Sztuczna inteligencja wywraca paleontologię do góry nogami

Od dziesięcioleci naukowcy spierają się o to, który dinozaur zostawił dany odcisk. Teraz do gry wkracza algorytm. Międzynarodowy zespół badaczy wykorzystuje sztuczną inteligencję do ponownej analizy kopalnych śladów i odkrywa wzorce zaskakująco podobne do tych pozostawianych przez współczesne ptaki — znacznie wcześniej, niż ktokolwiek się spodziewał.

DinoTracker: narzędzie, które potrafi czytać kopalne stopy

Za projektem stoją naukowcy z Uniwersytetu w Tybindze, Uniwersytetu w Manchesterze oraz berlińskiego Museum für Naturkunde. Wspólnie opracowali system sztucznej inteligencji połączony z aplikacją mobilną o nazwie DinoTracker, która automatycznie rozpoznaje i porównuje ślady dinozaurów.

Każdy, kto widział z bliska kopalny ślad, wie, jak trudno go odczytać. Krawędzie są starte, błoto się rozlało, części śladów po prostu zniknęły. A mimo to właśnie te odciski należą do nielicznych bezpośrednich dowodów na to, jak dinozaury chodziły, jak szybko się poruszały i jak były zbudowane ich kończyny.

Zamiast niekończących się sporów ekspertów na temat niejednoznacznych odcisków, sztuczna inteligencja dostarcza odtwarzalnej, neutralnej oceny opartej na kształcie i mierzalnych cechach.

Podstawą DinoTrackera jest tzw. konwolucyjna sieć neuronowa. Nauczono ją na bazie ponad 2000 trzypazurowych odcisków stóp — charakterystycznych dla wielu teropodów i ptaków — pochodzących z okresu od 200 do 145 milionów lat temu. Wszystkie ślady zostały wcześniej ujednolicone: sprowadzone do stylizowanych konturów, bez etykiet ani nazw gatunkowych.

Jak aplikacja działa w praktyce

Użytkownicy — zarówno naukowcy, jak i zwykli spacerowicze — mogą przesłać do aplikacji zdjęcie lub szkic podejrzanego odcisku dinozaura. System przeprowadza wówczas szereg kroków:

automatyczne rozpoznanie punktów referencyjnych, takich jak orientacja palców i długość pięty
określenie ogólnego kształtu, szerokości i symetrii odcisku
porównanie z tysiącami istniejących śladów w bazie danych
umieszczenie nowego odcisku w tzw. morfologicznej „przestrzeni" o ośmiu wymiarach

To ostatnie brzmi abstrakcyjnie, ale w praktyce oznacza, że każdy ślad otrzymuje coś w rodzaju współrzędnych opartych na ośmiu precyzyjnie dobranych zmiennych kształtu. Odciski, które są do siebie podobne, leżą blisko siebie w tej wirtualnej przestrzeni.

Patrząc wyłącznie na kształt, a nie na wcześniej przypisane nazwy, sztuczna inteligencja eliminuje znaczną część ludzkiej stronniczości z procesu porównywania.

Uczenie bez nadzoru: AI, która sama szuka wzorców

Istotnym wyborem badaczy było zastosowanie tzw. uczenia nienadzorowanego. W wielu projektach AI eksperci najpierw wprowadzają etykiety — na przykład: „to teropod", „to dinozaur roślinożerny". Model uczy się wtedy rozpoznawać te oznaczenia.

W DinoTrackerze dzieje się inaczej. Sztuczna inteligencja otrzymuje tylko kształty, bez żadnych informacji o gatunku. System samodzielnie szuka wzorców i grupuje podobne do siebie ślady, nie kierując się istniejącymi klasyfikacjami — które często są rozbieżne i niekiedy okazują się błędne.

Aby model był bardziej odporny na błędy, zespół wygenerował ponad 10 000 dodatkowych, symulowanych odcisków stóp. Opierają się one na prawdziwych śladach, ale zostały cyfrowo zmodyfikowane: poszerzone, częściowo „rozmyte", obrócone lub ściśnięte — jakby ciężki dinozaur stąpał w mokrym błocie albo czas zetarł ślad do nierozpoznania.

Dzięki tym cyfrowym wariantom AI uczy się radzić sobie z uszkodzonymi lub niekompletnymi odciskami. W testach praktycznych system osiągnął zgodność z ocenami ekspertów na poziomie około 90 procent w przypadku dobrze zachowanych śladów. Tam, gdzie specjaliści często się nie zgadzają, algorytm pozostaje spójny — bo zawsze stosuje te same kryteria.

Wczesne ptaki? Stare ślady zaskakująco przypominają współczesne

Najbardziej intrygujący wynik pochodzi z porównania dawnych śladów z odciskami współczesnych ptaków. Sztuczna inteligencja natrafiła na grupę bardzo starych odcisków — liczących ponad 210 milionów lat — które wykazują uderzające podobieństwo do śladów dzisiejszych ptaków.

Chodzi o odciski cechujące się:

smukłą, trzypazurową formą
wyraźną osią wzdłuż środkowego palca
małymi kątami między palcami, wskazującymi na zwarte, prostoliniowe stawianie kroków

Według dotychczasowej wiedzy takie cechy są typowe przede wszystkim dla ptaków z późnej jury i kredy — dziesiątki milionów lat później. Tymczasem pojawiają się już w późnym triasie.

Sztuczna inteligencja nie przypisuje tym śladom nazwy gatunkowej, ale wyraźnie pokazuje, że niektóre dinozaury triasowe miały stopy zadziwiająco przypominające ptasie.

Naukowcy zarysowują dwa możliwe scenariusze. Albo linia ewolucyjna prowadząca do ptaków zapoczątkowała się wcześniej, niż dotąd sądzono, albo niektóre mięsożerne dinozaury niezależnie wykształciły kształt stopy bardzo zbliżony do późniejszych ptaków. W obu przypadkach dyskusja o pochodzeniu ptaków przesuwa się w czasie.

Gdy te „ptakopodobne" ślady porównuje się z młodszymi odciskami, widać stopniowe przejście: od szerszych, bardziej masywnych form stóp ku smuklejszym, wyspecjalizowanym kształtom. Sugeruje to, że określone style chodzenia i budowa kończyn rozwijały się krok po kroku w kierunku modelu ptasiego — zamiast jednym wielkim ewolucyjnym skokiem.

Nauka obywatelska: każdy może zostać tropicielem dinozaurów

Projekt nie ogranicza się do laboratoryjnych algorytmów. Za pośrednictwem aplikacji mobilnej badacze chcą włączyć w prace jak największą liczbę osób. Łowcy skamieniałości, amatorzy geologii, turyści w parkach narodowych — wszyscy mogą przesyłać zdjęcia napotkanych śladów.

Po przesłaniu użytkownik otrzymuje wstępną ocenę: jak bardzo odcisk przypomina znane kategorie i gdzie plasuje się w morfologicznym krajobrazie. Dane są centralnie przechowywane i po weryfikacji mogą zasilić rosnącą bazę danych.

specjaliści oszczędzają czas przy sortowaniu dużej liczby śladów
regiony bez wykwalifikowanych ichnologów zyskują wiarygodne wstępne rozpoznanie
liczba znanych śladów szybko rośnie, co wzmacnia analizy statystyczne

Aplikacja działa więc jak filtr i punkt zbiorczy. Błędne lub wątpliwe zgłoszenia mogą być później sprawdzone przez specjalistów, ale AI już wcześniej wyłuskuje najciekawsze i najbardziej odbiegające od normy ślady. Dla paleontologii — zmagającej się często z ograniczonymi budżetami i niedoborem ekspertów — to ogromna oszczędność czasu i kosztów terenowych.

Od stóp dinozaurów do odcisków roślin i fragmentów kości

Twórcy postrzegają DinoTracker jako pierwszy krok w kierunku szerszego zestawu narzędzi AI do badania skamieniałości. Algorytm nie rozróżnia w zasadzie, czy analizuje stopę dinozaura, czy kopalny liść — rozpoznaje kształty i wzorce.

Dlatego rozszerzenie na inne typy skamieniałości jest jak najbardziej możliwe, na przykład:

odciski roślin w warstwach skalnych
ślady kończyn i tropy bezkręgowców
pojedyncze fragmenty kości lub niekompletne szkielety

Kodując różne zbiory danych w podobny sposób, powstaje cyfrowy zestaw narzędzi, dzięki któremu naukowcy szybciej dostrzegają powiązania między stanowiskami, epokami i gatunkami. Przyspiesza to nie tylko prace opisowe, ale pomaga też w testowaniu modeli ewolucyjnych i scenariuszy klimatycznych z odległej przeszłości.

Co tak naprawdę oznaczają te „osiem wymiarów"?

Określenie „przestrzeń ośmiowymiarowa" brzmi jak science fiction, ale w tym badaniu chodzi po prostu o osiem starannie dobranych liczb przypisanych każdemu odciskowi stopy. Są to na przykład proporcje długości palców, stosunek szerokości do długości stopy, stopień symetrii czy kąt między palcami.

Używając zawsze tego samego zestawu zmiennych, można bezpośrednio porównywać ślady z Chin, Niemiec czy Afryki Południowej. Badacz nie musi już polegać na rysunkach ani opisach z dawnych artykułów — może dosłownie umieścić różne odciski w tej samej matematycznej przestrzeni.

Dla amatorów poszukiwaczy te techniczne szczegóły mają może mniejsze znaczenie, ale korzystają z nich pośrednio. Im więcej ustandaryzowanych danych trafia do systemu, tym trafniej AI ocenia ich znaleziska. Wyraźne zdjęcie z linijką przy śladzie dostarcza informacji użytecznych przez dziesięciolecia — nawet gdy powstaną zupełnie nowe metody analizy.

Ktoś, kto idzie wzdłuż skały z ciemnymi plamami i myśli: „czy to mogła być stopa dinozaura?" — z DinoTrackerem zyskuje zupełnie nową możliwość. Jedno zdjęcie może stać się punktem danych wpływającym na dyskusję o tym, jak powstały ptaki i jak dinozaury przemierzały naszą planetę.