se arremolinará alrededor del borde del agujero. A los ingenieros les importa entender esos remolinos: influyen en la rapidez con que se filtra el agua, en cómo sale el petróleo del yacimiento o en cómo un fármaco se filtra a través de los tejidos. Pero cuantos más agujeros, más difícil le resulta al ordenador calcular cada pequeño detalle en el borde.

Una red neuronal normal, que se entrena con ejemplos, intenta adivinar el flujo en todo el colador a la vez. Si se equivoca cerca de las paredes, recibe un castigo y empieza a dar bandazos, como un estudiante al que le dan cien instrucciones contradictorias. Los autores del trabajo aplicaron el método de bases finitas: dividieron el colador en muchas zonas pequeñas y en cada una pusieron una minúscula red neuronal. Y para que supiera exactamente dónde está la pared, le "incrustaron" desde el principio una regla rígida: en el borde, la velocidad siempre es cero. Es como si a cada pintor le dijeran: "Tu pared es este cuadrado, y no salgas de su borde". El resultado es que los pintores trabajan en armonía y rápido, y las juntas entre los cuadrados son casi invisibles.

Este enfoque recuerda al montaje de un mosaico enorme: cada pieza es simple, pero juntas crean la imagen del flujo. Y lo importante es que todas las piezas se pueden montar a la vez en distintos ordenadores. Al final no obtenemos solo un cálculo rápido, sino una herramienta fiable para diseñar nuevos materiales, desde membranas de purificación de agua hasta vasos artificiales, donde cada microcanal debe funcionar sin fallos.