La imposibilidad técnica de perforar hasta los 2.900 kilómetros de profundidad que separan la superficie terrestre de la frontera entre el núcleo y el manto obliga a los científicos a recurrir a métodos indirectos para estudiar esta región. La principal fuente de información son las ondas sísmicas generadas durante terremotos, que al atravesar estas capas internas revelan características de su composición y estructura.
En un estudio reciente publicado en la revista JGR Solid Earth, un grupo de investigadores ha aplicado técnicas de aprendizaje profundo (deep learning) para analizar un extenso conjunto de ondas sísmicas de un tipo específico. Este innovador enfoque permitió revelar detalles previamente desconocidos en la frontera núcleo-manto (CMB, por sus siglas en inglés).
Hasta ahora, las irregularidades en esta zona solo se habían detectado como parches aislados. Sin embargo, el análisis basado en inteligencia artificial ha puesto en evidencia la existencia de seis bandas continuas de anomalías distribuidas a lo largo de la CMB. Estas franjas representan variaciones en la estructura o composición que podrían estar vinculadas a procesos dinámicos subyacentes en el interior profundo del planeta. 
Este avance abre nuevas vías para comprender la interacción entre el núcleo y el manto de la Tierra, así como los fenómenos geodinámicos que influyen en la actividad sísmica global y en el campo magnético terrestre. Además, demuestra el potencial del uso de algoritmos de aprendizaje automático para la interpretación de datos sísmicos complejos, superando las limitaciones de las técnicas tradicionales y mejorando la resolución en el estudio de capas inaccesibles.
Los resultados anuncian un paso significativo en la exploración indirecta del interior terrestre, que hasta ahora dependía de mediciones restringidas y modelos de baja definición. Este método permitirá futuras investigaciones con datos más detallados y un mejor entendimiento de la dinámica terrestre a gran profundidad.
