Cuando las soluciones salinas se evaporan dejan depósitos con patrones de cristalización que pueden parecer aleatorios e impredecibles. Sin embargo, un estudio reciente ha utilizado técnicas de aprendizaje automático para analizar estos patrones y predecir la composición química de los depósitos. Esta innovación tiene el potencial de aplicarse en diversos campos, como la exploración espacial y el desarrollo de aplicaciones para teléfonos inteligentes que identifiquen estos depósitos.
Un equipo de investigación se propuso abordar el problema de una manera novedosa: ver si podían determinar el tipo de sal a partir de una foto del depósito resultante.
Para probar esta idea, los investigadores tomaron 7500 fotos de manchas de 42 tipos diferentes de sales inorgánicas. Luego, desarrollaron un software que convierte cada imagen en un conjunto de números que representaban 16 parámetros diferentes, como el área del depósito y su textura. Esto permitió que cada foto se representara como un punto en un espacio de 16 dimensiones.
Usando un algoritmo de aprendizaje automático, pudieron comparar rápidamente la simetría de estos puntos y construir un perfil único para cada tipo de sal. Este método resultó ser sorprendentemente efectivo, logrando identificar la sal correcta en el 90% de los casos.
Aunque las estructuras cristalinas de las manchas de sal puedan parecer desordenadas, el método desarrollado fue capaz de distinguir entre diferentes tipos de sales, como el cloruro de sodio y el cloruro de potasio, a partir de fotos que a simple vista parecen muy similares.
El proyecto fue parcialmente financiado por la NASA, lo que subraya su potencial aplicación en misiones espaciales. Este método podría ser útil para identificar salmueras en Marte o aguas oceánicas en lunas como Europa, donde llevar instrumentos pesados es un desafío.
Además, los investigadores creen que esta técnica podría ser utilizada en aplicaciones para teléfonos inteligentes, permitiendo a los usuarios identificar depósitos de sales en diversos contextos, desde la ciencia ambiental hasta la seguridad doméstica y forense.
El proceso de preparación de las muestras y la toma de fotografías fue laborioso y requirió mucho tiempo. Sin embargo, el equipo ha desarrollado un sistema robótico que acelera este proceso, permitiéndoles tomar alrededor de 1000 fotos al día. Esta expansión en la base de datos de imágenes permitirá obtener nuevos conocimientos y entender mejor las similitudes entre diferentes sales.
Tradicionalmente, la forma de los cristales no se ha considerado un buen indicador de los mecanismos de cristalización. Sin embargo, este estudio muestra que la morfología puede ser utilizada como una «huella digital» para predecir la composición de los cristales de sales inorgánicas, lo que representa un avance significativo en el diagnóstico de materiales.
Las manchas de sal tienen una belleza intrínseca, similar a las imágenes creadas por el químico alemán del siglo XIX Runge, que documentó patrones formados por reacciones químicas en papel de filtro.
Se pueden ver miles de imágenes de depósitos salinos en Saltscapes.
Referencia: B. C. Batista et alii, Proc. Natl. Acad. Sci. USA, 2024, DOI: 10.1073/pnas.2405963121
