Resolviendo Problemas de Ciencia Computacional con IA: Redes Neuronales Informadas por la Física (PINNs)

Este artículo explora el uso de Redes Neuronales Informadas por la Física (PINNs) para resolver problemas desafiantes en ciencia computacional, particularmente ecuaciones diferenciales parciales (EDPs). Las PINNs superan las limitaciones de los métodos numéricos tradicionales al incorporar leyes físicas directamente en la función de pérdida de la red neuronal. Esto aborda problemas como datos insuficientes, alto costo computacional y generalización deficiente. El artículo explica EDPs, derivadas parciales y demuestra la implementación de PINNs usando la ecuación de calor 2D, cubriendo la arquitectura de la red, la definición de la función de pérdida y el entrenamiento. Los resultados muestran que las PINNs modelan con precisión y eficiencia la difusión de calor, ofreciendo una herramienta poderosa para varios desafíos científicos y de ingeniería.