El 'motor de nave alien' que asombra a los ingenieros de cohetes

Al observar todo lo que rodea a Lin Kayser en su oficina de Dubái, es fácil asumir que es un ingeniero aeroespacial trabajando en una nave para escapar a otro sistema solar. Dibujos, planos y prototipos que parecen robados de una sonda alienígena enmarcan a Kayser en la pantalla mientras me saluda por primera vez por videoconferencia. Pero el cofundador de Leap 71 no es un inventor de vehículos interestelares, aunque parezca que pueda interpretar uno en una película de Christopher Nolan.

"Somos, fundamentalmente, una empresa de software", me dice Kayser. "Estamos construyendo un modelo computacional que puede generar de forma autónoma objetos técnicos y máquinas". Leap 71 no utiliza IA generativa, los motores predictivos que alimentan herramientas como ChatGPT, ni tampoco programas de ingeniería 3D de Autodesk, nTopology o Divergent 3D. Tampoco es un programa de diseño paramétrico, que modifica modelos prefabricados con diferentes tamaños y valores. La compañía que fundó junto con su pareja Josefine Lissner ha desarrollado algo completamente diferente: un gran salto en el diseño computacional de ingeniería. Su nombre es Noyron, un sistema que intenta aprovechar el conocimiento y la creatividad de los ingenieros para convertirlos en una potente herramienta de inteligencia artificial que diseña maquinaria y productos avanzados de manera autónoma.

TE PUEDE INTERESAR

Hay un nuevo límite de velocidad en el universo, según un reciente estudio de Oxford

Omar Kardoudi

Desarrollado internamente, el software contiene la experiencia de ingenieros cualificados, integrándose con el conocimiento de la física —como modelos térmicos— normas sobre fabricación y la lógica de diferentes campos de la ingeniería en un modelo coherente. Según Kayser, Noyron está en constante evolución, aprendiendo de los datos que obtiene de los objetos que diseña una vez se fabrican y prueban en el mundo real. El sistema se puede especializar y adaptar a diferentes sectores, afirma. Por ejemplo, existe Noyron RP para motores de cohete, Noyron EA para sistemas electromagnéticos y Noyron HX para intercambiadores de calor.

Una de las características que definen a Noyron, según Kayser, es que no sólo produce un objeto sino que también predice cómo ese objeto funcionará en condiciones reales. Como un ingeniero humano, el sistema intenta crear componentes que cumplan con los requisitos deseados, basándose en el conocimiento colectivo integrado en su mente sintética. "En teoría, el CAD paramétrico debería haber sido eso, pero el CAD paramétrico está orientado a la geometría", me dice. "Nuestro sistema es física, es lógica, son decisiones, es iteración".

Cómo funciona

Kayser señala que Noyron emplea el aprendizaje automático, de modo que el software sabe "pensar" como un ingeniero para resolver problemas nuevos. A diferencia del CAD paramétrico, que sólo ajusta modelos geométricos, Noyron sabe diseñar un nuevo motor desde cero para que cumpla con especificaciones como el empuje o los límites térmicos. "No se puede incluir un modelo térmico en CAD paramétrico", dice Kayser. Noyron es mucho más sofisticado que eso. Llamarlo CAD paramétrico sería como decir que ChatGPT es la función de autocompletar texto del teclado de tu teléfono móvil, me dice riendo.

“llevar el conocimiento tradicional de ingeniería a un espacio computacional permite a la IA lograr en minutos lo que llevaría semanas o incluso meses a un ingeniero humano cualificado”

Cada vez que se introduce una nueva información, ya sea una prueba exitosa o un fallo, Noyron se ajusta, volviéndose más inteligente y preciso con cada iteración. Noyron no sólo genera la geometría del objeto en 3D; también produce los archivos para la fabricación del objeto, las instrucciones para el postprocesado de las piezas y los datos físicos que se pueden usar en simulaciones. Básicamente, es un software creado no solo para diseñar objetos, sino también para fabricarlos y hacer que funcionen.

Prueba de fuego

La empresa sometió a prueba esta tecnología con un test brutal, de los que definen o rompen un proyecto: un motor de cohete de 5 kilonewtons diseñado completamente por su modelo computacional, el primero de su tipo en el mundo. A pesar de lo que Noyron sabe y puede predecir cómo funciona, Kayser dice que en ingeniería de cohetes, "hasta que no lo pruebas, todo es teoría". Diseñar y construir un motor de cohete es una de las cosas más difíciles que se pueden realizar en ingeniería aeroespacial.

Para validar las capacidades del software, Leap 71, que tiene su sede en Emiratos Árabes Unidos, colaboró con la Universidad de Sheffield, en Reino Unido, y AMCM, una destacada empresa europea de impresión 3D con base en Alemania, para construir y probar el motor. El motor, decidieron, funcionaría con oxígeno líquido y queroseno, una combinación que es un gran desafío en la industria debido a su volatilidad, las condiciones extremas que genera, y la precisión que requiere. "El oxígeno líquido es extremadamente reactivo", señala Kayser. "Incluso un pequeño trozo de cobre en el lugar equivocado puede causar una chispa y llevar a una explosión".

El equipo instaló el motor en un antiguo búnker de la Segunda Guerra Mundial en Inglaterra, adaptado con el equipo necesario para pruebas de cohetes. Las viejas paredes de hormigón protegían el motor de aspecto alienígena de condiciones y materiales que podrían causar una reacción.

La primera prueba de combustión duró solo tres segundos, con fuego saliendo a borbotones por la tobera de escape. Funcionó. Pero no hubo una celebración inmediata, comenta Kayser, solo el silencioso reconocimiento colectivo de que estaban en el camino correcto. Luego fueron a por la prueba definintiva: una segunda combustión, más larga, de 13 segundos. Ésta confirmó la estabilidad y fiabilidad del motor. El software realmente había diseñado un motor de cohete que funcionaba exactamente como se esperaba.

Kayser me dice llevar el conocimiento tradicional de ingeniería a un espacio computacional permite a la IA lograr en minutos lo que llevaría semanas o incluso meses a un ingeniero humano cualificado. No se trata de alimentar a un gran modelo de lenguaje con un montón de libros sobre diseño de motores de cohete y que el LLM te suelte una predicción de cómo debería ser el motor. Esto nunca podría funcionar para un motor de cohete. Aquí se trata de establecer reglas cuidadosamente mientras se absorbe el conocimiento real de la ingeniería de cohetes. El éxito de la prueba demuestra que Noyron puede ser una reinvención fundamental del proceso de ingeniería, en el que la IA sirve como un verdadero socio del humano y no sólo como una herramienta de ayuda al diseño.

Diseños fiables

Noyron opera de manera distinta a las soluciones de IA generativa para el software CAD moderno, comenta Kayser. Estas pueden ser impredecibles y producir resultados diferentes en cada ejecución. Requieren que un ingeniero supervise las partes resultantes generadas por la IA, que tiene que usar su conocimiento e intuición para detectar errores y corregirlos, una instrucción tras otra., como ocurre cuando se usa ChatGPT o Gemini.

Para entender la diferencia entre Noyron y las herramientas actuales de IA generativa en CAD, basta con mirar el trabajo que sale de la NASA. Ryan McClelland, el ingeniero investigador en el Centro de Vuelos Espaciales Goddard de la NASA al que entrevisté hace tiempo sobre su trabajo, ha estado trabajando en el uso de la IA generativa para diseñar componentes de naves espaciales que aumenten la resistencia mientras reducen su peso. Sus extrañas ‘estructuras evolucionadas’, como él las llama, se utilizan en observatorios de globos de astrofísica e instrumentos de futuras sondas planetarias.

McClelland me explicó que el diseño de la IA generativa empieza con una instrucción, similar a cómo la gente la usa para generar imágenes, texto o música. En este caso, sus ‘prompts’ incluyen requisitos físicos: conexiones geométricas y parámetros como ‘debe tener que soportar una aceleración de 60 g [60 veces la fuerza de la gravedad]”. La IA crea un componente que cumple con estas especificaciones, iterando docenas de diseños en cuestión de horas. Aunque esto acelera el proceso de diseño ofreciendo múltiples opciones, requiere una supervisión humana.

En su caso, las propuestas de la IA pueden incluir características poco prácticas, como partes demasiado finas o que no son estructuralmente sólidas para el propósito previsto. "Todavía tienes que aplicar la intuición humana", apunta McClelland. Aunque la IA generativa puede producir múltiples diseños rápidamente, él dice que el proceso no puede avanzar sin la intuición y comprensión de los límites prácticos de un ingeniero humano.

Así, mientras que la IA generativa actúa más como un ayudante del ingeniero, ofreciendo posibles diseños que los humanos deben validar y refinar, Noyron diseña por su cuenta de principio a fin. Kayser compara el software con un "cerebro de ingeniero en una caja", donde se existe una razón para cada decisión que toma el ordenador. Esto es esencial en el contexto de la ingeniería aeroespacial. Diseñar motores de cohete es una tarea que no perdona. Cualquier fallo se paga de manera implacable, cada detalle cuenta, y los errores pueden ser catastróficos. A diferencia de la naturaleza opaca de los modelos de IA generativa, donde las decisiones suelen ser incomprensibles y responden a patrones de probabilidades estadísticas, el enfoque de Noyron es transparente, basado en reglas, lo que facilita a los ingenieros entender por qué se toman las decisiones de diseño.

La importancia del conocimiento humano

La transparencia de Noyron lo hace especialmente eficaz para la colaboración entre humanos y máquinas. Los ingenieros que utilizan Noyron pueden ver la lógica detrás de cada decisión de diseño, lo que facilita ajustar la lógica del modelo o modificar las entradas para mejorar los resultados. Nada es arbitrario. La iteración rápida también es clave aquí, comenta Kayser, ya que el software de Leap 71 puede refinar los diseños para cumplir con los requisitos prácticos de los sistemas aeroespaciales mucho más rápido que los procesos tradicionales. El modelo puede iterar los diseños en minutos, lo que permite a los ingenieros explorar diferentes configuraciones y seleccionar la solución óptima sin tener que empezar de cero cada vez. Pero dado un conjunto de especificaciones, el resultado siempre será el mismo. Esto garantiza la fiabilidad y repetibilidad clave en un campo tan crítico.

Kayser cree que futuras versiones de Noyron podrían llevar la ley de Moore a la ingeniería, en referencia a la observación realizada por Gordon Moore, cofundador de Intel, de que el número de transistores en un microchip se duplica aproximadamente cada dos años, llevando al mismo aumento en la potencia informática mientras los costes disminuyen. Este principio ha impulsado el rápido crecimiento de la tecnología durante décadas, dando lugar a un progreso exponencial en la capacidad de computación.

"Se trata de hacer la ingeniería computacional y aplicar los principios del desarrollo de software al diseño de objetos físicos", me dice Kayser. En lugar del proceso lento y meticuloso para elaborar diseños, los ingenieros pueden usar Noyron para explorar instantáneamente diferentes posibilidades, como intercambiar materiales o ajustar parámetros de diseño, y recibir respuestas inmediatas. Esta capacidad permite un nivel de creatividad y asunción de riesgos que antes era imposible. Los ingenieros ya no tienen que temer el coste temporal asociado con experimentar. Lo que solía llevar meses ahora puede suceder en minutos, y eso lo cambia todo, asegura.

Kayser comenta que las empresas personalizan Noyron según su propio conocimiento, experiencias y requisitos específicos. "Las empresas no simplemente usan Noyron tal cual", me dice. "Añaden su propio conocimiento propietario, su forma de abordar problemas, al sistema. Noyron se vuelve más inteligente y se adapta para reflejar la experiencia específica de la empresa y los ingenieros que lo usan. Es como tener un equipo de ingeniería que ya conoce tus métodos y prioridades".

Esto permite a los ingenieros humanos construir su experiencia única en el sistema, lo que da lugar a nuevas soluciones de ingeniería que reflejan el enfoque particular de cada compañía de diseño. La capacidad de integrar estas experiencias en Noyron significa que diferentes empresas pueden llegar a soluciones distintas incluso partiendo de las mismas especificaciones. Ahí está su poder fundamental.

Además, al codificar la experiencia de ingeniería en un modelo computacional, dice Kayser, Leap 71 está creando un lenguaje común que los ingenieros de diversas disciplinas pueden usar para colaborar. "La ingeniería suele estar fragmentada y depender del conocimiento de expertos individuales", señala, destacando que Noyron tiene como objetivo unificar esta experiencia dispersa, proporcionando un modelo reutilizable y adaptable que los ingenieros pueden usar para colaborar entre disciplinas.

Otra gran fortaleza de Noyron es su capacidad para integrar datos de pruebas reales directamente en los diseños futuros. Los métodos tradicionales de ingeniería mantienen separados los procesos de diseño y prueba, haciendo que el proceso de iteración sea lento. Cada ciclo de prueba y rediseño puede llevar semanas o incluso meses. Noyron cambia esto al permitir que los datos de cada prueba, ya sea que el diseño tenga éxito o fracase, se integren en el modelo sin problemas. "La innovación depende de la iteración", dice Kayser. "No hay forma de llegar a un diseño perfecto en un entorno digital aislado; hay que probarlo".

Este bucle de retroalimentación no solo hace a Noyron más inteligente, sino que también acelera todo el proceso de ingeniería. En lugar de esperar semanas para que los resultados de las pruebas informen los ajustes del diseño, los ingenieros pueden ver el impacto de los datos de prueba en tiempo real y hacer los cambios necesarios de inmediato.

Crear el Jarvis de Tony Stark en la vida real

Las ambiciones de Leap 71 van más allá de los motores de cohete. Kayser afirma que están trabajando para construir la primera IA de propósito general para la ingeniería, un sistema capaz de diseñar cualquier cosa, desde componentes de cohetes e intercambiadores de calor hasta un fuselaje, una presa o incluso un motor de fusión en un futuro lejano.

"Parece que estáis intentando crear algo similar a Jarvis, la IA que diseña cosas para Tony Stark en Iron Man, una IA que puede hacer prácticamente de todo", le digo, sorprendido por esta ambición. "Exacto", responde. "Queremos construir la primera IA de propósito general para la ingeniería, algo que se pueda aplicar a una amplia gama de problemas, no solo al sector aeroespacial".

Imagina tener un asistente de IA que conoce todos los detalles de tu empresa, de tu sector, y puede generar soluciones como un equipo de ingenieros, pero más rápido, dice. La prueba del motor de cohete de 5 kilonewtons es sólo el comienzo, una demostración del potencial de Noyron en una variedad de aplicaciones. "Queremos algo que pueda revolucionar no solo la industria aeroespacial, sino cualquier cosa que requiera ingeniería compleja", señala Kayser.

Ahora imagina un futuro en el que los modelos computacionales como Noyron sean omnipresentes en todas las industrias, diseñando desde coches hasta dispositivos electrónicos de consumo, alterando fundamentalmente cómo se conciben los productos. Esta línea temporal es, por ahora, ciencia ficción, pero los primeros resultados, como este motor de cohete y otros que Leap 71 y sus socios han conseguido, son prometedores. Los modelos Noyron inicialmente desarrollados para el sector aeroespacial ya están siendo adaptados para otros usos. Los modelos térmicos usados en cohetes, por ejemplo, han encontrado aplicaciones en sistemas de climatización, con calefacción, ventilación y aire acondicionado, a nivel industrial. Este tipo de transferencia de conocimientos, afirma Kayser, muestra el camino para su aplicación en múltiples industrias.

El camino hacia un futuro en el que la innovación en ingeniería se acelere de esta forma es largo, sin duda. Pero la idea de Leap 71 puede funcionar, al menos a juzgar por esta prueba del motor cohete. Es un gran primer paso para transformar la ingeniería de un proceso manual y lento a una solución computacional ágil, inherentemente colaborativa, que acumula conocimiento humano y no humano para acelerar la creación de nuevas herramientas. Si la empresa de Kayser, o cualquier otra con un enfoque similar, logra materializar la idea de Jarvis, será un cambio fundamental en la manera en que diseñamos y construimos el futuro de la humanidad. Ese motor de cohete de 5 kilonewtons es un gran logro tecnológico, un primer hito mundial, sí. Pero, más importante aún, es la puerta que entreabre a una nueva era del diseño industrial.