---
title: "Un grupo de ingenieros de Rutgers utiliza la IA para solventar los retos de la fabricación aditiva"
url: https://www.voxelmatters.com/es/un-grupo-de-ingenieros-de-rutgers-utiliza-la-ia-para-solventar-los-retos-de-la-fabricacion-aditiva/
date: 2025-12-28
modified: 2025-12-28
lang: es
author: "Edward Wakefield"
description: "Según un comunicado de la Universidad de Rutgers, un equipo de ingenieros ha demostrado cómo la inteligencia artificial puede solventar dos importantes desafíos en el campo de la fabricación al..."
categories:
  - "IA"
  - "Investigación sobre la AM"
tags:
  - "future"
image: https://www.voxelmatters.com/wp-content/uploads/2025/12/WhatsApp-Image-2025-12-26-at-17.20.57-640x362.jpeg
word_count: 559
---

# Un grupo de ingenieros de Rutgers utiliza la IA para solventar los retos de la fabricación aditiva

[Según un comunicado de la Universidad de Rutgers](https://www.rutgers.edu/news/engineers-develop-autonomous-artificial-intelligence-transforms-resilience-and-discovery), un equipo de ingenieros ha demostrado cómo la inteligencia artificial puede solventar dos importantes desafíos en el campo de la fabricación al facilitar el desarrollo de sistemas de impresión 3D resistentes a entornos extremos y acelerar la innovación reduciendo considerablemente el número de ensayos.

En dos estudios dirigidos por Rajiv Malhotra, profesor asociado del Departamento de Ingeniería Mecánica y Aeroespacial de la Escuela de Ingeniería de Rutgers, los investigadores demostraron cómo los sistemas autónomos pueden contribuir a garantizar la fiabilidad de los procesos de  fabricación en [entornos como el espacio](https://www.voxelmatters.com/es/un-equipo-de-investigadores-imprime-en-3d-una-serie-de-compuestos-que-cambian-de-forma-en-el-espacio/), las regiones en guerra y las zonas catastróficas, al tiempo que acortan considerablemente los ciclos de desarrollo de la fabricación convencional.

El primer estudio, [publicado en la revista *Journal of Manufacturing Processes*](https://www.sciencedirect.com/science/article/pii/S1526612525002671), se centra en lo que Malhotra denomina la «fabricación aditiva expedicionaria», es decir, la producción de piezas fuera de las condiciones controladas de una fábrica. Estos entornos introducen factores imprevistos e impredecibles, como vibraciones, cambios de temperatura y la intervención de operadores no cualificados, lo que aumenta la probabilidad de que se produzcan errores durante el proceso de impresión.

![Rutgers engineers use AI to overcome AM challenges - enabling resilient 3D printing in extreme environments and accelerating innovation.](https://www.voxelmatters.com/wp-content/uploads/2025/12/rajiv-malhotra-portrait_promo.jpg)Rajiv Malhotra.

«Intentábamos entender cómo podíamos desarrollar un [sistema de fabricación aditiva expedicionaria](https://www.voxelmatters.com/es/firestorm-y-hp-colaboran-en-un-proyecto-para-impulsar-la-fabricacion-expedicionaria/) capaz de resistir este tipo de problemas imprevisibles que desestabilizan el proceso», explica Malhotra.

Para abordar este problema, el equipo ha desarrollado una nueva tecnología de IA denominada «aprendizaje por refuerzo condicional». Utilizando una cámara que supervisa la impresión en tiempo real, el sistema detecta los defectos y ajusta instantáneamente la configuración de la impresora sin detener el proceso ni tener que volver a entrenar el software. Esta capacidad es fundamental en entornos de alto riesgo.

«Los errores a la hora de fabricar piezas pueden provocar que una misión sea un completo fracaso. Puede morir gente», añade Malhotra. «Hemos creado una herramienta que aborda ese problema. Ya no tenemos que depender de previsiones. Independientemente de los problemas que se produzcan, podemos hacerles frente sin desechar la pieza ni tener que detener el proceso por un fallo, dos supuestos que son perjudiciales a la hora de garantizar el éxito de las misiones».

La IA enfoca la falta de formación del operador como un factor de interferencia más. «Hemos entrenado el modelo para que espere lo inesperado en lugar de lo esperable», asegura Malhotra, para, a continuación, señalar que este sistema reduce al menos diez veces la probabilidad de que aparezcan defectos.

Un segundo estudio, [publicado en la revista *Journal of Intelligent Manufacturing*](https://link.springer.com/article/10.1007/s10845-025-02638-w), aborda el problema de la ralentización de los ciclos de innovación. En lugar de basarse en décadas de modelos basados en la física o en grandes conjuntos de datos, el equipo ha creado un sistema de inteligencia artificial que revisa la literatura científica y la combina con datos experimentales limitados.

«Se trata de un proceso muy lento en el que es fácil cometer errores. A veces pueden llegar a pasar 30 años hasta que finaliza el desarrollo real de una tecnología», explica Malhotra. «La IA actúa como una suerte de especialista doctorado. Realiza varios intentos hasta que encuentra una solución».

El trabajo ha contado con la participación de varios colaboradores de la Universidad de Connecticut, la Universidad de Míchigan y la Army Armaments Graduate School de Estados Unidos, y podría cambiar radicalmente la fabricación de productos aeroespaciales, de defensa, automovilísticos y [electrónicos](https://www.voxelmatters.com/mit-advances-fully-3d-printed-active-electronics/).