Ett nytt AI-drivet verktyg betraktar dinosauriespår på ett helt annat sätt än det mänskliga ögat och drar förvånande slutsatser ur dem.
En algoritm utvecklad av ett forskarlag från Tyskland och Storbritannien jämför tusentals fossiliserade spår. Slutsatserna kan förskjuta tidslinjen för fåglarnas evolution och förändra hur paleontologer arbetar runt om i världen.
Artificiell intelligens granskar spår från 200 miljoner år tillbaka
Dinosauriespår är blygsamma fördjupningar i berg och sten som tid, erosion och jordrörelser redan har deformerat. För forskare är de ändå något av en svart låda med inspelad information om steg, gånghastighet och ibland till och med djurets beteende. Problemet är att sådana avtryck sällan bevaras perfekt, vilket gör det svårt att koppla dem till specifika dinosauriegrupper.
Det var just det utmaningen som ett team från Tübingens universitet, i samarbete med Manchesters universitet och Berlins Museum für Naturkunde, bestämde sig för att tackla. Forskarna utvecklade ett AI-system som självständigt analyserar avtryck och grupperar dem efter form — utan att människan behöver ge ledtrådar om vem som kan ha lämnat dem.
Den nya algoritmen tittar uteslutande på spårets geometri. Djurets art är ointressant — det enda som räknas är hur foten faktiskt såg ut.
Appen DinoTracker – paleontologi i mobiltelefonen
Kärnan i projektet är appen DinoTracker, byggd på ett neuralt nätverk specialiserat på formigenkänning. Forskarna matade systemet med över 2 000 trefingrade avtryck från hela världen, huvudsakligen från perioden mellan ungefär 200 och 145 miljoner år sedan. Varje spår standardiserades — reducerat till en kontur, roterat och skalat så att algoritmen kunde jämföra dem som teckningar i samma format.
Appanvändaren behöver antingen ta ett foto av spåret eller rita dess kontur. Sedan analyserar AI:n flera viktiga egenskaper:
- de tre tårnas placering och spridningsvinkel,
- proportionerna mellan tålängder och "hälen",
- spårets symmetri relativt mittentåns axel,
- avtryckets övergripande smalhet eller massivet.
Utifrån dessa faktorer beräknar systemet likhet med spår i databasen och placerar sedan det nya avtrycket i ett åttadimensionellt formrum — en slags karta över dinosauriefottens morfologi.
Den här "formkartan" gör det möjligt att behandla varje spår som en punkt i ett datamolnet. Spår från djur med mycket likartad fotanatomi hamnar nära varandra, även om de kommer från olika kontinenter och tidsepoker.
Inga etiketter, inga ledtrådar, färre fel
Istället för klassisk övervakad inlärning, där en expert beskriver data i förväg, används här oövervakad inlärning. Algoritmen får ingen information om vilket spår som tillhör vilken dinosaurie — den söker själv efter naturliga grupper av liknande former.
För att göra systemet robust mot skadade eller ofullständiga spår genererade forskarna över 10 000 konstgjorda spårvarianter. De simulerade bland annat deformationer från mjukt underlag, delvis utplånade tår, suddiga konturer och lätta fotrotationer under steget. I praktiken lärde det AI:n att hantera "fula" exemplar — precis de typer som paleontologer oftast hittar.
I tester jämfördes algoritmens utlåtanden med expertbedömningar av fossila spår. För välbevarade avtryck uppnådde överensstämmelsen ungefär 90 procent, och systemet tillämpade samma bedömningsmetod oavsett var provet kom ifrån eller hur erfaren den person var som skickade in det.
Fågelliknande gång hos dinosaurier från 210 miljoner år sedan
De mest intressanta slutsatserna framkom när forskarna undersökte var de äldsta kända dinosauriespåren hamnade på formkartan. Vissa avtryck daterade till mer än 210 miljoner år sedan landade i ett område som tidigare ansetts tillhöra moderna fåglar snarare än massiva teropoder från biosaltsfilmer.
Dessa avtryck delar tre egenskaper förknippade med fåglars sätt att gå:
- en smal, utsträckt form hos tre tår arrangerade nästan i en linje,
- hög symmetri i spåret relativt mittentåns axel,
- litet avstånd mellan tårna, vilket antyder en relativt smal gång.
Det är en ordentlig törn mot den enkla bilden där fåglar "dyker upp" mycket senare, under sen jura. Analysresultaten öppnar för två möjligheter. Antingen grenades den evolutionära linjen mot fåglar av tidigare än man trott. Eller så hade vissa tidiga köttätande dinosaurier från trias förvånansvärt fågellika fötter, trots att resten av kroppen fortfarande kan ha sett ganska "klassiskt dinosaurisk" ut.
Ur AI:ns perspektiv är det enda som spelar roll att spår från djup trias och avtryck från moderna fåglar i många avseenden "ritas" på ett mycket likartat sätt.
Forskarna understryker att algoritmen inte tilldelar spår till specifika arter — den jämför bara former. Det minskar risken för övertolkning. Istället för att tvinga varje avtryck att matcha en känd dinosaurie kan man acceptera att vissa typer av fötter och gångmönster uppstod oberoende av varandra i olika evolutionära linjer.
Formmässig kontinuitet från dinosaurie till sparv
Jämförelsen av spår från olika geologiska perioder visade också något som liknar ett "sammanhängande band" av liknande former. Det finns ingen skarp övergång mellan gamla teropoder och fåglar, utan snarare en gradvis förskjutning av former mot en typiskt fågellik fot.
Det ger bränsle åt diskussionen om hur snabbt förändringar skedde kopplade till lyftning av kroppen, förlängning av bakbenen eller förskjutning av tyngdpunkten. Avtrycken antyder att vissa element av "fåglarnas" biomekanik testades i evolutionens laboratorium långt innan riktiga fåglar med fjädrar och flyggdugliga vingar existerade.
Varje turist kan hjälpa till att forska om dinosaurier
DinoTracker skapades inte enbart för att användas i laboratoriemiljö. Skaparna vill att guider, geologientusiaster och till och med turister som besöker platser med avtryck ska använda appen. Det räcker med att ta ett foto, märka spårets orientering korrekt och skicka in filen.
Systemet svarar med två typer av information: det visar den procentuella likheten med referensspår i databasen samt det nya avtryckets placering på formkartan. Det ger användaren en uppfattning om han eller hon tittar på något ovanligt, eller snarare ett ganska standardiserat spår av ett tvåbent rovdjur.
Hundratals lokala rapporter från olika länder kan i slutändan bygga upp en av de största dinosauriespårsdatabaser som någonsin samlats in.
| Appfunktion | Vetenskaplig nytta |
|---|---|
| Automatisk formanalys av spår | Enhetligt sätt att jämföra prover från olika regioner |
| Möjlighet för användare att rapportera spår | Snabbare utökning av databasen utan att varje forskningsteam behöver resa dit |
| Bedömning av avtryckets kvalitet och ovanliga egenskaper | Vägledning om vilka fynd som är värda att undersöka på plats |
| Träning av algoritmen på nya prover | Allt bättre förmåga att skilja på subtila skillnader mellan spår |
Den här arbetsmodellen löser delvis bristen på specialister inom fossila spår i många länder. Lokala entusiaster kan samla in preliminärt material, och algoritmen ger det en grundläggande ordning. Experter kan sedan fokusera på de mest intressanta fallen.
Vad mer kan AI "se" i fossil
Skaparna av DinoTracker tänker inte stanna vid dinosauriespår. Samma formanalysmekanismer kan tillämpas på andra typer av spår och kvarlevor — från löv avtryckta för miljontals år sedan till labyrinter utätna i lera av uråldriga ryggradslösa djur. Det finns också planer på att använda algoritmen för att preliminärt sortera benfragment som är svåra att hänföra till specifika skelettdelar.
Idén är enkel: istället för att studera varje exemplar separat får paleontologen en interaktiv likhetskarta i händerna. Han eller hon kan se var kluster av ovanliga former uppstår, vilka epoker som uppvisar fler eller färre av specifika fottyper, blad eller pansarformer. Det möjliggör i sin tur mer precisa frågor om klimatförändringar, djurmigrationer och utdöendetakt.
Varför spår ibland berättar mer än ben
För många människor är dinosaurier framför allt kranier och skelett på museer. Spår bevarar emellertid något som ben ofta saknar: information om rörelse. Från en enda serie avtryck kan en paleontolog utläsa gånghastighet, steglängd, hur fötterna sattes ned och ibland till och med om djuret sprang, svängde, stannade upp eller rörde sig i grupp.
En AI som analyserar tusentals sådana spår samtidigt kan fånga mönster som är osynliga vid det traditionella tillvägagångssättet, där en forskare arbetar på ett fåtal lokala platser. Att jämföra spår från olika kontinenter gör det möjligt att till exempel undersöka om liknande gångmönster uppstod oberoende av varandra i avlägsna populationer, eller om de spreds från en region via djurmigrationer.
För läsaren är det ett talande tecken: artificiell intelligens tar sig allt oftare in i områden som länge ansetts vara helt "analoga" och starkt beroende av forskarens individuella intuition. Inom paleontologin ersätter den inte människan, men fungerar som ett förstoringsglas och en kalkylator i ett — den hjälper till att ordna data och ställa mer träffsäkra frågor om vår planets förflutna.
