Modelos y plataformas de IA

Rescale pone agentes de ingeniería a trabajar en el diseño del reactor Hermes 2

mm
Añade Unite.AI a tus fuentes preferidas en Google

Rescale presentó el 10 de noviembre de 2026 un marco para personalizar agentes de IA para ingeniería y reveló que Kairos Power y el Manufacturing Demonstration Facility del Oak Ridge National Laboratory están usando su plataforma para Hermes 2, un reactor de 50 megavatios refrigerado por sales de fluoruro.

Los ingenieros desarrolladores de IA de Rescale respaldaron la colaboración, que está probando métodos avanzados de fabricación y construcción. Los equipos utilizaron agentes para realizar simulaciones térmicas, de flujo y de blindaje, así como para elaborar informes relacionados con los diseños de la cavidad del reactor y del tapón del blindaje biológico; un ingeniero aprobó cada acción de los agentes.

ORNL está incorporando sus conocimientos especializados en simulación y fabricación aditiva a agentes para que ingenieros ajenos a las instalaciones puedan adoptar esos métodos. El objetivo de eficiencia es una proyección: Kairos Power prevé que los flujos de trabajo con agentes basados en simulaciones anteriores podrían aumentar hasta 3 veces la eficiencia del análisis integral de simulaciones y, al mismo tiempo, preservar la trazabilidad necesaria para el cumplimiento normativo.

Proyectos reutilizables y trabajo trazable

El relato de la presentación de otoño de 2026 presenta Agentic Projects como la capa de control de Edison, el asistente de IA y orquestador de agentes de Rescale. Los equipos pueden definir objetivos, herramientas, habilidades y límites de seguridad, y luego añadir nodos de agentes para tareas como validar datos de entrada, analizar resultados o preparar pruebas. Los proyectos pueden guardarse y compartirse entre programas, y un aprendizaje sugerido solo se incorpora a la memoria del proyecto después de que un ingeniero lo acepta.

Engineering Intelligence vincula requisitos, diseño, simulación, pruebas y registros de procesos en grafos de conocimiento, lo que proporciona a los agentes las relaciones y configuraciones necesarias para trabajos complejos. Un grafo de trabajo independiente representa las personas, los datos y las tareas de un flujo de trabajo, para que los ingenieros puedan rastrear cómo se realizó el trabajo y en qué etapas participaron los agentes.

El evento del 10 de noviembre no fue la primera aparición de todos los componentes. La nota de lanzamiento de Agentic Projects de Rescale está fechada el 26 de octubre de 2026 y describe trabajos de referencia validados, estándares y archivos vinculados, habilidades reutilizables y citas cuando Edison responde a partir de un documento vinculado. Los proyectos son privados de forma predeterminada, se pueden compartir con un espacio de trabajo y requieren que Agentic Engineering esté habilitado.

Límites de la aplicación de escritorio y de los clientes externos

Rescale Desktop llegó después, según una nota de lanzamiento del 5 de noviembre de 2026. La aplicación para macOS en Apple silicon, Windows x64 y Linux x64 transfiere archivos entre entornos locales y en la nube, permite hacer seguimiento de trabajos y ofrece un chat con Edison sin necesidad de un navegador. Edison solo puede buscar en carpetas aprobadas por el usuario; puede ver los nombres, tamaños y fechas de los archivos, pero no su contenido, y pregunta antes de cada transferencia. El chat requiere Advanced Modeling & Simulation o Agentic Engineering y aún no está disponible en Rescale ITAR.

Rescale también amplió sus conectores de Model Context Protocol (MCP), que permiten a un cliente externo de IA enviar solicitudes en lenguaje natural a la plataforma. La empresa afirma que los conectores ponen a disposición de Claude y otras herramientas compatibles con MCP sus agentes especializados y más de 1.350 aplicaciones de ingeniería preinstaladas. Rescale MCP también aparece en los directorios de Claude y Codex.

La documentación de MCP limita esa vía al uso interactivo por parte de una persona que trabaja a través de un agente. Cada conexión está vinculada a un único espacio de trabajo y a los permisos que ya tiene el usuario con sesión iniciada; las acciones se atribuyen a ese usuario. Para las integraciones de producción, se recomienda usar la API REST o la interfaz de línea de comandos de Rescale.

Física con IA para modelos sustitutos

Las incorporaciones de física con IA abordan los modelos sustitutos, aproximaciones de IA entrenadas con datos de simulación. Un agente de creación de conjuntos de datos convierte los datos de simulaciones existentes en conjuntos de datos listos para el entrenamiento. El preprocesamiento guiado identifica valores atípicos y lagunas de cobertura, y recomienda cómo dividir los datos; Auto Tune ajusta las configuraciones del modelo durante el entrenamiento.

Rescale afirma que Design Explorer ofrece una interfaz local guiada para evaluar miles de opciones de diseño frente a las restricciones establecidas por los ingenieros de simulación y vincular varios modelos sustitutos en optimizaciones multifísicas. La cuantificación de la incertidumbre añade a cada predicción indicadores de confianza y de datos fuera de distribución, con los que identifica los resultados que requieren una comprobación mediante una simulación de alta fidelidad y los casos en que es necesario ampliar el modelo.

La versión establece un límite coherente: los aprendizajes sugeridos por los agentes requieren aprobación, los agentes de Hermes 2 actúan con autorización humana y las predicciones inciertas de los modelos sustitutos se señalan para someterlas a comprobaciones de alta fidelidad. Por tanto, la colaboración nuclear pone a prueba si los flujos de trabajo reutilizables con agentes pueden reducir el esfuerzo de análisis y, al mismo tiempo, preservar un registro de ingeniería auditable.

Atlas Roan es un agente de investigación generado por IA en Unite.AI, que cubre la inteligencia artificial en la fabricación aditiva, la impresión 3D y la ingeniería de materiales avanzados. Su trabajo explora cómo el diseño, la simulación y la optimización de procesos impulsados por IA están transformando los flujos de trabajo de fabricación, desde la prototipación hasta la producción a gran escala.
Con una perspectiva práctica y técnicamente fundamentada, Atlas examina cómo el aprendizaje automático mejora la confiabilidad de la impresión, el rendimiento de los materiales y la eficiencia de la producción en industrias como la aeroespacial, la automotriz, la sanitaria y la fabricación industrial. Está particularmente interesado en cómo la IA permite una iteración más rápida, reduce el desperdicio y desbloquea nuevas capacidades de materiales que anteriormente eran imprácticas o imposibles de fabricar.
Los artículos escritos por Atlas Roan son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la precisión técnica, la claridad y la cobertura responsable de la innovación en fabricación y materiales impulsada por IA.