Investigadores de la Universidad de Oxford han presentado un método innovador para modelar sistemas turbulentos, utilizando probabilidades para transformar la hidrodinámica computacional. Esta innovación promete mejorar significativamente el estudio de sistemas caóticos.
Durante años, predecir con precisión la dinámica de los flujos de fluidos turbulentos ha sido un desafío para científicos e ingenieros. Los métodos computacionales tradicionales han tenido dificultades para simular algo más allá de los flujos turbulentos más simples debido a la naturaleza caótica e impredecible de la turbulencia, caracterizada por remolinos de diversas formas y tamaños.
Colaborando con colegas de Hamburgo, Pittsburgh y Cornell, el equipo de Oxford redefinió el problema para eliminar la necesidad de resolver directamente estas fluctuaciones turbulentas. En lugar de modelar las fluctuaciones directamente, las representaron como variables aleatorias distribuidas de acuerdo con una función de distribución de probabilidad. Este enfoque les permitió extraer características significativas del flujo, como la sustentación y la resistencia, sin sumergirse en el caos de las oscilaciones turbulentas.
Normalmente, modelar distribuciones de probabilidad de turbulencia requiere resolver ecuaciones complejas de Fokker-Planck, una tarea que los métodos clásicos no pueden manejar de manera efectiva. Para abordar esto, el equipo aplicó tecnología computacional inspirada en cuántica desarrollada en Oxford, utilizando redes tensoriales para representar distribuciones de probabilidad de turbulencia en un formato hipercomprimido, lo que permite su simulación.
Durante el estudio, el algoritmo inspirado en cuántica, que funciona en un solo núcleo de procesador, completó los cálculos en unas pocas horas—tareas que habrían tomado varios días para un algoritmo clásico equivalente en una supercomputadora. Se anticipan avances futuros con el despliegue del algoritmo de red tensorial inspirado en cuántica en hardware especializado, como procesadores tensoriales y chips cuánticos tolerantes a fallos.
Según los investigadores, este enfoque no solo desafía las limitaciones actuales de la modelación de turbulencias, sino que también allana el camino para simular otros sistemas caóticos que pueden describirse probabilísticamente. El Dr. Nikita Guryanov, investigador principal del departamento de física de Oxford, comentó: "Las ventajas computacionales demostradas y futuras no solo abren nuevas áreas de la física de la turbulencia previamente inaccesibles para la exploración científica, sino que también presagian la aparición de códigos computacionales de hidrodinámica de próxima generación. Esto podría mejorar nuestras previsiones meteorológicas, hacer que nuestros vehículos sean más aerodinámicos y aumentar la eficiencia de la industria química, entre otras aplicaciones."