“Aparentar, fingir, hacer parecer que existe u ocurre una cosa que no existe o no ocurre.” Así define el diccionario María Moliner el verbo “simular”. ¿Qué sentido puede tener, en el campo de la ciencia, imitar la realidad? ¿Es posible que un conjunto interminable de números resulte interesante para un meteorólogo, un astrónomo y para un constructor de aviones y edificios? Según parece, sí: cada vez más investigadores en todo el mundo se encargan de imitar en computadoras una inmensa gama de sucesos intrincados y que muchas veces escapan al ojo desnudo: desde pequeños movimientos de partículas hasta grandes catástrofes naturales, para observar, describir, explicar y predecir los fenómenos diarios del mundo circundante.

El martes pasado se realizó el séptimo Café Científico del año, ciclo organizado por el Planetario Galileo Galilei en La Casona del Teatro (Av. Corrientes 1979). Allí los licenciados en Ciencias de la Computación Diego Fernández Slezak, Pablo Turjanski y Juan Pablo Suárez del Departamento de Computación de la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires, se adentraron en un mundo en el que sólo la fe diferencia una computadora de una pecera.

El próximo encuentro, con el título “Cine y ciencia: cuando la ficción choca con la realidad” tendrá lugar el 18 de octubre a las 18.30, en el mismo sitio. Gratis.

Instrucciones para estrellar un avion

Pablo Turjanski: Simular es representar algo fingiendo o imitando lo que no es. Con esta definición de diccionario, el asunto no parece quedar demasiado claro. Entonces, vayamos a ejemplos: se puede simular un choque de galaxias, como hizo un grupo de científicos con la “Galaxia del Ratón” a partir de una imagen tomada con el telescopio Hubble. Otra simulación es la que se puede hacer sobre el origen de un tornado.

Diego Fernández Slezak: Cuando se produjeron los atentados contra las Torres Gemelas en Nueva York, en septiembre de 2001, hubo también un ataque contra el edificio del Pentágono. Hubo diversas teorías al respecto: que había sido un auto-bomba, que había chocado un avión y otras posibilidades más. Un grupo de investigadores se dedicó a trabajar en el tema y desarrolló una simulación completa del supuesto choque del avión contra el Pentágono. ¿Cómo se hace esto? Para modelar el avión, se toman formas conocidas (pirámides, conos, cilindros) que uno sabe cómo rotarlas, cómo acelerarlas y cómo dibujarlas. Al juntar estas formas se puede ir creando un avión o las columnas de un edificio. Lo que se hace luego es analizar por separado cada una de las figuras utilizadas y ver cómo actúan cuando chocan con las columnas del edificio para poder analizar hacia dónde va a salir disparado cada pedacito a medida que va chocando con los otros trocitos que se modelan. Como este trabajo no era un juego o una simulación científica básica sino que formaba parte de una causa judicial, arriba de la forma geométrica imitada se “pegó” una imagen para que se pareciera lo máximo posible a la realidad (aunque cuando uno realiza una simulación no trabaja con imágenes reales sino con figuras geométricas básicas). Hay distintos métodos para resolver esto, uno de ellos se llama “elementos finitos” y es el que se utilizó en el caso de la simulación del Pentágono. El informe obtenido parece explicar bastante bien cómo pegó el avión (incluso se estableció el ángulo con el que la nave habría chocado contra el edificio). Las propiedades de los elementos son muchas y al hacer la simulación se tiene en cuenta cuánta masa tienen, cuán resistentes son los trozos, cómo están unidos, cuál es su elasticidad y otros datos más. El resultado es una serie inentendible de números, que luego se trata de alguna manera para poder verlo. Siempre el grado de detalle de la simulación depende de lo que se esté buscando. En el caso del Pentágono, interesaba ver si el daño que se veía en las fotos realmente podía haber sido producido por un avión.

Paso a paso

P. T.: ¿Cómo se hace una simulación? Para empezar hace falta un problema que queramos estudiar; puede ser cómo extraer petróleo en una plataforma, ver qué temperatura exterior tiene un trasbordador espacial u otra cosa. Una vez que sabemos qué pretendemos simular, planteamos un modelo matemático que represente qué queremos obtener. Obtenido el modelo matemático, hay que empezar a hacer las cuentas y para esto a veces hace falta más de una computadora. Los cálculos darán resultados con los que verificaremos si lo que dice la computadora sucede en la realidad. Así se puede predecir y controlar algunos fenómenos. Veamos alguna simulación que se hace en el país.

D. F. S.: La electrodeposición consiste en poner dos cables (uno del lado izquierdo y uno de lado derecho) y aplicar electricidad. Entre ambos cables hay agua destilada que tiene partículas de cobre o zinc, como si fuera cable picado. Al recibir electricidad, las partículas empiezan a moverse y se acercan de un lado hacia el otro, pero no lo hacen de cualquier manera sino que de acuerdo a cuánta cantidad de partículas se utilice, el metal se va a mover más rápido o más lento. Además, de un lado el cable se va a disolver lentamente y del otro ocurre lo contrario: las partículas que se disolvieron de un lado se van a “pegar” formando ramas más o menos densas. Hasta aquí sólo tenemos un experimento de laboratorio que luego se va a querer simular. ¿Cuál puede ser un interés en simular esto? Los motivos son muchos: por simple amor a la ciencia, ya que a nosotros nos gusta la física y haremos lo posible por simular cualquier cosa; la otra razón es que esto se usa para realizar soldaduras muy pequeñas y si uno logra controlar cómo van a crecer las ramitas de cobre se puede tener un control total sobre estas micro soldaduras que hoy en día se emplean muchísimo. Existe un método para cromar llaves que consiste en sumergirla en una solución de metales a la que se aplica electricidad; se trata de un fenómeno muy similar al que estamos describiendo y gracias a la simulación uno puede armar aparatos que permitan tener tanto control como para utilizarlos en serio y no simplemente por placer.

Como acabamos de describir el problema, pasamos ahora al modelo matemático que estará formado por muchas ecuaciones muy feas. Lo interesante es que está demostrado matemáticamente que estas ecuaciones no tienen solución en papel y lápiz, es decir que no existe ninguna función matemática que responda a todas estas ecuaciones. Lo que encontramos, en cambio, es que hay algunos números que sí las cumplen y aquí comienza el camino de hormiga para encontrar aquellos números que den resultado y que permitan llegan a alguna conclusión sobre cómo funciona el fenómeno que estamos estudiando. Este trabajo de hormiga es el que va a realizar la computación y nosotros somos los encargados de decirle a la computadora qué tiene que hacer. Básicamente, le vamos a decir: “Probá desde tal número hasta tal otro”, para que la computadora vaya chequeando con cada número y a medida que vaya encontrando soluciones que son válidas las irá eligiendo. Luego nosotros deberemos pasar todas las posibles soluciones que nos dio la computadora a un gráfico que alguien pueda entender y que sirva para algo. Cien millones de números seguidos no nos dicen nada, pero en cambio un dibujo donde uno muestra las velocidades en cada uno de los puntos permite ver cómo se mueven las partículas.

Muchas veces los problemas son tan grandes que una computadora sola no los puede resolver y entonces puede pasar que nos compremos la mejor computadora que se consigue en el país, que nos pasemos dos semanas armando el modelo matemático y que cuando le pidamos que saque las cuentas nos diga “faltan 16.000 millones de años para que termine”. Para resolver ese problema se utilizan muchas computadoras agrupadas en centros que están ubicados en distintas partes del mundo como China, Australia y Estados Unidos. Las máquinas colaboran entre sí para resolver un mismo problema. Por ejemplo: hay una supercomputadora japonesa llamada “Earth Simulator” (“Simulador Terrestre”) creada hace cinco años para simular terremotos y actividad volcánica. Esta supermáquina hace un trabajo similar al de una gran cantidad de computadoras conectadas entre sí que trabajan en colaboración para solucionar un problema.

Una vez que obtenemos los resultados, volvemos al problema real para ver si el dibujo al que llegamos es correcto. Muchas veces ocurre que el gráfico que surge de los resultados que nos dio el conjunto de computadoras está muy mal, y muchas otras veces surgen cosas extrañas que parecieran estar mal, pero al probarlas en un experimento se comprueba que estaban bien. En definitiva, el resultado que uno obtiene con la simulación no es verdadero ni falso: hay que chequearlo; hay que ir al experimento y ver si anda o no.

Que no se corte

Diego Fernández Slezak (continúa): Otro ejemplo de simulaciones que se realizan en Argentina tienen que ver con el satélite Saocom, que está siendo armado en Argentina y servirá para medir salinidad del agua, temperatura terrestre y otros valores que permiten prever accidentes y estudiar cambios climáticos. Este satélite está siendo construido en Invap, empresa estatal ubicada en Bariloche que también construyó la serie de satélites SAC. Para estos desarrollos, Invap pidió ayuda a la Comisión Nacional de Energía Atómica (CNEA), que se encargó de armar unos paneles solares. Antes de construir los paneles, un grupo de la CNEA se encargó de simular el funcionamiento de las celdas solares y de todo el sistema eléctrico del satélite para saber, por ejemplo, si el panel solar era suficiente para el equipamiento del satélite, es decir, algo tan sencillo como preguntarse ¿me alcanzará la electricidad? Como el satélite da vueltas alrededor de la Tierra, en algún momento entra en sombra y es entonces cuando las baterías empiezan a funcionar. Si estamos, por ejemplo, midiendo el nivel de sal en el Océano Pacífico, debemos estar seguros de que el equipo siga funcionando, si no el satélite no servirá para nada. La simulación permite, en este caso, predecir –teniendo en cuenta la distribución de los paneles, el ángulo con el que llega el sol y demás factores– si la energía será suficiente. ¿Por qué se simula? Porque los proyectos cuestan millones de pesos y uno no puede estar tirando satélites al cielo y arriesgarse a que funcionen mal. Todo el desarrollo del satélite se hizo en Argentina, salvo las celdas propiamente dichas, que se importaron desde Italia y Estados Unidos.

Juan Pablo Suárez: Para poder lograr las simulaciones hace falta realizar muchos cálculos y para ello usamos supercomputadoras que podrían llamarse caseras porque los componentes que forman cada nodo pueden conseguirse en el mercado. En este momento hay en Argentina un proyecto de esta clase de supermáquinas (llamado de “cluster dedicado”) formado por más de 100 procesadores. La primera computadora de este tipo en el país, Clementina 1, fue creada en 1961 e implicó una innovación científica de gran importancia, mientras que la segunda fue Clementina 2 y se desarrolló en 1999. Nosotros aprovechamos los recursos de la universidad: tenemos seis laboratorios de computación interconectados que poseen en conjunto 70 máquinas administradas de forma remota gracias a un paquete de programas gratuitos. Así, las tareas se ejecutan durante la noche mientras los laboratorios están cerrados y cuando llegamos al otro día, los resultados están ahí, esperándonos. La facultad está bastante bien equipada: uno de los clusters se llama “Hope”, está formado por 16 computadoras de última generación que permiten hacer simulaciones de Astronomía a los miembros del Instituto de Astronomía y Física del Espacio (IAFE); hay otro cluster que se llama “Bocha”, pertenece al Departamento de Física y tiene 40 computadoras; y el otro cluster es el de un laboratorio de la facultad y posee 16 máquinas. Tenemos una fuerte colaboración nacional a través de proyectos y becas, mientras que, a pulmón y por iniciativa propia, intentamos lograr colaboración internacional. Como resultado hay proyectos nacionales para interconectar nuestros equipos con los de otros países. Uno de los más importantes se llama “Grid computing” que es un concepto que implica utilizar todos los recursos del mundo.

D. F. S.: Esto permite que gente de Argentina a la que no le alcanzan las computadoras para simular y obtener los resultados que necesitan pueda utilizar recursos de Estados Unidos. Es muy complicada la parte de mandar y recibir la información, y ellos claramente hacen robo de información, pero esos son los riesgos normales que uno corre cuando empieza a compartir información y le pide favores al resto.

La maquina de dividir por cero

–¿Son confiables las simulaciones meteorológicas?

D. F. S.: Hay resultados matemáticos que afirman que no se puede conocer la respuesta a la pregunta “¿Va a llover dentro de dos semanas?”. Es tan complicado, tan complejo y tan azaroso, que no se puede saber. Cuando uno habla de simulaciones meteorológicas debe tener en cuenta que sirven más para obtener propiedades generales que para predecir casos puntuales como el huracán Katrina. La imposibilidad de predecir más allá de una escasa cantidad de días es algo matemático e independiente del poder de cómputo que tengas. Lo que podemos saber mediante una simulación es cómo se forma un tornado, pero no nos permite decir “en tal lugar, tal día va a haber un tornado”.

–¿Se puede simular el tipo de daño que producirían maremotos o terremotos?

D. F. S.: Eso sí se puede, porque cuando uno trabaja con simulación y quiere saber qué pasa si un río sube de nivel dos metros, si bien uno no puede predecir el comportamiento humano, la estadística permite asumir que la gran mayoría se va a comportar de determinada forma. Entonces, en líneas generales uno podría llegar a predecir cómo van a actuar los habitantes de una ciudad frente a la catástrofe. Las predicciones no pueden ser tomadas como algo exacto, pero pueden llegar a dar ideas y buenos resultados. Si la estadística indica qué ruta toma la mayoría de los habitantes, se puede plantear la construcción de un nuevo camino en el mismo sentido.

–¿Qué tan confiables son las simulaciones?

D. F. S.: Las empresas las tienen cada vez más en cuenta. Hace unos diez años, Intel (famosa fábrica de computadoras) sacó al mercado un procesador que, a veces, dividía por cero. A partir de ese momento, la empresa estableció una política según la cual una vez que se tiene diseñado un nuevo procesador se hace una simulación para ponerlo a prueba y evitar que haya errores. Hay un montón de ejemplos de este tipo en los que se usan simulaciones para tratar de contrastar lo que uno va haciendo experimentalmente. Algunas personas sostienen que las simulaciones que no se realizan por computadora son más aceptables que las que surgen de la computación, pero yo creo que ambas son igualmente verdaderas o falsas. Es casi una cuestión de fe.