Modelar cómo se estropean los coches en un accidente, cómo responden las naves espaciales a entornos extremos o cómo los puentes resisten la tensión se puede hacer miles de veces más rápido que las computadoras personales, gracias a la nueva inteligencia artificial que permite resolver grandes problemas matemáticos que normalmente requerirían supercomputadoras.
El nuevo marco de IA es un enfoque general que puede predecir rápidamente soluciones a las complejas y lentas ecuaciones matemáticas necesarias para construir modelos de cómo los fluidos o las corrientes eléctricas se propagan a través de diversas geometrías, como se incluye en las pruebas de ingeniería estándar.
Aparecen detalles sobre la investigación. Ciencia Computacional de la Naturaleza.
Llamado DIMON (Aprendizaje de operadores de mapeo difeomórfico), el marco resuelve problemas matemáticos ubicuos conocidos como ecuaciones diferenciales parciales que están presentes en casi todas las investigaciones científicas y de ingeniería. Utilizando estas ecuaciones, los investigadores pueden traducir sistemas o procesos del mundo real en representaciones matemáticas de cómo los objetos o entornos cambiarán a lo largo del tiempo y el espacio.
“Si bien la motivación para desarrollarlo surgió de nuestro propio trabajo, es una solución que creemos que tendrá un gran impacto en una variedad de disciplinas de ingeniería en general”, dijo Natalya Trianova, directora de ingeniería biomédica e ingeniería biomédica de la Universidad Johns Hopkins. Tendrá que hacerlo porque es muy genérico y escalable”. Profesor de Medicina que codirigió la investigación. “Se puede utilizar para resolver esencialmente cualquier problema, en cualquier dominio de la ciencia o la ingeniería, para resolver ecuaciones diferenciales parciales en múltiples geometrías, como pruebas de choque, investigación ortopédica u otros problemas complejos donde las formas, las fuerzas y los contenidos cambian”.
Además de demostrar la viabilidad de DIMON para resolver otros problemas de ingeniería, el equipo de Trayanova probó la nueva IA en más de 1.000 corazones, “gemelos digitales”, modelos informáticos muy detallados de corazones de pacientes reales. La plataforma pudo predecir cómo se propagan las señales eléctricas a través de cada forma única de corazón, logrando una alta precisión diagnóstica.
El equipo de Trianova se basa en la resolución de ecuaciones diferenciales parciales para estudiar las arritmias cardíacas, que es el mal comportamiento de un impulso eléctrico en el corazón que provoca un latido irregular. Con gemelos digitales de sus corazones, los investigadores pueden diagnosticar si los pacientes pueden desarrollar esta afección, a menudo mortal, y sugerir formas de tratarla.
“Estamos incorporando nueva tecnología a la clínica, pero muchas de nuestras soluciones son tan lentas que cuando escaneamos el corazón de un paciente y resolvemos una ecuación diferencial parcial para predecir si el paciente repentinamente corre un alto riesgo, nos lleva alrededor de una semana calcularlo. determinar cuál es el mejor plan para la muerte cardíaca y su tratamiento”, afirmó Trianova, quien dirige la Alianza Johns Hopkins para la Innovación en Diagnóstico y Tratamiento Cardiovascular. “Con este nuevo enfoque de IA, la velocidad a la que podemos tener una solución es increíble. El tiempo para calcular la predicción de un gemelo digital cardíaco se reducirá de varias horas a 30 segundos, y esta computadora de escritorio se realizará en una computadora. En lugar de una supercomputadora, nos permite incorporarla al flujo de trabajo clínico diario”.
Las ecuaciones diferenciales parciales generalmente se resuelven descomponiendo formas complejas, como alas de avión o partes del cuerpo, en cuadrículas o mallas formadas por elementos más pequeños. Luego se resuelve el problema para cada pieza simple y se vuelve a ensamblar. Pero si estos contornos cambian -como en el caso de un accidente o mal funcionamiento- la red debe actualizarse y las soluciones recalcularse, lo que puede ser computacionalmente lento y costoso.
DIMON resuelve este problema utilizando IA para comprender cómo se comportan los sistemas físicos en diferentes formas, sin la necesidad de recalcular todo desde cero para cada nueva forma. En lugar de dividir formas en cuadrículas y resolver ecuaciones repetidamente, la IA predice cómo se comportarán factores como el calor, el estrés o el movimiento en función de los patrones aprendidos, lo que le permite optimizar diseños o hacer que tareas como dar forma sean mucho más rápidas y eficientes. – Escenarios específicos.
El equipo está aplicando el marco DIMON a la patología cardíaca que conduce a arritmia. Debido a su versatilidad, la tecnología se puede aplicar a la optimización de formas y muchas otras tareas de ingeniería donde se necesita una diferenciación parcial de nuevas formas, dijo Ming Long Yin, becario postdoctoral en ingeniería biomédica de Johns Hopkins que desarrolló la plataforma. Las ecuaciones deben resolverse repetidamente. .
“Para cada problema, DIMON primero resuelve la ecuación diferencial parcial en una sola forma y luego asigna la solución a múltiples formas nuevas. Esta capacidad de cambiar formas resalta su tremenda versatilidad”, dijo Yin. “Estamos entusiasmados de poder aplicarlo en muchos problemas, así como en la comunidad en general, para acelerar sus soluciones de diseño de ingeniería”.
Otros autores son Nicholas Charon de la Universidad de Houston, Ryan Brody y Moro Maggioni de Johns Hopkins (codirector) y Lu Lu de la Universidad de Yale.
Este trabajo cuenta con el apoyo de las subvenciones NIH R01HL166759 y R01HL174440. una subvención de las Fundaciones Leducq; Beca de la Sociedad del Ritmo Cardíaco; Subvenciones del Departamento de Energía de EE. UU. DE-SC0025592 y DE-SC0025593. NSF otorga DMS-2347833, DMS-1945224 y DMS-2436738. y el Laboratorio de Investigación de la Fuerza Aérea otorga los premios FA9550-20-1-0288, FA9550-21-1-0317 y FA9550-23-1-0445.
