När datorer ser vad paleontologer missar
Forskare från Tyskland och Storbritannien har utvecklat ett verktyg som kan analysera ett dinosaurieavtryck med samma precision som ansiktsigenkänning i moderna smartphones. Det mest förvånande? I många urgamla spår känner datorn igen något välbekant – nämligen mönster från dagens fåglar.
Klassisk paleontologi förknippas oftast med mödosamt grävande efter skelettfragment. Men en enorm mängd information om utdöda reptiler döljer sig i något betydligt mer flyktigt: tassavtryck i forntida lera, nu bevarade i sten. Dessa spår är ofta skadade, förvrängda och vittrade av tid och väder – och deras tolkning har länge utgjort en utmaning även för erfarna experter.
Ett forskarlag från universitetet i Tübingen, i samarbete med vetenskapsmän från Manchester och Museum für Naturkunde i Berlin, bestämde sig för att anförtro dessa problem åt artificiell intelligens. De skapade en algoritm som inte behöver mänskliga instruktioner om hur ett visst spårtyp ”borde” se ut – den studerar enbart form och söker själv efter mönster.
Den artificiella intelligensen analyserar tusentals dinosaurieavtryck som fingeravtryck och grupperar dem utifrån verkliga likheter, inte utifrån inarbetade forskningstraditioner. Detta öppnar för helt nya möjligheter inom paleontologin.
Hur DinoTracker fungerar: från foto till ett åttadimensionellt rum
Kärnan i projektet är en mobilapp kallad DinoTracker, som drivs av ett neuralt nätverk. Inlärningsdatabasen innehåller över tvåtusen trebenta avtryck från hela världen, daterade till perioden för ungefär 200 till 145 miljoner år sedan. Forskarna omvandlade först spåren till förenklade konturer, så att den artificiella intelligensen kunde arbeta med ren geometri – utan stenens färg eller erosionsmärken som störande faktorer.
När en användare fotograferar ett spår eller laddar upp en skiss, identifierar systemet automatiskt karaktäristiska punkter. Utifrån dessa beräknar den artificiella intelligensen varje avtryck som en uppsättning av åtta nyckelparametrar för form. På så sätt placeras avtrycket i en så kallad morfologisk rymdkarta med åtta dimensioner, där liknande spår hamnar nära varandra och avvikande spår långt ifrån.
De viktigaste egenskaperna som analyseras är:
- Tårnas riktning och vinkel
- Längden på den hälliknande delen
- Proportionerna mellan de enskilda tårna
- Bredden på hela avtrycket vid dess bredaste punkt
- Förgreningsvinkeln mellan de yttre tårna
- Krökningen hos de enskilda klorna
- Avtryckets djup i olika delar
- Asymmetrin mellan vänster och höger sida
Det morfologiska rummet fungerar i praktiken som en formkarta, där varje spår har sin adress bestämd av åtta siffror. Detta analysesätt gör det möjligt att undvika situationer där två experter når helt olika slutsatser om ett och samma avtryck. I tester uppnådde algoritmens överensstämmelse med specialisternas bedömningar cirka 90 procent för välbevarade spår – och datorn arbetar dessutom alltid konsekvent på samma sätt.
Inlärning utan etiketter: en AI som inte känner till dinosauriernas namn
Det mest fascinerande med DinoTracker är att den inte lärde sig utifrån färdiga exempel märkta av experter. Metoden som användes kallas oövervakad inlärning. Det innebär att algoritmen aldrig fick information som ”detta är spåret från en specifik art” eller ”detta är ett rovdjursspår”. I stället fick den bara se former och hade i uppgift att självständigt hitta grupper av liknande avtryck.
För att göra systemet mer robust mot skador och deformationer genererade forskarna över tiotusen artificiella spår baserade på verkliga avtryck. De simulerade bland annat suddig eller delvis utplånad tå, ett utvidgat avtryck som om det gjorts i blött underlag, rotation av spåret i olika vinklar samt små deformationer som liknar hur marken sjunker under djurets vikt.
Tack vare detta klarar algoritmen även kraftigt bristfälligt material, vilket är det vanligaste man hittar i fält. I stället 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 utgick från enskilda paleontologers antaganden och erfarenheter. Det nya maskininlärningsbaserade synsättet erbjuder ett mer objektivt perspektiv på morfologisk variation.
Spår från 210 miljoner år sedan påminner om dagens fågeltassar
När forskarna placerade in spår från olika tidsperioder i det morfologiska rummet började intressanta samband träda fram på kartan. Mest uppseendeväckande var en grupp mycket gamla avtryck – mer än 210 miljoner år gamla – som i den artificiella intelligensens analys hamnade förvånansvärt nära spår kopplade till fåglar.
Dessa urgamla avtryck uppvisar flera drag som vi känner igen från trottoarer i parker där duvor och måsar rör sig. Datorn identifierade mönster som förbinder triassiska theropoder med moderna fåglar på ett sätt som är betydligt mer övertygande än vad traditionell jämförande analys förmår.
Forskare från Manchester understryker att detta fynd stöder den evolutionära teorin om fåglarnas ursprung. Fossila spår från Ischigualasto i Argentina uppvisar en smalare trebent form, tydliga klor vid tåspetsarna och en förgreningsvinkel liknande svalors och gärdsmygars. Vissa avtryck från juraperioden funna i Colorado visar till och med strukturer som påminner om de dynor som finns på undersidan av fågelns tår.
Forskare vid Museum für Naturkunde i Berlin bekräftar att likheten inte är slumpmässig. Spårens geometri tyder på att vissa små theropoder kan ha rört sig på ett sätt som liknar dagens tättingar eller rovfåglar. Detta stärker hypotesen om en gradvis omvandling av dinosauriernas extremiteter till fågelben.
Praktisk användning: från fältarbete till museisamlingar
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 ovärderligt vid arbete på avlägsna platser utan internetuppkoppling.
Museer runt om i världen har börjat digitalisera sina samlingar av fossila spår med hjälp av just denna teknik. Universitetet i Tübingen planerar att utöka databasen med fyrtåade sauropodavtryck och andra spårtyper. Forskarna hoppas att den artificiella intelligensen ska bidra till att identifiera hittills okända arter enbart utifrån formanalys.
Är du intresserad av paleontologi? Appen är gratis att ladda ner och du kan bidra till forskningen genom att ladda upp fotografier av spår som du hittar under utflykter till områden med fossil.
