Motores nucleares con IA: el plan para llegar a Marte

El viejo cohete químico ya no da para más

Durante décadas, la humanidad ha dependido de la misma tecnología química para escapar de la gravedad terrestre. Pero cuando se trata de llegar a Marte, los números no cuadran: un viaje de ida y vuelta con motores convencionales llevaría más de dos años, con riesgos enormes para la tripulación por radiación y aislamiento. Por eso, la NASA lleva años desarrollando la propulsión nuclear, una tecnología que promete duplicar la eficiencia de los cohetes actuales. La clave está en usar la energía de la fisión atómica para calentar un propulsor o generar electricidad, en lugar de quemar combustible químico. Y aquí es donde entra la inteligencia artificial: no como un lujo, sino como una necesidad.

Dos caminos hacia el mismo destino

La NASA no apuesta por un solo caballo. Su oficina de Space Nuclear Propulsion explora dos sistemas complementarios. El primero es la propulsión nuclear térmica: un reactor calienta hidrógeno líquido hasta convertirlo en gas, que se expande por una tobera generando empuje. El segundo es la propulsión nuclear eléctrica: el reactor genera electricidad para ionizar un gas y acelerarlo electromagnéticamente. Ambos tienen ventajas: el térmico da más empuje, ideal para salir de la órbita terrestre; el eléctrico es más eficiente para viajes largos. Pero diseñar estos sistemas es infernalmente complejo. Las temperaturas, presiones y radiaciones involucradas están más allá de lo que cualquier prueba de laboratorio puede replicar por completo. Ahí es donde la inteligencia artificial deja de ser un adorno y se vuelve herramienta central.

Machine learning: el ingeniero que nunca se cansa

Un equipo de ingenieros y estudiantes de posgrado publicó en Futura Sciences un análisis sobre cómo la IA está transformando la propulsión espacial. Explican que el machine learning permite detectar patrones en datos de diseño que ningún humano podría procesar. Por ejemplo, optimizar la geometría de las toberas o la distribución del combustible en el reactor nuclear. El reinforcement learning, por su parte, entrena a la máquina mediante prueba y error: el sistema prueba una configuración, recibe una recompensa si mejora el rendimiento, y ajusta su comportamiento. Como un ajedrecista que reconoce patrones tras miles de partidas, pero a velocidades inhumanas.

«Think of a chess player: instead of calculating every move, they recognize familiar patterns after thousands of games. Reinforcement learning develops a similar intuitive skill in machines, but at speeds and scales far beyond human ability.» — Futura Sciences

Esa capacidad de iterar millones de veces en un entorno simulado permite a los ingenieros probar configuraciones de motores nucleares que serían imposibles de construir físicamente para una prueba. Se ahorran años de prototipado y millones de dólares. Pero también introduce un riesgo: si los datos de entrenamiento están sesgados o incompletos, la IA puede optimizar para un escenario que no existe. La confianza ciega en algoritmos para diseñar sistemas que llevarán vidas humanas a Marte es un salto de fe que pocos están dispuestos a dar sin reservas.

El factor político y presupuestal

La NASA presentó su plan Moon to Mars como una hoja de ruta ambiciosa, pero la realidad es que los programas de propulsión nuclear han sido un vaivén político. En febrero de 2021, la agencia y el Departamento de Energía solicitaron propuestas a la industria para conceptos de reactores nucleares. Desde entonces, los avances han sido lentos, con recortes presupuestales y cambios de prioridades entre administraciones. Mientras tanto, empresas privadas como SpaceX avanzan con sus propias tecnologías, aunque basadas en metano y oxígeno, no en fisión. La pregunta incómoda es si la NASA llegará a tiempo o si, como ha pasado antes, el proyecto se quedará en estudios y simulaciones.

Lo que no se dice sobre la radiación y el tiempo

Incluso si la IA logra diseñar el motor nuclear perfecto, quedan problemas que ningún algoritmo resuelve. La radiación espacial sigue siendo un enemigo silencioso: un viaje a Marte expone a los astronautas a niveles de radiación que aumentan el riesgo de cáncer y daños neurológicos. La propulsión nuclear acorta el viaje, pero no lo elimina. Además, el propio reactor a bordo genera radiación adicional que debe ser blindada. La IA puede ayudar a optimizar los escudos, pero los materiales necesarios son pesados y caros de lanzar. Es un círculo vicioso: para proteger a la tripulación necesitas más masa, pero más masa requiere más combustible, y más combustible exige un motor más grande.

El artículo de NASA Space News destaca que la propulsión nuclear podría reducir el tiempo de tránsito a Marte a la mitad, pero no menciona que incluso con esa reducción, la misión seguiría siendo la más peligrosa jamás emprendida por la humanidad. La diferencia entre un viaje de dos años y uno de uno sigue siendo enorme en términos de suministros, salud mental y fiabilidad de los sistemas. La IA puede ayudar a diseñar mejores motores, pero no puede fabricar una nave que aguante todo eso sin fallar.

El futuro es nuclear… si la política lo permite

La tecnología está ahí. Los prototipos conceptuales existen. La inteligencia artificial ya está acelerando el diseño de reactores y sistemas de propulsión. Pero el camino hacia Marte no es solo técnico: es político, presupuestal y, sobre todo, humano. La NASA necesita mantener el financiamiento durante décadas, algo que ninguna agencia espacial ha logrado de forma consistente. La IA puede ser la herramienta que haga viable lo imposible, pero también puede ser la excusa perfecta para prometer lo que aún no se puede cumplir. Mientras tanto, el reloj sigue corriendo, y Marte espera.

Fuentes consultadas:

• Futura Sciences – How AI is reinventing rocket propulsion for missions to Mars and beyond
• Nasaspacenews – Nuclear-Powered Rockets: AI Advances Propulsion Technology for Mars Missions
• Nasa Gov – Space Nuclear Propulsion