Redacción
Cuando cargamos el móvil o arrancamos un coche eléctrico damos por supuesto que funcionarán. Que contarán con la autonomía necesaria para permitirnos navegar por internet o trasladarnos de un sitio a otro. Nos despreocupamos de lo que sucede dentro de estos productos. Nos olvidamos de cómo la electromagnética y la tecnología consiguen que las baterías no se calienten en exceso ni los teléfonos se achicharren. Detrás de esta aparente magia hay empresas como la española Frenetic, que ha revolucionado la fabricación tanto de los cargadores como de las baterías con la ayuda de un sistema de inteligencia artificial. El objetivo: que estos ocupen menos espacio. Que sean más livianos. En último término, que pasen desapercibidos por completo.
Frenetic nació en 2018 con el propósito de cambiar el diseño de los transformadores, transistores y placas —elementos clave a la hora de gestionar la corriente eléctrica que recorre un cargador o una batería— para reducir su tamaño. Como explica su fundador, Chema Molina, aplicar la técnica del aprendizaje automático, esto es, conseguir que las máquinas mejoren con la experiencia, en estos componentes permite que su fabricación sea más eficiente. “El transformador representa el 50% de la electrónica de un cargador. Es lo que permite que sea más manejable, más pequeño y más fiable. Determina sus características. Nosotros hemos entrenado a un sistema que optimiza su diseño e incluso ayuda a predecir su vida útil y su funcionamiento”, precisa.
Programar el algoritmo que reduce el tamaño de los componentes electromagnéticos ha requerido años y años de investigación y construir una base de datos con la información suficiente para permitir optimizar estas piezas. Cuando Molina creó la compañía, tuvo claro que necesitaba un laboratorio donde crear estos datos. En este centro comenzó a entrenar a la inteligencia artificial mediante ensayo y error. Este proceso, repetido casi hasta la saciedad, permitió a las máquinas aprender y llegar a las soluciones que ahora mismo comercializa a Airbus, HP, Siemens, Indra y otras grandes compañías mundiales. Ha conseguido forjar un gran repositorio de información sobre el comportamiento electromagnético.
Para nada es casual que haya empleado la técnica del ensayo y error. Como sugiere Macià Capó, ingeniero de proyectos del Centro de Investigación de Electrónica de Potencia de CIPCEA-UPC, no podría haber reducido el peso y el tamaño de estos elementos si el aprendizaje automático se hubiera dedicado a resolver las ecuaciones de Maxwell, que determinan el comportamiento de los cargadores y las baterías. “El sistema de inteligencia artificial habría requerido mayor capacidad computacional, lo que habría disparado el consumo y, por lo tanto, su peso y tamaño. Con este tipo de modelos predictivos, como el de Frenetic, es más sencillo establecer el punto óptimo de un transformador o de un transistor”, sostiene.
Si las investigaciones de Molina siguen al ritmo actual —y la tecnología cumple con su labor de la mano de la ciencia de datos—, el peso y del tamaño de los citados componentes pueden reducirse todavía mucho. Un efecto muy atractivo para la industria aeroespacial y la del automóvil. Ambos sectores buscan el transformador perfecto. Aquel que sea diminuto, no se sobrecaliente y no pierda electricidad. “Si dispones de los datos apropiados, que es una de las partes más complicadas, y de sensores, puedes optimizar el rendimiento y tamaño de los transformadores”, apunta Macià.
Misiones espaciales más seguras
Otra posibilidad que anda explorando Molina es el encaje del sistema de inteligencia artificial en las misiones espaciales —alguna agencia internacional ya ha llamado a su puerta para interesarse por su proyecto—. Pongamos el ejemplo de que enviamos una sonda a Marte. Durante el trayecto y también a su llegada, no hay ningún tipo de red con unos valores constantes de suministro eléctrico, como ocurre en la Tierra. Los paneles solares y las baterías alimentarían a la sonda, pero a partir de unos parámetros variables. Y ahí es donde la inteligencia artificial establecería cuánta energía requiere el artefacto del panel, de la batería o de un cargador. “Actualmente solo usamos la tecnología en un componente concreto. El siguiente paso será que el aprendizaje automático diseñe los sistemas electromagnéticos por completo”, pronostica.
El nacimiento de Frenetic surgió casi por casualidad. Molina se doctoró en electrónica de cargadores de vehículos eléctricos y fuentes de alimentación. Sabía de primera mano el problema que quería resolver. Sin embargo, no fue hasta que conoció a un compañero de piso, estudioso de la inteligencia artificial, cuando pudo aportar una solución, en su momento teórica, al problema de peso y del tamaño en estas piezas internas. “En nuestras charlas aprendí mucho de su campo, de automatización. Y quise aplicar este conocimiento en mi campo de alguna manera. Así surgió la empresa”, zanja.
Según comenta Molina, cada vez más empresas se interesan por su solución, que da trabajo a 35 personas en estos momentos. Aunque no quiere darlas a conocer, por aquello de mantener la confidencialidad de los contratos, asegura que se trata de compañías muy punteras, tecnológicas de primer nivel. “En un sistema de inteligencia artificial, un dato erróneo te mata todo el proceso. Te invalida el desarrollo innovador. Espero que nuestro sistema cada vez sea más preciso y protocolario. Que capte la atención y resuelva los problemas de más organizaciones”, concluye.
Puedes seguir a EL PAÍS TECNOLOGÍA en Facebook, Twitter, Instagram o suscribirte aquí a nuestra Newsletter.
