

Si cargamos el teléfono o encendemos un motor eléctrico, asumimos que funcionará. Que tendrán la autonomía necesaria para que podamos navegar por Internet o movernos de un lugar a otro. No nos preocupa lo que está sucediendo con estos productos. Olvidamos cómo el electromagnetismo y la tecnología evitan que las baterías se sobrecalienten o quemen los teléfonos. Detrás de esta aparente magia, hay empresas como la española Frenetic, que han revolucionado la fabricación de cargadores y baterías mediante un sistema de inteligencia artificial. El objetivo: que ocupe menos espacio. Hazlos más ligeros. Con el tiempo, pasan completamente desapercibidos.
Frenetic nace en 2018 con el objetivo de cambiar el diseño de transformadores, transistores y placas, elementos clave en el control de la corriente eléctrica que fluye a través de un cargador o una batería, para reducir su tamaño. Como explica su fundador, Chema Molina, al aplicar la técnica del machine learning, es decir, mejorar las máquinas para mejorar con la experiencia, esta fabricación puede ser más eficiente. ‘El transformador representa el 50% de la electrónica en un cargador. Esto es lo que le permite ser más manejable, más pequeño y más confiable. Determina sus propiedades. Hemos entrenado un sistema que optimiza su diseño e incluso ayuda a predecir su vida útil y operación ”, dice.
La programación del algoritmo que reduce el tamaño de los componentes electromagnéticos requirió años y años de investigación y construyó una base de datos con suficiente información para optimizar estas partes. Cuando Molina creó el negocio, tenía claro que necesitaba un laboratorio para crear estos datos. En este centro comenzó a entrenar la inteligencia artificial a través de prueba y error. Este proceso, que se repite casi una y otra vez, ha llevado a las máquinas a conocer y llegar a las soluciones que actualmente se venden a Airbus, HP, Siemens, Indra y otras grandes empresas globales. Ha logrado crear un gran depósito de información sobre el comportamiento electromagnético.
No es en modo alguno una coincidencia que utilizara la técnica del ensayo y error. Como sugiere Macià Capó, ingeniero de proyectos del Centro de Investigación CITCEA-UPC en Electrónica de Potencia, el peso y el tamaño de estos elementos no se podrían reducir si el aprendizaje automático se dedicara a resolver las ecuaciones de Maxwell, que determinan el comportamiento de cargadores y baterías. no. . ‘El sistema de inteligencia artificial habría requerido una mayor potencia informática, lo que habría provocado su consumo y por tanto su peso y tamaño. Con este tipo de modelo predictivo, como el de Frenetic, es más fácil determinar el punto óptimo de un transformador o un transistor ”, dice.
Si la investigación de Molina continúa al ritmo actual, y la tecnología va de la mano con la informática, el peso y el tamaño de estos componentes aún podrían reducirse significativamente. Un efecto muy atractivo para las industrias aeroespacial y automotriz. Ambos sectores buscan el transformador perfecto. El que es pequeño, no se sobrecalienta y no pierde electricidad. “Si tienes los datos adecuados, que es una de las partes más complejas, y los sensores, puedes optimizar el rendimiento y el tamaño de los transformadores”, dice Macià.
Emisiones espaciales más seguras
Otra posibilidad que está investigando Molina es el encaje del sistema de inteligencia artificial en las misiones espaciales, alguna agencia internacional ya ha llamado a su puerta para preguntar por su proyecto. Tomemos el ejemplo de enviar un pecado a Marte. Durante el trayecto y también a la llegada no existe ningún tipo de red con valores de suministro de energía constantes, como en la tierra. Los paneles solares y las baterías accionan la sonda, pero se basan en parámetros variables. Y aquí es donde la inteligencia artificial determina cuánta energía necesita el artefacto del panel, la batería o el cargador. “Actualmente, utilizamos la tecnología solo en un componente específico. El siguiente paso es el aprendizaje automático Diseñé completamente los sistemas electromagnéticos ”, predice.
El nacimiento de Frenetic se produjo casi por accidente. Molina obtuvo su doctorado en electrónica para cargadores y fuentes de alimentación para vehículos eléctricos. Conocía de primera mano el problema que quería resolver. Solo cuando conoció a un compañero de cuarto, un estudiante de inteligencia artificial, pudo en el momento teórico ofrecer una solución al problema de peso y tamaño en estas partes internas. ‘En nuestras conversaciones, aprendí mucho sobre su campo, sobre la automatización. Y quería aplicar este conocimiento de alguna manera en mi campo. Así nació la empresa ”, zanja.
Según Molina, cada vez son más las empresas interesadas en su solución, que actualmente emplea a 35 personas. Aunque no quiere publicarlo, asegura que se trata de muchas empresas líderes, tecnología de primera para mantener la confidencialidad de los contratos. ‘En un sistema de inteligencia artificial, los datos incorrectos matan todo el proceso. El desarrollo innovador te invalida. Espero que nuestro sistema sea más preciso y formal. Llama la atención y resuelve los problemas de más organizaciones ”, concluye.
Puedes seguir a EL PAÍS TECNOLOGÍA en Facebook, Gorjeo, Instagram o suscríbete a nuestro boletín aquí.