La inteligencia artificial descifra el misterio de unas extrañas rayas sobre una montaña de 22 kilómetros en Marte
El análisis de miles de imágenes satelitales del Monte Olimpo permitió crear un mapa detallado en Marte. El algoritmo determinó que estas formaciones son resultado de deslizamientos de polvo marciano.
- Científicos confirman que los perros pueden oler el Parkinson antes que aparezcan los síntomas y con 98% de precisión
- Astrónomos revelan las imágenes del Cometa 3I/ATLAS acercándose a la Tierra y viajando por el sistema solar

Durante más de 40 años, unas misteriosas rayas oscuras y alargadas en Marte han desconcertado a los científicos. Estas marcas sobre las laderas de la aureola del Monte Olimpo, que recorren pendientes abruptas, despertaron sospechas sobre la posible existencia de agua líquida en el planeta rojo. Sin embargo, un reciente descubrimiento en Marte, impulsado por inteligencia artificial, brinda nuevas respuestas sobre este fenómeno en la colosal montaña de 22 mil metros.
El estudio, liderado por expertos de la Universidad de Bern y Brown University, utilizó un algoritmo de aprendizaje automático para analizar más de 86.000 imágenes satelitales de Marte. El resultado fue un mapa detallado de casi 500.000 rayas que cruzan la superficie, muchas de ellas sobre el Monte Olimpo, la montaña más alta del sistema solar.

yas brillantes y oscuras que cubren las laderas de la aureola del Monte Olimpo. Foto: ESA
Primeros vistazos del Viking de la NASA
Las primeras evidencias de estas rayas surgieron en la década de 1970, cuando los orbitadores Viking de la NASA captaron largas líneas oscuras descendiendo por colinas marcianas. Las imágenes iniciales desataron una ola de hipótesis entre astrónomos y geólogos planetarios. La más popular sugería que eran flujos de salmuera, una posibilidad que habría implicado ambientes potencialmente habitables.

El transbordador ESA capta las oscuras franjas de pendiente con forma de dedo que se extienden. Foto: NASA
Las expectativas se centraban en la idea de que el agua salada, aun en un ambiente tan extremo como el marciano, podría albergar vida microbiana. Esta noción alimentó durante años el debate sobre Marte y vida, llevando a intensificar las misiones espaciales europeas y estadounidenses enfocadas en el análisis de polvo en Marte y señales químicas de agua.
La evolución de las 500 mil rayas mapeadas
La confirmación llegó gracias al trabajo combinado del ExoMars Trace Gas Orbiter y el Mars Reconnaissance Orbiter. La CaSSIS cámara a bordo del orbitador europeo, junto con sensores de alta resolución como HiRISE, permitió obtener datos de gran precisión. A través del análisis de imágenes satelitales de Marte con inteligencia artificial, los científicos determinaron que estas marcas no contienen agua.
El algoritmo reconoció patrones recurrentes y temporales. Algunas rayas desaparecen en meses, otras se mantienen por años. Su comportamiento, asociado con las estaciones, derribó la teoría hídrica. La IA en Marte reveló que el polvo marciano, al desprenderse súbitamente de las laderas, es el responsable de estas formaciones.
El estudio, publicado en Nature Communications, destaca que estas marcas aparecen en zonas donde no hay indicios de humedad. Su distribución, tanto en el hemisferio norte como en el sur, refuerza la hipótesis de que se originan por procesos secos.
Impactos del polvo y vientos
Los factores que activan este fenómeno son variados. El equipo descubrió que rocas deslizándose, pequeñas colisiones de meteoritos o incluso ráfagas de viento podrían desencadenar avalanchas de polvo. Este desplazamiento genera un contraste visible que se traduce en las líneas oscuras observadas.
El polvo marciano, extremadamente fino, puede quedar inestable sobre pendientes inclinadas. Cuando se libera, deja al descubierto capas más oscuras debajo. Este contraste es lo que capta la CaSSIS cámara y otras herramientas de observación orbital. Para mejorar la visibilidad, los científicos ajustan el brillo y color de las imágenes, logrando resaltar estos patrones con mayor nitidez.