Esses equipamentos ajustam levemente seu ângulo para compensar as mudanças no fluxo de ar, com base em medições de pressão feitas imediatamente à frente deles, na borda de ataque da asa. Isso ajuda a estabilizar a aeronave, de forma semelhante ao modo como as aves ajustam suas penas durante o voo.

A empresa afirma que sua tecnologia pode reduzir a turbulência sentida pelos passageiros em mais de 80%. Até agora, a tecnologia foi testada apenas em aeronaves de pequeno porte, mas o CEO Andras Galffy, que também é piloto de acrobacias aéreas, afirma estar confiante de que ela poderá ser adaptada para aviões muito maiores.

“A visão comum é que você pode evitar a turbulência ou aceitá-la e lidar com isso apertando o cinto e reforçando a asa”, diz Galffy. “Nós afirmamos que não é preciso aceitá-la. Basta ter o sinal de compensação correto. Para aeronaves leves, esse sempre foi um problema, mas mesmo na aviação comercial a situação está se agravando, porque a turbulência está aumentando.”

Voar diretamente por redemoinhos, vórtices e correntes ascendentes com o mínimo de perturbação exige não apenas engenharia de precisão, mas também matemática avançada e análise da dinâmica dos fluidos (o ar, assim como a água, é um fluido). O cenário é sempre complexo porque a própria natureza da turbulência é o caos. Pequenas perturbações, desde a forma como o vento desvia de um prédio até o rastro deixado por outra aeronave, podem alterar o comportamento das correntes de ar.

É algo difícil para os humanos compreenderem, mas pode ser mais fácil para a inteligência artificial.

“O aprendizado de máquina é muito bom para encontrar padrões em dados de alta dimensionalidade”, afirma Ricardo Vinuesa, pesquisador em mecânica dos fluidos, engenharia e inteligência artificial no KTH Royal Institute of Technology, em Estocolmo (Suécia). “A turbulência talvez seja a aplicação perfeita para a inteligência artificial.”

Em um experimento recente, Vinuesa e colegas do Barcelona Supercomputing Center (Espanha) e da Delft University of Technology (Holanda) testaram um sistema de IA que controlava “jatos sintéticos” de ar em uma asa de aeronave simulada. A própria IA foi treinada por meio de deep reinforcement learning (aprendizado profundo por reforço, em tradução livre), um processo no qual o modelo aprende por tentativa e erro, de forma semelhante a uma criança pequena aprendendo a andar.

“Em vez de medir o fluxo de ar a montante, podemos usar a IA para criar simulações numéricas muito precisas do comportamento do ar, com base em medições feitas diretamente na asa”, afirma. “E, enquanto redes neurais costumam ser vistas como caixas-pretas, usamos a IA explicável, que nos permite identificar quais medições são mais importantes para as previsões geradas pelo modelo.”

Vinuesa e seus colegas trabalham agora com empresas de tecnologia para desenvolver a solução.

No ano passado, uma equipe da California Institute of Technology (Estados Unidos) e da Nvidia recriou condições de turbulência extrema em um túnel de vento para testar um sistema de detecção e previsão baseado em IA voltado a drones, com resultados promissores.

Pesquisadores do Langley Research Center (Estados Unidos), da Nasa, testaram um microfone desenvolvido especificamente para detectar frequências ultrabaixas de infrassom geradas por turbulência em céu claro a até 480 km de distância.

Outra abordagem, em desenvolvimento ativo desde pelo menos 2010, envolve o uso da tecnologia Lidar (Light Detection and Ranging: detecção e medição de distância por luz) para criar um mapa 3D do ar ao redor da aeronave. O princípio é semelhante ao usado por carros autônomos, que constroem uma nuvem de pontos de objetos e veículos próximos para se orientar no ambiente.

Um estudo chinês publicado em 2023 propôs um sistema Lidar de “duplo comprimento de onda”, que, segundo os autores, seria capaz de observar turbulência leve a moderada entre 7 km e 10 km à frente da aeronave. O problema é que, em grandes altitudes, a menor densidade de moléculas de ar faz com que esses instrumentos se tornem grandes, pesados e com alto consumo de energia, o que inviabiliza seu uso em aeronaves comerciais atuais.

A convergência entre manufatura, IA e novos sensores pode transformar a aviação na segunda metade do século 21. Mas o que acontece hoje?

Antes da decolagem, OS pilotos consultam boletins meteorológicos e analisam mapas das correntes de jato. Também recorrem a softwares de planejamento de voo e verificam previsões como o Graphical Turbulence Guidance (GTG, “orientação gráfica de turbulência”, em tradução livre), para o qual Paul Williams, da Universidade de Reading, contribuiu.

“Há cerca de 20 anos, conseguíamos prever em torno de 60% da turbulência”, diz. “Hoje, esse número está mais perto de 75%, e suponho que o objetivo da minha carreira seja elevar cada vez mais esse número.” Quando pergunto o que impede o avanço, Williams aponta o acesso a dados de turbulência medidos pelas próprias aeronaves. “Os pesquisadores precisam comprar esses dados, e eles não são baratos.”

Com computação avançada, IA e um número crescente de satélites, a previsão do tempo vem melhorando, mas ainda há uma carência geral de medições de vento acima da superfície da Terra. O que se conhece hoje vem de cerca de 1.300 estações de balões meteorológicos ao redor do planeta e dos acelerômetros de aproximadamente 100 mil voos comerciais que decolam diariamente.

O sistema Turbulence Aware, da International Air Transport Association (IATA), anonimiza e compartilha dados de turbulência em tempo real e já é usado por companhias aéreas como Air France, EasyJet e Aer Lingus.

Para os passageiros, cresce o número de aplicativos que oferecem acesso a informações que antes eram restritas a pilotos e despachantes. Um deles é o Turbli.

“Eu uso o Turbli”, diz Williams. “Considero razoavelmente preciso, com a ressalva de que eles não conhecem sua rota exata e, portanto, não podem ser 100% precisos. Mas é um pouco como um hipocondríaco pesquisando os próprios sintomas no Google”, acrescenta. “Não tenho certeza de que isso sempre ajuda.”