• Hay esquemas de trabajo que incorporan la opinión de especialistas que la inteligencia artificial incorpora a sus modelos 

• Antonio del Río, académico del Imperial College de Londres, participó en simposio de la Facultad de Ciencias Químicas de la UV 

El modelado por algoritmos para la creación de reactores puede llevar varias etapas, destacó el ponente

David Sandoval Rodríguez 

Fotos: César Pisil Ramos 

10/10/2025, Xalapa, Ver.- Los modelos algorítmicos generados por medio de la inteligencia artificial (IA) pueden mejorar su eficiencia si son probados con el aporte de especialistas, expresó Antonio del Río Chanona, responsable del grupo de Optimización y Machine Learning (ML) para Procesos Sistematizados de Ingeniería en el Imperial College de Londres. 

El académico mexicano impartió conferencia virtual dentro del 9º Simposio de Ingeniería de Procesos, organizado por el cuerpo académico (CA) Matemáticas Aplicadas para el Análisis de Procesos, adscrito a la Facultad de Ciencias Químicas de la Universidad Veracruzana (UV). 

Sobre el tema de la ponencia “Inteligencia artificial para diseño, optimización y control de procesos”, dijo que a lo que se aspira con la incorporación de la IA y el ML es abreviar el tiempo que le toma a una persona el diseño óptimo de un reactor.

“En lugar de que un humano diseñe un reactor, buscamos que sea un algoritmo el que lo haga; en la actualidad hay la tendencia que, en algunos procesos como los farmacéuticos, se requieren reactores pequeños, muy eficientes y se ponen en paralelo, las ventajas es que se pueden imprimir en 3D, lo que hace más eficientes procesos químicos como las reacciones”.

Antonio del Río mostró diferentes parámetros que analiza el algoritmo para crear modelos eficientes de reactores

De acuerdo con este enfoque, lo que se hace para diseñar reactores es buscar a ingenieros con mucha experiencia en el desarrollo de estos dispositivos, que aporten conocimientos; a esto se suma aplicar los algoritmos con simulaciones de dinámica de fluidos. 

“Cuando se pueden imprimir reactores en 3D se busca que la IA diseñe un reactor más eficiente”, apuntó; “el algoritmo diseña una nueva geometría a partir de números y queremos que mueva los números y genere la geometría de un reactor”. 

En el proceso un algoritmo propone una geometría, esta se prueba en un modelo y a partir de sus resultados se va perfeccionando con la incorporación de las observaciones de los especialistas en el área. 

“Primero hacemos un diseño de experimentos, es decir, intentamos algunas configuraciones de reactor, que simulamos, y medimos qué tan buenas son las distribuciones y cuánto tiempo computacional tardan estas configuraciones para que el modelo de dinámica de fluidos comience a aprender”. 

En las diferentes etapas del modelado con IA se incorporan las observaciones de los expertos, señaló

La simulación debe ser de alta fidelidad con respecto a la realidad, pero esto conlleva que sean varias horas en su procesamiento. 

“Hay muchas cosas que como humanos tenemos: la intuición y el conocimiento dado por la experiencia, que no los puede modelar el algoritmo, es una de las razones por las que se involucra a los expertos”, apuntó Del Río Chanona. 

Otra de las razones es porque los humanos pueden usar sus conocimientos e intuición para determinar cuál de las opciones propuestas por la IA es la más factible en la realidad, la que involucrará menores costos y tiempo en su elaboración, así como su funcionamiento. 

Con las opciones propuestas el humano puede diferenciar fácilmente y determinar cuál es la mejor para realizar, luego de la sugerencia o cambios por parte de las personas se repite el proceso con el algoritmo y con el aporte de los expertos se perfila la mejor opción posible. 

Si bien el aporte de los expertos es crucial, en cada iteración –repetir varias veces un proceso con la intención de alcanzar una meta deseada– el modelo va perfeccionando sus respuestas y los resultados que muestra son más eficientes, o sea, va aprendiendo de las opiniones de los especialistas para cada etapa, generando una propuesta con una mayor eficiencia conforme se repite esta fase.