Ridurre il peso di un aereo senza sacrificare la sicurezza è da sempre la sfida più complessa dell’aeronautica. La coda verticale, imponente e costosa in termini di carburante, è progettata per resistere a condizioni eccezionali, come forti venti trasversali o la perdita di un motore durante il decollo. La maggior parte del tempo, però, questa struttura resta sovradimensionata, consumando più carburante del necessario. Da una simile considerazione è nata la domanda che guida gli scienziati dell’Università del Colorado a Boulder. Ovvero si può creare una coda più piccola, leggera e sicura allo stesso tempo?
La risposta passa da Aurora. Ossia il supercomputer del Dipartimento dell’Energia statunitense, capace di un miliardo di miliardi di calcoli al secondo. La sua potenza, definita “exascale”, permette di analizzare fenomeni aerodinamici finora impossibili da studiare in dettaglio.
Aurora e l’AI: una collaborazione che cambia la progettazione
Con Aurora, i ricercatori riescono a simulare flussi d’aria caotici attorno agli aerei, individuando micro-vortici invisibili che influenzano la stabilità in volo. L’obiettivo non è solo teorico, in quanto comprendere questi dettagli significa progettare velivoli più efficienti e sostenibili, riducendo costi e consumi.
La vera innovazione non sta solo nella forza di calcolo, ma nell’unione tra simulazioni e intelligenza artificiale. In passato, gli studi aerodinamici generavano enormi quantità di dati da archiviare e analizzare in un secondo momento. Oggi, invece, grazie a un approccio definito “online machine learning”, i modelli di AI vengono addestrati in tempo reale, mentre Aurora calcola il comportamento di miliardi di particelle d’aria.
Tale sinergia riduce drasticamente i tempi e abbatte la necessità di immensi archivi di dati. La piattaforma SmartSim trasmette le informazioni direttamente all’AI, che impara immediatamente a prevedere come i flussi si comporteranno in condizioni estreme. I test virtuali consentono di sperimentare design innovativi, come le code verticali ridotte, senza costosi prototipi fisici o lunghi test in galleria del vento. La combinazione di calcolo ad alte prestazioni e apprendimento automatico apre così una nuova era per l’ingegneria aerospaziale, presso cui sicurezza e sostenibilità finalmente si incontrano.