AI czyta ślady dinozaurów jak książkę. Wynik? Ptaki nie są aż tak „nowe”

Algorytm, połączony z mobilną aplikacją DinoTracker, przegląda tysiące odcisków palców i pięt sprzed setek milionów lat. Z ich kształtu wyciąga zaskakujące wnioski o ewolucji kroków, stóp i sposobu poruszania się zwierząt, które zwykle znamy tylko z kości.

AI zamiast lupy: jak DinoTracker „widzi” odcisk stopy

Identyfikacja śladów dinozaurów od zawsze była zmorą paleontologów. Odciski są zniekształcone przez czas, erozję i ruchy skał, a do tego często niekompletne. W efekcie ten sam ślad dwóch ekspertów potrafi opisać zupełnie inaczej.

Zespół z Uniwersytetu w Tybindze, Uniwersytetu w Manchesterze i berlińskiego Museum für Naturkunde postanowił oddać tę pracę maszynie. Stworzył inteligentny system, który patrzy wyłącznie na kształt odcisku, bez wcześniejszych etykiet ani sugestii, do jakiej grupy należy.

Algorytm uczy się sam na ponad 2 tysiącach trójpalczastych odcisków dinozaurów z całego globu, datowanych na 200–145 mln lat.

DinoTracker korzysta z sieci neuronowej wyszkolonej na konturach tych śladów. Każdy z nich został przetworzony na uproszczony zarys, by liczyła się tylko geometria: długość, szerokość, proporcje palców, kształt pięty, symetria.

Osiem wymiarów jednego kroku

Pod maską aplikacji działa tak zwana przestrzeń morfologiczna. To matematyczny „pokój” o ośmiu wymiarach, w którym każdy punkt odpowiada jednemu odciskowi.

• Położenie punktu opisuje osiem kluczowych cech kształtu śladu.
• Im bliżej siebie znajdują się punkty, tym bardziej podobne są odciski.
• Grupy punktów oznaczają typowe zestawy cech, czyli powtarzalne style budowy stopy.

Kiedy użytkownik wgrywa zdjęcie lub szkic odcisku, system automatycznie zaznacza charakterystyczne miejsca: zakończenia palców, punkt, gdzie zaczyna się pięta, ogólny obrys. Potem porównuje je z bazą i umieszcza w tej ośmiowymiarowej przestrzeni, wyliczając podobieństwo do znanych śladów.

Takie podejście ogranicza wpływ ludzkich przyzwyczajeń i sporów między specjalistami – liczą się tylko liczby i kształt.

Uczenie bez etykiet: kiedy AI nie wierzy ekspertom na słowo

Większość systemów rozpoznawania obrazu korzysta z przykładów opisanych przez człowieka. Tutaj autorzy poszli w przeciwną stronę: algorytm nie dostaje informacji, czy ślad należy do określonego gatunku. Klasy tworzy sam, wyłącznie na podstawie podobieństw geometrycznych.

Ta metoda, określana jako uczenie bez nadzoru, ma jeden jasny cel – nie powielać starych błędów. Jeśli w bazie ktoś kiedyś pomylił ślad, klasyczny model po prostu utrwaliłby tę pomyłkę. Tutaj system szuka wzorów od zera.

Symulowane ślady jak z prawdziwego terenu

Badacze poszli jeszcze dalej i „brudzili” dane, zanim zobaczyła je AI. Z oryginalnych odcisków wygenerowali ponad 10 tysięcy sztucznych wariantów. Zmieniali między innymi:

• szerokość i długość całego odcisku,
• stopień rozmycia palców, jakby ślad powstał w błocie,
• rotację stopy, czyli skręcenie podczas stawiania kroku,
• lokalne deformacje, przypominające odkształcenia pod ciężarem zwierzęcia.

Chodziło o to, by algorytm radził sobie nie tylko z idealnymi okazami z muzeum, ale też z tym, co trafia się w terenie: fragmentarycznymi, nadgryzionymi czasem odciskami. W testach system osiąga zgodność na poziomie około 90 procent z oceną ekspertów, gdy ślady są dobrze zachowane.

Maszyna nie zastępuje paleontologa, ale pełni funkcję bardzo konsekwentnego, niezmęczonego asystenta, który ocenia wszystkie ślady według tych samych zasad.

Ślady sprzed 210 milionów lat przypominają krok współczesnego kosa

Najgłośniejsza część badań dotyczy ptaków. Od lat wiadomo, że pochodzą z grupy dinozaurów zwanych teropodami, ale czas i przebieg tej przemiany wciąż wywołują gorące dyskusje.

DinoTracker „wyłowił” z bazy bardzo stare odciski – ponad 210-milionowe – które zaskakująco wysoko w rankingu podobieństwa wylądowały obok śladów kojarzonych z ptasią budową stopy. Łączy je kilka cech:

To zaskoczyło badaczy, bo tradycyjnie tak „ptasie” stopy kojarzono raczej z późniejszym okresem jury. Wyniki otwierają dwie możliwości: albo linia prowadząca do ptaków wyłoniła się znacznie wcześniej, niż zakładano, albo część triasowych drapieżnych dinozaurów wykształciła podobny typ stopy niezależnie.

Ślady nie wskazują, kto je zostawił, ale mówią, że styl budowy stopy bardzo przypomina ten znany z dzisiejszych ptaków – i to w zaskakująco wczesnym etapie dziejów Ziemi.

To mocny argument za tym, że niektóre rozwiązania „konstrukcyjne” w ewolucji kończyn pojawiały się kilka razy w historii, bo zwyczajnie dobrze działały przy szybkim biegu czy precyzyjnym stawianiu kroków.

Ciężar dowodu przenosi się na… odciski

Dzięki porównaniu bardzo starych śladów z młodszymi, zespół zauważył ciągłość pewnych kształtów. W praktyce oznacza to, że można prześledzić płynne przejście od masywnych, szerzej rozstawionych palców do tych smuklejszych, bliższych ptasim.

Dotychczas sporo uwagi skupiano na samych kościach – zwłaszcza miednicy, ogonie i uzębieniu. Nowe analizy sugerują, że sam wzór stopy i sposób jej stawiania też niesie ogrom informacji o tym, jak ewoluowała cała grupa teropodów, z której wyszły ptaki.

Telefon w kieszeni jako narzędzie dla paleontologów

Twórcy DinoTrackera nie zamykają systemu w laboratoriach. Aplikacja ma działać na zwykłym smartfonie. Każdy, kto odwiedza miejsca bogate w skamieniałości – od wycieczek szkolnych po lokalnych pasjonatów – może zrobić zdjęcie podejrzanego śladu i przesłać je do analizy.

W odpowiedzi dostaje m.in. informację o tym, do jakich znanych odcisków dana fotografia jest najbardziej podobna, oraz w którym miejscu ośmiowymiarowej przestrzeni morfologicznej ląduje nowy ślad.

Aplikacja zamienia przypadkowe znaleziska podczas spaceru w cenny fragment naukowej układanki, który da się sprawdzić i porównać z istniejącymi danymi.

Masowe zbieranie danych zamiast kilku wypraw rocznie

Jeżeli użytkownicy będą wysyłać duże ilości zdjęć, baza danych śladów może urosnąć do skali, którą trudno byłoby osiągnąć wyłącznie zespołom badawczym. Taki rozproszony system obserwacji daje kilka korzyści:

• pojawiają się dane z regionów, gdzie rzadko docierają ekspedycje,
• łatwiej wychwycić nietypowe ślady, bo liczba zgłoszeń jest wielokrotnie większa,
• można szybciej rejestrować ślady niszczone przez erozję, budowę dróg czy zabudowę.

Badacze zastrzegają, że każde zgłoszenie przechodzi weryfikację. Algorytm porównuje je z istniejącymi wzorcami, a w razie wątpliwości włączają się specjaliści. Mimo to sama skala danych zmienia zasady gry: w teorii można zbudować największą w historii cyfrową kolekcję odcisków dinozaurów, nadając im znormalizowane opisy.

Co dalej: od śladów dinozaurów do cyfrowej paleontologii

Autorzy projektu nie chcą zatrzymać się wyłącznie na odciskach łap prehistorycznych gadów. Ten sam mechanizm rozpoznawania kształtów da się przełożyć na inne typy skamieniałości: tropy bezkręgowców, odciski roślin, fragmenty kości czy muszli.

Wspólny mianownik pozostaje ten sam – geometria. Jeśli da się ją przekształcić w dane liczbowe, AI może wyłapać wzory przeoczone przez ludzkie oko, zwłaszcza gdy mówimy o tysiącach próbek z różnych stron Ziemi i różnych okresów geologicznych.

Paleta narzędzi paleontologa coraz bardziej przypomina warsztat analityka danych: modele statystyczne, sieci neuronowe, bazy w chmurze i aplikacje na smartfony.

Dla laików brzmi to odlegle, ale efekt może być bardzo namacalny. Precyzyjniejsze datowanie zmian w budowie kończyn czy sposobie poruszania się zwierząt przekłada się na lepsze rekonstrukcje dawnych ekosystemów: od tego, jak wyglądał tropikalny las sprzed 180 milionów lat, po to, jak biegały po nim drapieżniki przypominające przerośnięte ptaki.

Warto też pamiętać, że podobne techniki analizy kształtów wchodzą do innych dziedzin – od medycyny po archeologię. Jeżeli AI potrafi wyciągnąć informacje z odcisku stopy sprzed 200 milionów lat, równie dobrze poradzi sobie z oceną mikroskopowych zmian na zdjęciach kości czy z klasyfikacją narzędzi kamiennych. DinoTracker jest więc nie tylko ciekawostką dla fanów dinozaurów, ale zapowiedzią szerszej zmiany w tym, jak badamy przeszłość Ziemi.