Columna de Luis Zamorano Riquelme, jefe de la Unidad de I+D+i del Instituto Nacional de Hidráulica. Es ingeniero Civil de la Pontificia Universidad Católica de Chile y PhD(c) en Ingeniería Civil de la Universidad de Chile. También es vicepresidente de la División Latinoamericana de la Asociación Internacional de Ingeniería e Investigación Hidroambiental IAHR y presidente de la Comisión Organizadora del XXXII Congreso Latinoamericano de Hidráulica 2026.
Hace apenas un par de años, en 2023, nos maravillábamos ante la capacidad de una computadora para generar un guion, un párrafo o un poema. Hoy, en 2025, el panorama ha cambiado drásticamente; los avances son cada vez más significativos y se suceden mes a mes. La «ola» de los modelos de lenguaje y la Inteligencia Artificial (IA) no solo llegó, sino que ya nos ha inundado. Que un chatbot resuma un PDF, ya no nos impresiona. La IA se ha consolidado como una herramienta de uso diario, invisible, pero omnipresente, cuya funcionalidad ya asumimos en todo lo que hacemos.
Y en las áreas de interés del Instituto Nacional de Hidráulica (INH), ¿es posible aplicar y explotar el potencial de los modelos de lenguaje para transformar el área del negocio? La respuesta es un rotundo sí. La aplicación de Modelos de Lenguaje de Gran Escala (LLMs), como los que impulsa la IA generativa, puede revolucionar la gestión y la operación del INH, en particular con la gestión del conocimiento y la documentación técnica, por ejemplo al usar Notebook de Google. En el postproceso de datos del laboratorio y de los modelos numéricos podemos también considerar la optimización de procesos internos, incluso en la redacción de primeros borradores.
La aplicación de los modelos de lenguaje representa una poderosa herramienta no solo para el análisis textual, sino como un catalizador para la eficiencia operativa, la gestión del conocimiento y la comunicación estratégica dentro de las áreas críticas del INH. Pero la IA va más allá de los modelos de lenguaje. En efecto, en el área de aprendizaje automático se están generando nuevos “ladrillos” para la modelación numérica aplicada a la ingeniería hidráulica computacional. Para mí es acá donde se pone más interesante y donde entra mi obsesión de los últimos meses.
Hay que tener presente que simular el movimiento del agua es difícil. Las ecuaciones de Navier-Stokes (y sus derivadas) son lentas y requieren el uso de supercomputadores por horas o días. Esto es costoso y lento, un problema que también afecta la predicción del oleaje en puertos, en especial cuando se usan modelos complejos (por ejemplo un modelo de tipo Boussinesq, el «Ferrari» de los cálculos) pues son inviables, debido a su lentitud, para pronósticos horarios de siete días con los recursos de computo actuales.
Sin embargo, desde 2020, los Operadores de Redes Neuronales de Fourier (FNO) están cambiando el juego, y los hemos usado en modelos de oleaje portuarios. Mientras que la simulación tradicional calcula la ola punto por punto (como pintar píxel a píxel), lo que toma mucho tiempo, FNO no miran puntos individuales. Aprenden el «patrón» o la esencia física de la ola en el espacio de Fourier y entregan la solución casi al instante, mirando la solución como un todo, pero manteniendo la resolución. Este «ladrillo» junto con otros, prometen un salto significativo en la aplicación para pronósticos. Vean la imagen adjunta.
Lo que están viendo ahí no es una pintura de arte abstracto. Es la comparación directa entre «lo que dice un Ferrari de la modelación numérica» y «lo que predice el modelo de IA FNO».
- En la fila superior (o panel de referencia – Ground Truth), tenemos la simulación clásica, esa que tarda un montón en calcularse (H es altura significativa espectral del oleaje, ux,uy es el campo promediado en un estado de mar de velocidades en el eje x, y en el eje y).
- En la fila inferior (o predicción), está lo que el modelo FNO generó en una fracción de segundo.
¿Notan la diferencia? Exacto, casi no la hay. Las crestas de las olas, los valles, la propagación. La IA ha logrado replicar el comportamiento del modelo con una precisión que está bajo el margen de diferencias de los distintos modelos matemáticos y de las aproximaciones que se utilizan. El modelo no está «adivinando»; ha aprendido patrones dentro de un rango de oleaje de entrenamiento, que permite estimar el campo de oleaje en una zona costera. De cierta manera, ha entendido la física detrás del movimiento.
La solución se implementó en cuatro sistemas de pronóstico, reduciendo significativamente el costo computacional. Ahora, el cálculo del estado del mar para un puerto completo se ejecuta en un computador de escritorio, lo que implica un considerable ahorro en infraestructura y energía. Como sucede con toda tecnología nueva, la reducción de costos viene de la mano.
En síntesis, ya no estamos obligados a sacrificar la rapidez y a pensar sólo en datos puntuales en aras de la precisión. Ahora es posible obtener un campo de oleaje que evoluciona en el tiempo, con un nivel de precisión comparable a los sistemas portuarios más avanzados. La Inteligencia Artificial está progresando no solo en los modelos de lenguaje, sino que conforma un ecosistema integral que ofrece herramientas relevantes para todo el ámbito de la hidráulica y la ciencia.
