Martes, 17 de noviembre de 2026Martes, 17 de noviembre
InformadoraArgentina · cruzamos las fuentes
PortadaPolíticaEconomíaSeguridadDeportesCulturaEspectáculosTecnologíaSaludMundoPodcast
PortadaPolíticaEconomíaSeguridadDeportesCulturaEspectáculosTecnologíaSaludMundoPodcast
Agenda

Lo que viene en Tecnología

  1. jue, 19 nov
    • 00:00Lanzamiento mundial de GTA 6Argentina
Inteligencia artificial

WorldParticle: cómo funciona la IA del MIT que simula arena, fluidos y proteínas

Un solo modelo de deep learning predice cómo se mueven millones de partículas en seis fenómenos físicos. Sus autores hablan de un primer paso, no de simular cualquier cosa.

12 de noviembre de 2026 a las 06:42 a. m.
CSAIL, MIT, Cambridge, Massachusetts
CSAIL, MIT, Cambridge, Massachusetts · Foto: Rhododendrites / Wikimedia Commons (CC BY-SA 4.0)

WorldParticle es un sistema de inteligencia artificial desarrollado por investigadores del MIT y de la Universidad de Columbia Británica (UBC), junto con otras instituciones, que simula fenómenos físicos distintos, como arena, fluidos, objetos deformables y proteínas, con una única arquitectura, en lugar de usar un simulador específico para cada uno. Según sus autores, en los seis fenómenos probados logró mayor precisión que los métodos de simulación numérica y, en proteínas, fue unas 100 veces más rápido.

La expresión "casi cualquier fenómeno del mundo real", que circuló en algunos medios, es una simplificación: lo que se probó fueron seis fenómenos. Que sirva para "cualquier escenario" es, por ahora, una meta declarada por los investigadores.

La Gran Cúpula del Instituto Tecnológico de Massachusetts (MIT), en Cambridge
La Gran Cúpula del Instituto Tecnológico de Massachusetts (MIT), en CambridgeFoto: Mys 721tx / Wikimedia Commons (CC BY-SA 3.0)

Datos clave

Dato Detalle
Nombre WorldParticle
Instituciones MIT y UBC, junto con Georgia Tech, Inria, Meta, U. de Pennsylvania, U. de Utah, UCLA y U. de Hong Kong
Grupo de Matusik Computational Design and Fabrication Group, CSAIL (MIT)
Autores nombrados Peter Yichen Chen, Minghao Guo, Caoliwen Wang, Siyuan Chen y Wojciech Matusik
Publicación Trabajo de acceso abierto descrito en arXiv; se presentará en ACM SIGGRAPH Asia. El comunicado del MIT se difundió alrededor del 9 de noviembre de 2026
Qué hace Predice posición y velocidad de partículas 3D paso a paso
Fenómenos probados Seis; entre ellos materiales granulares, objetos deformables y proteínas (un medio suma líquidos)
Limitación Es un primer paso; otras aplicaciones son planes

Cómo funciona

El sistema representa cada objeto, sea una duna o una molécula de proteína, como miles o millones de partículas en tres dimensiones. Es lo que se conoce como representación lagrangiana: en vez de mirar un punto fijo del espacio, se sigue a cada partícula.

Una red neuronal recibe las posiciones y propiedades físicas de esas partículas y devuelve cómo estarán en el cuadro siguiente, en pasos de un segundo. Repitiendo el proceso se obtiene la evolución completa. A diferencia de un simulador tradicional, no se le programa la ecuación de cada material: aprende la dinámica a partir de ejemplos.

Una analogía que usó Peter Yichen Chen, ex posdoc del MIT, hoy profesor asistente en la UBC y uno de los autores correspondientes: es una arquitectura parecida a la de ChatGPT, pero en lugar de predecir una palabra por vez para armar un texto, predice cómo se moverán las partículas, un paso por vez.

Otro recurso es el tratamiento de las fuerzas externas, como el empuje de una ola contra un rompeolas. El modelo las separa antes de cada paso y las reincorpora después para corregir la predicción. Según el comunicado, eso le permite generalizar a materiales, condiciones y fuerzas que no vio durante el entrenamiento.

Simular millones de partículas es muy costoso, por lo que el equipo usó una técnica que fusiona partículas sin perder detalle fino. Minghao Guo, posdoc del MIT y co-líder del trabajo, indicó que hizo falta mucha ingeniería detallada y ajustes para lograrlo.

Qué logró y con qué ejemplos

En los seis fenómenos probados, los autores informan mayor precisión que los métodos numéricos, aunque las fuentes consultadas no dan cifras de error. En arena, el modelo reprodujo el colapso hasta formar un montón, mientras algunos métodos de comparación dejaban partículas flotando. En proteínas, según Guo, fue unas 100 veces más rápido que los simuladores numéricos.

Como ejemplos de uso, se mencionan petróleo que chapotea contra una válvula elástica dentro de un tanque y arena o suelo desplazado por un robot blando.

Para qué podría servir

Los investigadores plantean adaptarlo a descubrimiento de materiales, evolución del ARN y hasta fusión de galaxias, y construir un sistema general de simulación para la ciencia. Son objetivos futuros, no resultados. Notebookcheck mencionó además fármacos, autos, celulares y videojuegos, pero esa lectura es del medio y no figura en el comunicado.

La idea se inspira en los llamados "world models", sistemas que aprenden las reglas del mundo físico para anticipar cómo cambia. Guo explicó la ventaja de unificar: "Si estudiás objetos deformables y fluidos, necesitarías dos simuladores... Pero si los unificás en un solo modelo, quizás podrías acoplar la física de esos dos procesos".

Qué dicen los autores

Chen planteó: "Queremos tener un momento GPT para la simulación". Y agregó: "Nuestra visión es tener un modelo de base que funcione de entrada para cualquier escenario que quieras simular. Este es un primer paso en esa dirección".

Lo que falta saber

  • El título exacto del paper y su enlace en arXiv no figuran en las fuentes consultadas.
  • No se informó con qué simulaciones se entrenó, el tamaño del modelo ni el hardware usado.
  • Tampoco están las cifras de precisión frente a cada método de comparación, ni la lista oficial completa de los seis fenómenos.
  • No se mencionan limitaciones puntuales ni si el código o el modelo estarán disponibles.
  • El trabajo se presentará en SIGGRAPH Asia; la velocidad de 100 veces es una declaración de los autores.

Se trata de investigación académica, sin producto ni precio, por lo que no hay disponibilidad comercial en la Argentina.

Versiones que no coinciden

  • El título 'casi cualquier fenómeno del mundo real' no figura en el comunicado: se probaron seis fenómenos y lo de 'cualquier escenario' es una visión de los autores
  • Infobae lo presenta como estudio del MIT y UBC, pero el comunicado menciona otras siete instituciones
  • Las fuentes no dan cifras de error que respalden 'mayor precisión'
inteligencia artificialMITWorldParticlesimulación físicadeep learningUBCSIGGRAPH Asia
Ver fuentes consultadas · 3 medios
  • Mirage News (réplica del comunicado de MIT News)
    • AI Model Simulates Everything From Sliding Sand to Folding Proteins
  • Notebookcheck
    • New MIT AI simulates physical reality – a step toward physical models of the real world
  • Infobae
    • Cómo funciona la IA desarrollada por el MIT que logra imitar casi cualquier fenómeno del mundo real
Compartir
Seguí leyendo · Lo más leído
León XIV en Luján: el recorrido del papamóvil, los cortes y cómo llegar a la misa

El miércoles 11, el Papa pasará al papamóvil a las 9.42 en el ingreso de la ciudad por la Ruta 7 y hará 2,1 kilómetros hasta la Plaza Belgrano, donde a las 10 celebrará la Misa de la Caridad. Desde el martes al mediodía no se podrá entrar en auto.

Leer la nota →
Lo más leído →
León XIV en Luján: el recorrido del papamóvil, los cortes y cómo llegar a la misa

Comentarios

Sin registrarte: solo tu nombre.
  • Cargando comentarios…

Más leídas

  • Papa en Argentina

    León XIV en Luján: el recorrido del papamóvil, los cortes y cómo llegar a la misa

    2 nov
  • Rumor viral

    ¿Habrá un apagón mundial el 17 de noviembre de 2026? Qué se sabe y qué es falso

    hace 4 días
  • Despedida de Tevez

    Despedida de Tevez: es el 20 de diciembre en la Bombonera y Palermo está confirmado

    hace 6 días
  • Gabinete

    ¿Pablo Quirno reemplaza a Caputo en Economía? Es una versión, sin confirmación oficial

    hace 1 día
  • Conflicto en los aeropuertos

    Paro a la japonesa en Ezeiza y Aeroparque: qué es, qué demoras hubo y qué sigue

    hace 3 días

Más de Tecnología

Neurotecnología

Pulsera nacida en el MIT para el temblor: cómo funciona la Encora X1 y si se consigue

Autorizada por la FDA en febrero para el temblor esencial, reduce el temblor mientras está encendida según estudios de la propia empresa, con grupos de decenas de pacientes. Se vende con receta en EE.UU.; no hay datos de llegada a la Argentina.

hace 1 h
Inteligencia artificial

Qué pasó con el laboratorio de Ghana cuya IA diseñó más de 6.000 toxinas teóricas

MinoHealth AI Labs desactivó las salvaguardas de su modelo para descubrir fármacos y le pidió diseños tóxicos. Son predicciones por computadora: no se fabricó nada.

hace 17 h
Inteligencia artificial

La IA ya predice mejor la ruta de los tifones en Japón, pero aún falla en su fuerza

Según un reporte de la agencia Kyodo, los pronósticos con inteligencia artificial reducen cerca de un 30 % el error de trayectoria frente a los modelos físicos, aunque todavía tienen dificultades para anticipar la intensidad.

hace 1 día
PortadaPodcast
Informadora

Cada nota se redacta cruzando varios medios, citados al pie de cada artículo, y se revisa antes de publicar.

Contacto: redaccion@informadora.com
Tema claro u oscuro
PolíticaEconomíaSeguridadDeportesCulturaEspectáculosTecnologíaSaludMundoPodcastRSSDólar hoyFeriadosFútbol hoyClimaJubilacionesQuiénes somosPrivacidad
© 2026 Informadora · Argentina