29 de abril de 2026

La guerra de Ucrania sigue haciendo inútil la ciencia ficción: ya tenemos drones que matan como un cazador

La guerra de Ucrania sigue haciendo inútil la ciencia ficción: ya tenemos drones que matan como un cazador

En algunos sectores del frente en Ucrania, las unidades empezaron a detectar algo extraño durante las noches: en las cámaras térmicas aparecían pequeños puntos calientes inmóviles durante horas en tejados, caminos o campos abiertos, sin que ocurriera nada… hasta que al amanecer uno de ellos se activaba de repente y todo cambiaba en cuestión de segundos.

El nacimiento del dron “paciente”. La guerra en Ucrania ha dado forma a una nueva figura en el campo de batalla, otra más: un arma que no corre ni persigue objetivos, y que no necesita mostrarse, porque simplemente espera su momento

Se trata de drones que llegan desde el aire, se posan en silencio y permanecen ocultos durante horas o incluso toda la noche hasta que aparece su objetivo, transformando el combate en una cuestión de paciencia y cálculo donde el factor decisivo ya no es la velocidad, sino la capacidad de anticiparse al enemigo. Esta evolución ha difuminado las fronteras entre minas, municiones y aeronaves, creando un sistema que convierte cualquier ruta logística, edificio o camino en una trampa latente.

Cómo se construye una emboscada invisible. Contaban en Forbes el fin de semana que el éxito de estos drones no depende de la improvisación, sino de un trabajo previo meticuloso basado en inteligencia de señales, vigilancia aérea y análisis de patrones de movimiento para determinar dónde y cuándo colocar cada dispositivo. 

Una vez elegido el punto, el dron aterriza en una zona que combine ocultación y viabilidad técnica, a menudo con trenes de aterrizaje modificados para adaptarse a terrenos irregulares, y queda conectado mediante fibra óptica (a veces de km) para evitar interferencias y reducir su firma detectable. Desde ese momento comienza una espera que puede prolongarse durante horas, con el operador pendiente de una única oportunidad en la que el objetivo entra en el campo de acción.

Ataque sin aviso. En los vídeos que han comenzado a circular mostrando este tipo de dron de emboscada, cuyo término viene de la forma en que los rusos lo han denominado, Zhduns ("Waiters"), se aprecia que cuando el momento llega, el golpe es prácticamente inmediato y deja muy poco margen de reacción, ya que el aparato se activa desde una distancia mínima y sin el aviso acústico típico de los FPV en vuelo. 

Aunque estos sistemas suelen cargar menos explosivo para compensar el peso del cable y la estructura, el factor sorpresa compensa esa limitación, permitiendo ataques precisos y eficaces que convierten ciertas zonas en espacios psicológicamente hostiles para el enemigo. El resultado es la creación de auténticas “zonas de miedo” donde cualquier movimiento puede desencadenar un ataque invisible.

La guerra dentro de la guerra. La respuesta a estos sistemas ha generado una capa adicional de conflicto en la que hay drones que buscan otros drones antes de que “despierten”, utilizando cámaras térmicas capaces de detectar el calor residual de sus componentes incluso cuando están apagados. 

A esto se suman sensores más avanzados, patrullas aéreas de barrido y el uso de señuelos para engañar al adversario, creando un juego de emboscadas, contraemboscadas y contra-contraemboscadas que evoluciona constantemente y que difíclmente alguien podría imaginar hace una década. En este entorno surreal, la superioridad no depende solo de la tecnología, sino de quién aprende más rápido a adaptarse.

Del aire al suelo: robots que amplían la trampa. Sí, porque este mismo concepto de riesgo persistente se está extendiendo al terreno con el uso creciente de vehículos no tripulados terrestres, que ya no solo transportan suministros o evacúan heridos, sino que también participan en ataques directos y operaciones ofensivas. 

Estos sistemas permiten reducir la exposición de los soldados, asumir tareas logísticas críticas y, en algunos casos, mantener posiciones durante semanas o lanzar ataques coordinados contra posiciones enemigas. La integración de plataformas terrestres con drones aéreos añade una nueva dimensión, permitiendo desplegar emboscadas desde ubicaciones inesperadas y alejadas del frente. 

Campo de batalla aprendiendo solo. Si se quiere también, es muy posible que el siguiente paso apunte hacia sistemas cada vez más autónomos, con inteligencia artificial capaz de vigilar, detectar movimiento y alertar al operador, reduciendo la carga humana y multiplicando el número de dispositivos controlados simultáneamente. 

Aunque existen límites técnicos y éticos, especialmente en lo relativo a la identificación de objetivos, la tendencia parece clara: campos de batalla saturados de máquinas capaces de esperar indefinidamente, aprender del entorno y actuar en el momento preciso. En ese escenario, la guerra deja de ser una sucesión de enfrentamientos visibles para convertirse en una red de amenazas ocultas donde el enemigo más peligroso es el que lleva horas (o días) esperando sin ser visto.

Y con una ventaja inédita: imposible de rastrear su aliento.

Imagen | X

En Xataka | Rusia tiene un enemigo inédito en la guerra de Ucrania: Japón acaba de aterrizar con un arma para tumbar sus shaheds

En Xataka | Ucrania ha recordado el arma utilizada con Stalin para convencer a EEUU: literalmente, convertir el Donbás en “Donnyland”

-
La noticia La guerra de Ucrania sigue haciendo inútil la ciencia ficción: ya tenemos drones que matan como un cazador fue publicada originalmente en Xataka por Miguel Jorge .



☞ El artículo completo original de Miguel Jorge lo puedes ver aquí

Apps para aprender idiomas en 2026: cuáles funcionan, cuáles son una pérdida de tiempo y qué dice la ciencia

Ilustración conceptual del aprendizaje de idiomas con apps y herramientas de inteligencia artificial

Duolingo tiene 97 millones de usuarios activos mensuales y una valoración bursátil de más de 10.000 millones de dólares. Babbel ha vendido más de 10 millones de suscripciones. Rosetta Stone lleva 30 años en el mercado. Y un estudio de la City University of New York encontró que 34 horas de Duolingo equivalen en progreso a un semestre universitario de español. El potencial de las apps para aprender idiomas es real, pero también lo es la tasa de abandono: el 80 % de los usuarios dejan la app en las primeras dos semanas, según datos internos filtrados de varias plataformas.

El problema no suele ser la app sino las expectativas: ninguna app te hará fluido en un idioma por sí sola. Pero como complemento a conversación real, inmersión y estudio estructurado, las mejores apps aceleran significativamente el proceso. La pregunta es cuáles merecen tu tiempo.

Las apps principales comparadas

Duolingo (gratuita con Super a 7,33 €/mes). La más popular y la más gamificada: rachas, vidas, ligas, historias interactivas. Cubre 43 idiomas. El plan gratuito es usable (con anuncios y vidas limitadas); Super elimina anuncios y añade práctica ilimitada. Puntos fuertes: excelente para vocabulario básico y estructura gramatical elemental, formación de hábito diario. Puntos débiles: no enseña conversación real, la gamificación puede convertir el aprendizaje en un juego de rachas donde el objetivo deja de ser aprender.

Babbel (6,99-12,99 €/mes). Enfoque más adulto y estructurado que Duolingo. Lecciones de 15 minutos diseñadas por lingüistas, con énfasis en conversación práctica desde la primera lección. Reconocimiento de voz para practicar pronunciación. Solo 14 idiomas, pero bien cubiertos. El estudio Babbel Efficacy (NYU, 2023) encontró que 15 horas de Babbel llevan a principiantes a construir frases básicas con un 98 % de precisión gramatical.

Busuu (gratuita con premium a 5,95 €/mes). El diferenciador: correcciones de hablantes nativos. Envías ejercicios escritos o de audio y usuarios nativos del idioma te corrigen. Este componente social mejora significativamente la producción activa (hablar y escribir), donde la mayoría de apps fallan. Certificado oficial de McGraw-Hill al completar niveles.

Pimsleur (14,95 $/mes). Basada en el método del Dr. Paul Pimsleur: aprendizaje auditivo con repetición espaciada. Sin interfaz visual llamativa: es básicamente un podcast interactivo. Excelente para comprensión oral y pronunciación; débil en lectura y escritura. Ideal para quienes aprenden mejor escuchando (por ejemplo, durante desplazamientos).

Anki (gratuita en PC/Android, 24,99 $ en iOS). No es una app de idiomas sino de flashcards con repetición espaciada (SRS). Pero con los mazos de vocabulario adecuados (disponibles gratis en AnkiWeb), es la herramienta más efectiva para memorización a largo plazo. La comunidad de Anki para japonés, chino y coreano es especialmente fuerte. Para gestionar tus suscripciones a varias apps, conviene llevar un control periódico.

Apps para conversación real

italki (precio por clase). Plataforma con más de 30.000 profesores de idiomas en 150+ idiomas. Clases individuales por videollamada. Profesores profesionales: 12-30 €/hora; tutores comunitarios: 5-10 €/hora. La mejor relación calidad-precio para práctica de conversación. He tomado más de 200 clases en italki para alemán y francés: la mejora en fluidez conversacional fue incomparable con cualquier app.

Tandem / HelloTalk (gratuitas con premium). Intercambio de idiomas: tú enseñas tu idioma a cambio de que un nativo te enseñe el suyo. Chat de texto, audio y vídeo. Funciona bien si encuentras un compañero comprometido; irregular si no. La versión gratuita es suficiente.

ChatGPT / Claude como tutor de idiomas. La opción más nueva y sorprendentemente efectiva. Puedes mantener conversaciones escritas o de voz en el idioma que aprendes, pedir correcciones, solicitar explicaciones gramaticales contextuales y practicar escenarios específicos. No es un hablante nativo, pero como herramienta de práctica disponible 24/7, es extraordinariamente útil. Coste: gratuito (versiones básicas) o 20 $/mes (versiones avanzadas). Para entender mejor cómo usar la IA en tu ordenador, te recomendamos nuestra guía.

Qué dice la ciencia sobre aprender idiomas con apps

La investigación apoya el uso de apps como complemento, no como sustituto. Un meta-análisis de 36 estudios publicado en Computer Assisted Language Learning (2024) encontró que las apps de idiomas producen mejoras significativas en vocabulario y comprensión lectora, pero resultados «modestos» en producción oral y escrita. La repetición espaciada (Anki, Memrise) y la práctica con feedback correctivo (Busuu, Babbel) son las técnicas con mayor evidencia.

El FSI (Foreign Service Institute) del gobierno estadounidense estima que un angloparlante necesita 600-750 horas de estudio para dominar español, francés o portugués, y 2.200 horas para chino, japonés, coreano o árabe. Eso es 30-45 minutos diarios durante 3-4 años para idiomas «fáciles». Ninguna app acorta ese camino mágicamente, pero las buenas hacen que esas horas sean más eficientes y placenteras.

La ruta que funciona (según mi experiencia)

Meses 1-3: Base. Duolingo o Babbel 20-30 minutos diarios para vocabulario básico y estructuras gramaticales. Anki 10 minutos diarios para fijar vocabulario con repetición espaciada. Podcast en el idioma objetivo (nivel principiante: «Coffee Break Spanish/French/German» son excelentes).

Meses 4-6: Producción. Añadir 1-2 clases semanales en italki (tutor comunitario, 5-10 €/clase). Busuu para ejercicios escritos con corrección nativa. Empezar a consumir contenido real: subtítulos del idioma en series de streaming, noticias en lenguaje sencillo.

Meses 7-12: Inmersión activa. Reducir apps de estudio, aumentar conversación y consumo de contenido. Cambiar el idioma del móvil y las apps al idioma que aprendes. Leer libros adaptados (graded readers). Intentar pensar en el idioma.

Mi valoración

He aprendido alemán (desde cero hasta B2) y he mantenido francés (aprendido en el colegio) usando combinaciones de apps, clases en italki y consumo de contenido. Lo que he aprendido: las apps son espectaculares para crear el hábito diario y para vocabulario, pero son insuficientes por sí solas para hablar. La conversación con humanos reales no tiene sustituto. Mi combo ideal: Babbel o Duolingo para la base (15 min/día), Anki para vocabulario (10 min/día), italki para conversación (2 clases/semana), y contenido en el idioma (series, podcasts, libros) todo el tiempo posible. Con esa combinación, 30-45 minutos diarios durante un año te llevan a un nivel funcional en idiomas cercanos al español.

Preguntas frecuentes

¿Duolingo sirve de verdad o es solo un juego?

Sirve, pero con matices. Para vocabulario básico, formación de hábito y estructura gramatical elemental, Duolingo es efectivo y los estudios lo respaldan. Para conversación, comprensión oral avanzada y fluidez, es insuficiente. El riesgo es que la gamificación te enganche a mantener la racha en lugar de progresar realmente. Si llevas 6 meses en Duolingo y no entiendes una conversación real, es hora de añadir otras herramientas.

¿Cuántas apps debería usar a la vez?

Dos o tres como máximo: una de estudio estructurado (Babbel/Duolingo), una de memorización (Anki) y una de práctica oral (italki/Tandem). Más de tres crea fatiga de decisión y fragmenta el tiempo. La consistencia con pocas herramientas supera la variedad sin consistencia.




☞ El artículo completo original de Juan Diego Polo lo puedes ver aquí

Científicos del Núcleo MINGAL desarrollan algoritmo que clasifica millones de galaxias con alta precisión

Un equipo de investigadores del Núcleo Milenio de Galaxias (MINGAL) desarrolló un innovador algoritmo capaz de clasificar de manera automatizada millones de galaxias según su forma. El avance, que marca un hito en el análisis astronómico a gran escala, fue publicado en la revista científica internacional Astronomy & Astrophysics.

El estudio fue liderado por Vitor Sampaio, investigador de postgrado de la Universidad Técnica Federico Santa María (USM) e integrante de MINGAL. “Logramos clasificar distintos tipos de galaxias sin depender únicamente de la observación humana. Utilizamos un código que analiza imágenes obtenidas por el Observatorio Interamericano Cerro Tololo, identificando patrones que permiten distinguir sus características”, explica.

Las galaxias presentan diversas morfologías: algunas son espirales, con brazos que giran desde su centro, mientras que otras son elípticas, de forma más uniforme. Sin embargo, analizar manualmente más de un millón de galaxias resulta inviable. “La caracterización de estas estructuras no puede realizarse mediante inspección visual a gran escala. Por eso, los métodos automatizados son clave para avanzar en este tipo de estudios”, señala Yara Jaffé, directora alterna de MINGAL y académica USM.

Para abordar este desafío, el equipo desarrolló GalMEx (Galaxy Morphology Extractor), un código en Python que analiza la distribución de la luz en las imágenes astronómicas. Este sistema evalúa parámetros como la concentración lumínica, la simetría y la presencia de irregularidades, transformando la apariencia visual de las galaxias en indicadores numéricos objetivos y comparables.

“Existen ciertas ‘huellas’ en la distribución de la luz que permiten distinguir los distintos tipos de galaxias. Gracias a esto, nuestro modelo de aprendizaje automático alcanzó una precisión cercana al 93%”, destaca Sampaio.

Un catálogo sin precedentes para el hemisferio sur

Al aplicar GalMEx al catálogo DECaLS (Dark Energy Camera Legacy Survey), obtenido con la cámara DECam en el Observatorio Cerro Tololo, el equipo logró clasificar cerca de 1,7 millones de galaxias. El resultado es el primer catálogo público y homogéneo de índices morfológicos no paramétricos para este sondeo, lo que representa un avance significativo para el estudio del cielo del hemisferio sur.

Hasta ahora, cada investigación utilizaba metodologías distintas, dificultando la comparación de resultados. “Al emplear una herramienta común, los datos se vuelven más consistentes y reproducibles. Además, validamos los resultados con el proyecto Galaxy Zoo, donde miles de personas clasifican galaxias de forma colaborativa”, agrega el investigador.

Un futuro prometedor

El equipo proyecta ampliar el alcance del algoritmo para identificar galaxias con morfologías complejas o perturbadas, como aquellas que han sufrido colisiones o interacciones gravitacionales. “Nuestro objetivo es no solo reconocer formas inusuales, sino también entender los procesos físicos que las originan, ya que cada uno deja señales específicas en la estructura galáctica”, concluye Sampaio.

En la investigación también participaron Círia Lima-Dias, Simón Véliz Astudillo, Hugo Méndez-Hernández y Antonela Monachesi (Universidad de La Serena), junto a Monserrat Martínez-Marín y Rodrigo Herrera-Camus (Universidad de Concepción), este último director del Núcleo MINGAL.

El artículo, titulado “Morphologies for DECaLS galaxies through a combination of nonparametric indices and machine learning methods: A comprehensive catalog using the Galaxy Morphology Extractor (galmex) code”, está disponible en la revista Astronomy & Astrophysics.

La entrada Científicos del Núcleo MINGAL desarrollan algoritmo que clasifica millones de galaxias con alta precisión se publicó primero en Revista Ecociencias.



☞ El artículo completo original de Revista Ecociencias lo puedes ver aquí

Blockchain explicado sin criptojerga: qué es, para qué sirve (de verdad) y qué no es

Representación visual de la tecnología blockchain y contratos inteligentes descentralizados

Blockchain es una de esas palabras que todo el mundo usa y casi nadie puede explicar con claridad. Debajo del hype existe una tecnología real con aplicaciones genuinamente útiles, pero también con limitaciones que sus evangelistas prefieren no mencionar.

Blockchain es, en esencia, un registro digital compartido que no puede ser alterado retroactivamente sin que todos los participantes lo detecten. Imagina un libro de contabilidad copiado en miles de ordenadores, donde cada nueva entrada (bloque) está matemáticamente vinculada a la anterior (cadena), y donde cualquier intento de modificar una entrada pasada requiere modificar todas las posteriores en todos los ordenadores a la vez.

La primera blockchain funcional fue implementada en 2009 por Satoshi Nakamoto como infraestructura de Bitcoin. Pero separar blockchain de Bitcoin es importante: Bitcoin es una aplicación concreta de blockchain, igual que Gmail es una aplicación del email.

Cómo funciona (sin criptojerga)

Un bloque es un conjunto de transacciones agrupadas. Cada bloque incluye: los datos, un sello temporal, y un hash (huella digital criptográfica) del bloque anterior. Ese hash conecta cada bloque formando una cadena. Si alguien modifica una transacción en el bloque 500, su hash cambia, rompiendo la cadena. Para que pase desapercibida, habría que recalcular todos los hashes posteriores y hacerlo controlando más del 50% de toda la potencia computacional de la red.

Los mecanismos de consenso: Proof of Work (PoW), usado por Bitcoin, donde los nodos compiten resolviendo problemas matemáticos (consume ~160 TWh anuales, comparable a Argentina). Proof of Stake (PoS), usado por Ethereum desde septiembre de 2022, consume un 99,95% menos de energía que PoW.

Aplicaciones reales (que ya funcionan)

Pagos internacionales. Las transferencias SWIFT tardan 1-5 días y cuestan 25-50 €. Blockchain permite transferencias en minutos con comisiones de céntimos. Ripple procesa más de 10 millones de transacciones diarias. El Banco Central Europeo desarrolla el euro digital, parcialmente inspirado en blockchain.

Cadena de suministro. IBM Food Trust rastrea alimentos desde el campo hasta el supermercado. Walmart puede rastrear el origen de un mango en 2,2 segundos (antes tardaba 7 días). De Beers rastrea diamantes para garantizar que no son «diamantes de sangre».

Identidad digital. La UE desarrolla la cartera digital europea (EUDI Wallet) con elementos de blockchain. Estonia usa blockchain desde 2012 para e-government, incluyendo votación electrónica e historial médico.

Contratos inteligentes. Programas que se ejecutan automáticamente cuando se cumplen condiciones predefinidas. Un seguro de vuelo que se paga automáticamente si tu avión se retrasa más de 2 horas. Ethereum es la plataforma dominante con más de 4.000 dApps activas.

Registro de propiedad. Georgia registra títulos de propiedad inmobiliaria en blockchain desde 2017, eliminando fraudes de titularidad. Honduras, Suecia y Dubai tienen proyectos similares.

Qué no es blockchain (y no será)

No es un sustituto de las bases de datos. Bitcoin procesa 7 transacciones por segundo; Visa procesa 65.000. Si no necesitas descentralización ni inmutabilidad, una base de datos tradicional hace el trabajo millones de veces más rápido.

No es anónima por defecto. Bitcoin es pseudónima, no anónima: las transacciones son públicas y rastreables. Empresas como Chainalysis rastrean transacciones por encargo de gobiernos.

No resuelve problemas de confianza mágicamente. Blockchain garantiza la integridad dentro de la cadena, pero no puede verificar que los datos introducidos sean correctos. «Garbage in, garbage out» aplica igual.

No es inherentemente verde. Proof of Work consume cantidades obscenas de energía. Proof of Stake es mucho más eficiente, pero la red Bitcoin sigue con PoW.

El estado de las criptomonedas en 2026

Bitcoin cotiza por encima de 80.000 $ (abril 2026), consolidado como «oro digital». Ethereum se ha posicionado como infraestructura de DeFi y contratos inteligentes. La UE implementó MiCA en 2024, el marco regulatorio más completo. En España, los exchanges deben registrarse en el Banco de España, y las ganancias de cripto tributan como ganancias patrimoniales (19-28%). Proteger tu seguridad digital es especialmente crítico si operas con criptoactivos.

Stablecoins (USDT y USDC) mueven más de 150.000 millones de dólares diarios, más que PayPal y Venmo juntos. Son la forma más rápida de mover dólares entre países.

Mi valoración

Después de seguir la evolución de blockchain desde 2013, mi posición se ha moderado. La tecnología es innovadora para casos específicos: registros inmutables y verificables sin confiar en una autoridad central. Pero el 90% de los proyectos que se vendían como «blockchain» entre 2017 y 2022 eran bases de datos disfrazadas con marketing cripto. En 2026, la madurez ha llegado: las aplicaciones reales (pagos internacionales, cadena de suministro, identidad digital) funcionan y aportan valor. Las promesas vacías se han desinflado. Mi consejo: entiende la tecnología, pero no te dejes llevar por quien te dice que blockchain va a cambiar la forma en que compras café.

Preguntas frecuentes

¿Debería invertir en criptomonedas?
No puedo darte consejo financiero, pero sí contexto. Las criptomonedas son activos de alta volatilidad: Bitcoin cayó un 64% en 2022 y subió un 157% en 2023. Si inviertes, hazlo solo con dinero que puedas permitirte perder completamente, en plataformas reguladas, y con estrategia de largo plazo.

¿Blockchain es lo mismo que Bitcoin?
No. Bitcoin es una criptomoneda que usa blockchain como infraestructura. Blockchain tiene aplicaciones más allá de las criptomonedas: cadena de suministro, identidad digital, contratos inteligentes, registros públicos.

¿Puede ser hackeada una blockchain?
La blockchain en sí es extremadamente difícil de hackear (requeriría un ataque del 51%). Lo que sí se hackea son las aplicaciones construidas sobre blockchain: exchanges, wallets, smart contracts con bugs. Los hackeos de cripto en 2024 sumaron 2.200 millones de dólares según Chainalysis.




☞ El artículo completo original de Juan Diego Polo lo puedes ver aquí

EEUU está usando un superordenador de potencia exaescala para resolver el mayor desafío de la fusión nuclear

EEUU está usando un superordenador de potencia exaescala para resolver el mayor desafío de la fusión nuclear

El superordenador Frontier del Laboratorio Nacional Oak Ridge (ORNL) vinculado al Departamento de Energía de EEUU es uno de los más potentes del planeta. De hecho, actualmente es el segundo superordenador exaescala más capaz después de El Capitán de acuerdo con la clasificación TOP500. Estas máquinas son unas herramientas muy valiosas que ya están siendo utilizadas por los investigadores para intentar resolver algunos de los problemas científicos más complejos a los que se enfrenta la humanidad. Y uno de ellos es el comportamiento del plasma cuando se encuentra bajo la influencia de un campo magnético.

Un grupo de investigadores del ORNL está usando dos de las herramientas más poderosas de las que dispone actualmente el ser humano, el superordenador Frontier y la inteligencia artificial (IA), para entender con la máxima precisión posible el comportamiento caótico del plasma de las estrellas. Un apunte importante antes de seguir adelante: el plasma es un gas extremadamente caliente conformado por partículas dotadas de carga eléctrica, por lo que puede ser confinado en el interior de un campo magnético.

Este conocimiento presumiblemente puede ayudar a los científicos a simular con mucha precisión las supernovas, que no son otra cosa que las explosiones que se producen cuando una estrella masiva pierde el equilibrio hidrostático al quemar la mayor parte de su combustible. Cuando se desencadena una supernova, buena parte de los elementos químicos que la estrella ha producido mediante reacciones de fusión nuclear sale despedida hacia el medio estelar con muchísima energía.

De las supernovas a los reactores experimentales de fusión nuclear

El doctor Eliu Huerta, un científico computacional del Laboratorio Nacional Argonne (EEUU) que ha tenido la oportunidad de supervisar el trabajo de los investigadores del ORNL, expresa con claridad por qué es tan importante esta iniciativa científica: "Este tipo de capacidad ha sido durante mucho tiempo el sueño de los astrofísicos y de muchos otros científicos. Esta es la primera vez que se alcanza este nivel de comprensión mediante IA para sistemas de esta complejidad [...] Cuanto más caótico es el sistema, más difícil es simularlo".

Entender con mucha precisión cómo se comporta el plasma de las estrellas es importante no solo para tener más información acerca de las supernovas; también es crucial para predecir las llamaradas solares, o, incluso, para simular la interacción del campo magnético terrestre y los núcleos atómicos ionizados de alta energía que constituyen la radiación cósmica. El rol de Frontier en esta investigación es fundamental: proporciona la capacidad computacional que exige el entrenamiento de los modelos necesarios para generar miles de simulaciones detalladas de plasma.

En el interior de los reactores de fusión nuclear aún es un reto mantener las turbulencias bajo control

No obstante, hay otra aplicación en la que esta tecnología tiene la capacidad de marcar la diferencia: la puesta a punto de reactores de fusión nuclear. Podemos imaginar de una forma intuitiva un reactor de fusión nuclear como una olla a presión en la que se cocinan dos ingredientes esenciales: deuterio y tritio. Para conseguir que los núcleos de estos dos isótopos del hidrógeno se fusionen y liberen el neutrón que en última instancia nos va a permitir obtener una gran cantidad de energía es necesario confinarlos en un plasma extremadamente caliente. De hecho, para que este proceso tenga lugar debe alcanzar una temperatura de al menos 150 millones de grados Celsius.

Los científicos saben cómo hacerlo, por lo que someter los núcleos de deuterio y tritio a la presión y la temperatura necesarias para conseguir que se fusionen ya no es un problema. Lo que sí representa aún un reto es lograr mantener las turbulencias bajo control. De lo contrario el plasma se desestabilizará, su densidad en las regiones críticas se verá afectada y el sostenimiento de la reacción de fusión a lo largo del tiempo no será posible. Los mecanismos que rigen este proceso son muy complejos, pero poco a poco los físicos y los ingenieros que trabajan en la energía de fusión están consiguiendo entenderlos mejor.

La investigación de los científicos del ORNL persigue comprender mejor el comportamiento del plasma confinado en el interior de la cámara de vacío de los reactores experimentales de fusión nuclear con un propósito: minimizar las turbulencias para que la pérdida de energía sea mínima. Y van por buen camino. De hecho, ya tienen listo un sistema que es capaz de entregar predicciones de turbulencia muy detalladas en solo unos segundos, reduciendo así los errores en más de la mitad en comparación con los métodos anteriores.

Imagen | Fusion For Energy

Más información | ORNL | Interesting Engineering

En Xataka | ITER ha encarado uno de los grandes desafíos de la fusión nuclear: evitar que el plasma a 150 millones de ºC destruya el reactor

-
La noticia EEUU está usando un superordenador de potencia exaescala para resolver el mayor desafío de la fusión nuclear fue publicada originalmente en Xataka por Laura López .



☞ El artículo completo original de Laura López lo puedes ver aquí