En ny algoritm analyserar dinosauriespår med samma precision som ansiktsigenkänning
Forskare från Tyskland och Storbritannien har skapat ett verktyg som kan analysera avtrycket av en dinosaurieklor lika tillförlitligt som algoritmer identifierar ansikten i smartphones. Och upptäckten är slående: i en mängd av de uråldriga spåren ser datorn något högst bekant — nämligen nutida fåglars tassar.
Klassisk paleontologi förknippas vanligen med tidsödande utgrävningar av skelettdelar. Men en enorm mängd kunskap om utdöda kräldjur gömmer sig i något långt mer förgängligt: avtryck av tassar i forntida lera, som idag finns bevarade i sten. Dessa spår är ofta skadade, deformerade och nedbrutna av tid och väder, vilket även erfarna specialister har haft problem med att tolka.
Ett team från Tübingen, Manchester och Berlin låg bakom projektet
En forskargrupp från universitetet i Tübingen samarbetade med vetenskapsmän från Manchester och Museum für Naturkunde i Berlin för att överlåta dessa utmaningar till artificiell intelligens. De utvecklade en algoritm som inte behöver mänsklig vägledning om hur en viss sportyp ”borde” se ut. Den koncentrerar sig enbart på form och söker själv efter mönster.
Den artificiella intelligensen analyserar tusentals dinosaurieavtryck som fingeravtryck och grupperar dem efter verkliga likheter — inte efter forskarnas invanda tankemönster. Detta tillvägagångssätt öppnar helt nya möjligheter inom paleontologin.
Så fungerar DinoTracker: från foto till ett rum med åtta dimensioner
Kärnan i projektet är mobilapplikationen DinoTracker, som stöds av ett neuralt nätverk. Inlärningsbasen innehåller över två tusen trefingriga avtryck från hela världen, daterade till perioden för ungefär 200 till 145 miljoner år sedan. Forskarna omvandlade spåren till förenklade konturer, så att den artificiella intelligensen kunde se ren geometri — inte stenens färg eller erosionsmärken.
När en användare fotograferar ett spår eller laddar upp en skiss, identifierar systemet automatiskt karaktäristiska punkter. Utifrån dessa omvandlar den artificiella intelligensen varje avtryck till en uppsättning av åtta nyckelparametrar för form. Därmed placeras det i en så kallad morfologisk rymkarta med åtta dimensioner, där liknande spår hamnar nära varandra och olika spår långt ifrån varandra.
De åtta viktigaste egenskaperna som algoritmen övervakar
- Riktningen på fingarnas placering
- Längden på den del som liknar en häl
- Proportionerna mellan de enskilda fingrarna
- Bredden på hela avtrycket på det bredaste stället
- Vinkeln på förgreningen mellan de yttre fingrarna
- Krökningen på de enskilda klorna
- Djupet på avtrycket i olika delar
- Asymmetrin mellan vänster och höger sida
Det morfologiska rummet är i praktiken en karta över former, där varje spår har sin adress bestämd av åtta siffror. Denna analysmetod undviker situationer där två experter når vitt skilda slutsatser om ett och samma avtryck. I tester uppnådde algoritmens överensstämmelse med specialisternas bedömningar omkring 90 procent för välbevarade spår — och datorn arbetar konsekvent lika varje gång.
Inlärning utan etiketter: artificiell intelligens som inte känner dinosauriernas namn
Det mest intressanta med DinoTracker är att den inte tränades på färdiga exempel märkta av experter. Istället användes så kallad oövervakad inlärning. Det innebär att algoritmen inte fick information som ”detta är spåret från en viss art” eller ”detta är spåret från ett rovdjur”. Den såg bara former och skulle själv hitta grupper av liknande avtryck.
För att stärka systemets motståndskraft mot skador och deformation genererade forskarna över tio tusen konstgjorda spår baserade på verkliga. De simulerade bland annat suddighet eller partiell utplåning av ett finger, utvidgning av hela avtrycket som om det var i ett fuktigt underlag, rotation av spåret i olika vinklar och svaga deformationer motsvarande jordens sättning under djurets vikt.
Tack vare detta klarar algoritmen även tydligt ofullkomligt material, som oftast påträffas i fält. Istället för frågan ”är detta verkligen spåret från en känd dinosaurie” ställer systemet snarare frågan: ”vilka andra spår liknar denna form mest?”
Forskarna från universitetet i Tübingen betonar att traditionella klassificeringsmetoder ofta byggde på förförståelser och enskilda paleontologers erfarenheter. Det nya maskininlärningsbaserade tillvägagångssättet ger en mer objektiv syn på morfologisk variation.
Spår från 210 miljoner år sedan påminner om nutida fåglars tassar
När forskarna placerade spår från olika perioder i det morfologiska rummet började intressanta samband dyka upp på kartan. Störst uppmärksamhet väckte en grupp mycket gamla avtryck på över 210 miljoner år, som i den artificiella intelligensens analys placerade sig överraskande nära spår kopplade till fåglar.
Dessa uråldriga avtryck har flera drag som vi känner igen från trottoarer i parker, där duvor eller måsar passerar. Datorn igenkände mönster som förbinder triassiska theropoder med moderna fåglar långt mer övertygande än en traditionell jämförande analys skulle ha kunnat.
Forskarna från Manchester framhåller att denna upptäckt stödjer den evolutionära teorin om fåglarnas ursprung. Fossila spår från lokalen Ischigualasto i Argentina visar en smalare trefingrig form, markanta klor i fingertopparna och en förgreningsvinkel motsvarande svalor eller gärdsmyg. Vissa avtryck från juraperioden funna i Colorado visar till och med en struktur som påminner om dynor på undersidan av fåglars tår.
Forskare från Museum für Naturkunde i Berlin bekräftade att likheten inte är tillfällig. Spårens geometri antyder att vissa små theropoder kan ha haft en rörelsestil motsvarande nutida sångfåglar eller rovfåglar. Detta stärker hypotesen om den gradvisa omvandlingen av dinosauriernas lemmar till fågelben.
Praktisk tillämpning: från fältundersökningar till museisamlingar
Applikationen DinoTracker är inte bara ett akademiskt experiment. Forskarna testar den redan i fält i Utah, Wyoming och Patagonien, där amatörpaleontologer omedelbart kan jämföra ett funnet spår med databasen. Systemet fungerar även offline, vilket är praktiskt vid arbete på avlägsna platser utan internetanslutning.
Museer världen över har börjat digitalisera sina samlingar av fossila spår just med hjälp av denna teknik. Universitetet i Tübingen planerar att utvidga databasen med fyrfingriga avtryck från sauropoder och andra sportyper. Forskarna hoppas att artificiell intelligens kommer att hjälpa till att identifiera hittills okända arter enbart på grundval av formanalys.
Är du intresserad av paleontologi? Applikationen är gratis att ladda ner, och du kan bidra till forskningen genom att ladda upp fotografier av spår som du hittar under dina utflykter till områden med förekomst av försteningar.
