Marta Arnabat, ingeniera aeronáutica ganadora del premio al mejor TFM por la COIAE.
La hazaña de Marta Arnabat: presentó su TFM premiado en Las Vegas y la contrataron antes de terminar Aeronáutica
El Colegio Oficial de Ingenieros Aeronáuticos de España premió a la estudiante de la Universidad Politécnica de Madrid por su trabajo a base de IA generativa.
Más información: Max y Nina, la pareja de oro: estudiantes, empresarios y ganadores del concurso para rediseñar Madrid con 24 años
Una idea innovadora ha llevado a Marta Arnabat hasta Las Vegas, con premio incluido. Y eso tan solo con 25 años y la carrera de Ingeniería Aeronáutica recién terminada.
Se trata, de hecho, de su Trabajo de Fin de Máster (TFM). Un proyecto en el que estuvo trabajando un año entero. "Ha sido muy duro. Tenía ansiedad. El último mes estuve encerrada en casa, solo salía para trabajar. Dormía apenas cinco horas. Era agotador mentalmente; a veces me llegaba a replantear si realmente merecía la pena", narra Marta a Madrid Total.
El esfuerzo se vio recompensado: su TFM tuvo matrícula de honor, recibió un premio (dotado con mil euros) del Colegio Oficial de Ingenieros Aeronáuticos de España (COIAE) y lo eligieron para presentarlo en la conferencia AIAA Aviation Forum de este año en Las Vegas, un evento global líder en el sector aeroespacial.
Su interés por la aeronáutica viene desde pequeña. "Siempre lo tuve claro. Mi sueño era ser astronauta. Luego a medida que vas creciendo ves que es poco realista, así que vi que lo más cerca de serlo era esta ingeniería".
Natural de un pueblo cerca de Barcelona, llegó a la capital en 2022 para terminar la carrera en la Universidad Politécnica de Madrid (UPM). "Necesitaba un cambio de aires".
La empresa en la que quería trabajar, Airbus, en España solo tenía sede en Madrid. Así que tras el Covid decidió irse a la ciudad madrileña con un grupo de amigas a terminar los últimos años de los estudios, entre los que se incluía el máster habilitante (necesario para terminar la carrera, puesto que sin él no puede firmar proyectos).
"Durante esos años [de carrera] descubrí que me gustaba mucho la programación y, sobre todo, el hecho de sacar resultados y de innovar. Empecé a hacer las prácticas con Airbus y el segundo año me propusieron hacer el tema del TFM con ellos sobre Machine Learning", explica.
Marta en la en la conferencia AIAA Aviation Forum de este año en Las Vegas.
También llamado, aprendizaje automático, se trata de una rama de la Inteligencia Artificial (IA) que permite a las computadoras aprender a partir de datos sin ser programados específicamente.
Finalmente, acabaron contratándola en dicha empresa en enero de este año, un mes antes de presentar su gran trabajo que la llevaría hasta Las Vegas.
Un proyecto innovador
AI-Based Generative Algorithms applied to the design of Blended Wing Body aircraft (en español, Algoritmos generativos basados en IA aplicados al diseño de aeronaves de fuselaje de ala combinada) es el nombre que recibe el proyecto de Marta.
Un proceso de creación en el que estuvo trabajando con su tutor ("que ahora es compañero"). "Los primeros tres meses fueron para ubicarme: en lo que estaba haciendo, como quería hacerlo y aprendiendo sobre Machine Learning. Y yo pensando vi que se había hecho en dos dimensiones, pero no en 3D, así fue como surgió poco a poco la idea".
Marta Arnabat presentando su proyecto en Las Vegas.
El proyecto consiste en un marco de modelado generativo para la síntesis de geometrías de aeronaves Blended Wing Body (BWB) -es decir, un tipo de avión en el que las alas y el cuerpo están fusionados en uno solo- que cumplen con unos objetivos aerodinámicos establecidos.
Dicho de otra forma, se trata de una especie de 'generador inteligente' de diseños de aviones para esta tipología concreta, caracterizados por ser más ecológicos, eficientes y que, gracias a su forma, reducen la resistencia aerodinámica.
Los aspectos del proyecto
El trabajo integra un modelo generativo basado en difusión (DDPM), cuya red neuronal interna aprende a quitar ruido y a generar geometrías nuevas teniendo en cuenta los valores de los coeficientes de sustentación, arrastre y momento.Las geometrías se parametrizan mediante un vector compacto de 24 parámetros que representa tanto las características del ala como la definición de los perfiles aerodinámicos mediante el método Class-Shape Transformation (CST).
El espacio de diseño se genera con GEMSEO (Generic Engine for Multidisciplinary Scenarios, Exploration and Optimization) a partir de rangos derivados del modelo, produciendo un conjunto amplio de configuraciones válidas desde el punto de vista aerodinámico.
Este se entrena sobre el conjunto de datos y es capaz de generar nuevas configuraciones de ala que satisfacen las condiciones aerodinámicas especificadas, aun en ausencia de restricciones estructurales o de fabricación.
La evaluación mediante NGSValidation muestra que las geometrías generadas mantienen precisión aerodinámica con respecto a los valores objetivo e introducen variabilidad suficiente para ampliar el espacio de diseño explorado.
Los resultados confirman el potencial del DDPM como herramienta creativa y de apoyo para el diseño conceptual de aeronaves, especialmente en fases tempranas, donde se busca acelerar la exploración del espacio de diseño mediante técnicas basadas en IA.
"Lo más novedoso es que a partir de unas condiciones de vuelo puedes obtener la geometría de un avión. A la hora del diseño, acelera mucho el proceso. Es súper innovador, la verdad", cuenta Marta.
Asimismo, asegura que continúa trabajando en este método, que califica de "muy prometedor", para conseguir "tirarlo hacia delante". Por el momento, ya ha conseguido llevarlo hasta Las Vegas. "Fueron más horas de trabajo preparando la presentación. Pero cuando me dijeron que estaba dentro fue increíble".
"La experiencia fue brutal. Pero sobre todo el hecho de que al final yo acabo de salir de la carrera y ya estaba rodeada de gente que domina bastante este sector: de grandes empresas, de ingenieros de mucho prestigio. Y vienen ahí a escucharte, les interesa, te preguntan...", añade.
Finalmente, decidió presentarlo también al concurso que cada año desde hace ocho ediciones convoca el COIAE. "Estaba muy ilusionada. Quería exprimirlo al máximo. Al final, cuando te pasas tanto tiempo, tantas horas, haciendo un trabajo es un plus que sea reconocido por gente externa. Sientes que todo el esfuerzo ha valido la pena".
Ahora, Marta tiene claro que se quedará en Madrid. "Ya le he dicho a mi pareja, que vive en Barcelona, que se va a tener que venir aquí", bromea. Su plan es continuar investigando esta rama de la IA, colaborando con universidad y sacarse el doctorado.
