Están cada vez más presente en múltiples áreas de la economía digital

Para el diseño de estos gemelos digitales se tienen como referencia datos de los elementos físicos reales y, mediante el uso de machine learning, se entrenan para emular sus comportamientos, que se implementan mediante distintos modelos físicos.

Por ejemplo, una aplicación habitual de los gemelos digitales es el entrenamiento de los usuarios: un futuro piloto practica inicialmente en un entorno virtual (simulador de vuelo) ciertas maniobras que luego deberá poner en práctica en la vida real. Cuanto más fidedigna sea la recreación virtual, más sencillo será luego trasladar el aprendizaje al entorno real.

Otro tipo de aplicación es el de la predicción: se trata de conocer, mediante el gemelo virtual, cuál será el comportamiento del sistema recreado ante una serie de nuevas condiciones. Un ejemplo puede ser el diseño de nuevos medicamentos. A la hora de combinar una serie de componentes en distintas proporciones no es necesario que sean consumidos en todas las pruebas, ya que con un gemelo digital convenientemente entrenado, es posible realizar los experimentos en forma de simulación. Esto supone un considerable ahorro en tiempo y materiales, además de permitir a los investigadores entender el sistema con el que están trabajando a nivel atómico, ya que las interacciones moleculares son en ocasiones demasiado rápidas, y no da tiempo ni a verlas ni a grabarlas.

Para implementar estos gemelos digitales se recurre con frecuencia a simulaciones complejas que necesitan de un hardware más allá del tradicional (servidores con múltiples GPUs por nodos o centros de cómputo); simulaciones que ya se usan a diario en el sector de la animación, por ejemplo, en las simulaciones de telas, como las que hace Pixar, o en el sector de los videojuegos, donde en un futuro próximo veremos simulaciones físicas mucho más realistas que las que hemos visto hasta ahora. O simulaciones del universo, como la que dio lugar a poder tener la primera imagen realista de Sagitario A*, el agujero negro que se encuentra en el centro de nuestra galaxia.

Además de en los ejemplos anteriores, como es lógico por sus innumerables beneficios y bondades, este proceso ya se utiliza en múltiples áreas. Desde procesos industriales de manufacturación y diseño de nuevas piezas hasta pruebas de conducción autónoma o prescripción de tratamientos médicos, entre otras.

El avance de estas nuevas tecnologías provoca que continuamente surjan perfiles profesionales adaptados que requieren un total dominio de la física y los softwares de simulación. En el caso del desarrollo de gemelos digitales, es necesario tener conocimientos de física computacional, disciplina que pone al servicio de la física (para la recreación de la realidad, en este caso) las herramientas computacionales.

Para dar respuesta a la creciente demanda de profesionales en este sector, desde el Centro Universitario U-tad, de la mano de comités industriales expertos en este ámbito, se ha lanzado el primer doble grado en ‘Física computacional e ingeniería del software’ de nuestro país en el que se forma a los profesionales que están llamados a liderar los proyectos más innovadores de la industria 4.0.