iCKAN: Redes Kolmogorov-Arnold para modelos de materiales inelásticos

La simulación del comportamiento de materiales bajo distintas condiciones de carga es un desafío central en la mecánica de sólidos. Tradicionalmente, la identificación de leyes constitutivas —las relaciones matemáticas entre la historia de deformación y la tensión— requería modelos empíricos complejos y ajustes manuales. Sin embargo, la irrupción del aprendizaje automático está transformando este campo, y un claro ejemplo es la arquitectura iCKAN (inelastic Constitutive Kolmogorov-Arnold Networks). Esta innovadora red neuronal, inspirada en los teoremas de Kolmogorov-Arnold, es capaz de descubrir de forma automática leyes constitutivas simbólicas que describen tanto el comportamiento elástico como inelástico de los materiales. A diferencia de los enfoques de caja negra, iCKAN ofrece interpretabilidad física: los potenciales elástico e inelástico se expresan en forma matemática cerrada, lo que permite a los ingenieros comprender y validar los mecanismos subyacentes. Los experimentos con polímeros viscoelásticos como VHB 4910 y VHB 4905 demuestran que iCKAN captura con precisión fenómenos complejos como la histéresis y la relajación, incluso incorporando información adicional —por ejemplo, dependencia de la temperatura— sin perder generalidad. Este avance abre la puerta a aplicaciones donde las condiciones de procesamiento o servicio afectan las propiedades del material, algo crucial para industrias como la aeroespacial, automotriz o de dispositivos médicos. Para capitalizar estas tecnologías, las empresas necesitan socios tecnológicos que integren inteligencia artificial para empresas de manera robusta y escalable. En Q2BSTUDIO, desarrollamos aplicaciones a medida y soluciones de software a medida que permiten implementar modelos como iCKAN en entornos productivos. Además, combinamos estas capacidades con servicios cloud AWS y Azure para gestionar grandes volúmenes de datos de ensayos mecánicos, y con servicios de inteligencia de negocio como Power BI para visualizar resultados. La ciberseguridad es otro pilar en las arquitecturas que proponemos, protegiendo la propiedad intelectual de los materiales simulados. Con agentes IA diseñados a medida, podemos automatizar el descubrimiento de leyes constitutivas y acelerar los ciclos de I+D. iCKAN no es solo un avance académico: es una herramienta práctica que, cuando se despliega con el soporte de expertos en inteligencia artificial y desarrollo de software, redefine lo que es posible en la caracterización de materiales.