Spesso non ci si pensa, ma la progettazione di un aereo è un compromesso tra efficienza e sicurezza estrema. Prendiamo ad esempio la coda verticale, quell'imponente deriva posteriore. Le sue dimensioni sono calcolate per resistere agli scenari peggiori, come un decollo con forte vento trasversale e un solo motore funzionante. Questo significa che, per la stragrande maggioranza del tempo di volo, la coda è più grande e pesante del necessario, traducendosi in un consumo di carburante non ottimale. E se potessimo progettarne una più piccola e leggera, ma ugualmente sicura in quei rari momenti di criticità? È proprio questa la domanda che si sono posti i ricercatori dell'Università del Colorado a Boulder, e per trovare una risposta si sono rivolti a una delle macchine più potenti del pianeta.
Ecco che entra in gioco Aurora, il supercomputer dell'Argonne National Laboratory del Dipartimento dell'Energia statunitense. Non si tratta di un computer qualunque: Aurora è una delle prime macchine "exascale" al mondo, capace di eseguire la sbalorditiva cifra di oltre un miliardo di miliardi di calcoli al secondo, una potenza di calcolo che si scrive come 1018. Grazie a questa immensa capacità, il team di ricerca sta cambiando le regole del gioco nella progettazione aeronautica.
L'obiettivo è analizzare con una precisione mai vista prima il comportamento dell'aria attorno a un velivolo, un fenomeno complesso e caotico noto come turbolenza. "Con Aurora, siamo in grado di eseguire simulazioni più grandi che mai e su flussi più complessi," ha spiegato Kenneth Jansen, professore di ingegneria aerospaziale presso l'università.
Il vero balzo in avanti, però, non risiede solo nella potenza bruta del supercomputer, ma nella sua fusione con l'AI. Tradizionalmente, per studiare la turbolenza si eseguivano simulazioni che producevano enormi quantità di dati, i quali venivano poi analizzati "offline" per addestrare modelli predittivi.
Un processo lento e dispendioso in termini di archiviazione. La nuova metodologia, invece, utilizza un approccio definito "online machine learning": l'AI viene addestrata simultaneamente all'esecuzione della simulazione. In pratica, mentre Aurora calcola il comportamento di miliardi di particelle d'aria con uno strumento chiamato HONEE, un altro sistema, SmartSim, trasmette i dati in tempo reale a un modello di AI che impara "al volo".
Questo non solo fa risparmiare tempo e la necessità di archiviare dati per volumi di petabyte, ma permette agli scienziati di capire le dinamiche del flusso d'aria istantaneamente. L'AI impara a prevedere gli effetti dei micro-vortici turbolenti, invisibili nelle simulazioni a risoluzione più bassa, ma fondamentali per l'accuratezza dei modelli. Questa sinergia tra calcolo ad alte prestazioni e intelligenza artificiale apre le porte a un nuovo paradigma, consentendo di testare virtualmente design innovativi, come code verticali più piccole, e valutarne l'efficacia in condizioni estreme senza il bisogno di costosi e lunghi test fisici.
Quora’s Poe releases a developer API with access to a bouquet of AI models