Fra millioner af år gamle fodaftryk til overraskende konklusioner
En algoritme koblet sammen med den mobile app DinoTracker gennemgår tusindvis af tå- og hælaftryk fra hundredvis af millioner år tilbage. Ud fra deres form drager systemet bemærkelsesværdige konklusioner om, hvordan gang, fødder og bevægelsesmønstre udviklede sig hos dyr, vi normalt kun kender fra knogler.
AI i stedet for forstørrelsesglasset: Sådan "ser" DinoTracker et fodaftryk
Identifikation af dinosaurspor har altid været et mareridt for palæontologer. Aftrykkene er forvrænget af tid, erosion og bevægelser i bjergarter – og de er ofte ufuldstændige. Resultatet er, at to eksperter sagtens kan beskrive det samme spor på helt forskellige måder.
Et forskerhold fra Universitetet i Tübingen, Universitetet i Manchester og Berlins Museum für Naturkunde besluttede at overlade dette arbejde til en maskine. De udviklede et intelligent system, der udelukkende ser på aftrykkets form – uden forudgående etiketter eller antydninger om, hvilken gruppe dyret tilhørte.
Algoritmen lærer selv ved hjælp af over 2.000 tre-tåede dinosauraftryk fra hele kloden, dateret til perioden for 200–145 millioner år siden.
DinoTracker benytter et neuralt netværk, der er trænet på konturerne af disse spor. Hvert aftryk blev omdannet til en forenklet omrids, så kun geometrien tæller: længde, bredde, tåproportioner, hælform og symmetri.
Otte dimensioner i ét skridt
Under motorhjelmen på appen opererer det, der kaldes et morfologisk rum. Det er et matematisk "rum" med otte dimensioner, hvor hvert punkt svarer til ét enkelt aftryk.
- Hvert punkts placering beskriver otte centrale egenskaber ved sporets form.
- Jo tættere to punkter er på hinanden, desto mere ens er aftrykkene.
- Klynger af punkter repræsenterer typiske sæt af egenskaber – altså gentagende stilarter i fodopbygning.
Når en bruger uploader et foto eller en skitse af et aftryk, markerer systemet automatisk de karakteristiske steder: tåspidser, hælens begyndelsespunkt og den overordnede kontur. Derefter sammenlignes det med databasen og placeres i det ottedimensionelle rum, mens ligheden med kendte spor beregnes.
Denne tilgang minimerer indflydelsen fra menneskelige vaner og ekspertdiskussioner – kun tal og form har betydning.
Læring uden etiketter: Når AI ikke stoler blindt på eksperter
De fleste billedgenkendelsessystemer bygger på eksempler, der er beskrevet af mennesker. Her valgte forskerne den modsatte vej: algoritmen får ingen oplysninger om, hvilken art et spor tilhører. Den danner selv kategorier udelukkende ud fra geometriske ligheder.
Denne metode – kaldet uovervåget læring – har ét klart formål: ikke at gentage gamle fejl. Hvis nogen engang har misidentificeret et spor i databasen, ville en klassisk model blot cementere den fejl. Her søger systemet efter mønstre helt fra bunden.
Simulerede spor som fra det virkelige felt
Forskerne gik et skridt videre og "snavste" dataene til, inden AI så dem. Fra de originale aftryk genererede de over 10.000 kunstige varianter. Blandt de ændrede faktorer var:
- aftrykkets samlede bredde og længde,
- graden af tåudviskning, som om sporet var opstået i mudder,
- fodens rotation ved hvert skridt,
- lokale deformationer, der ligner dem forårsaget af dyrets vægt.
Målet var, at algoritmen ikke kun skulle håndtere perfekte museumseksemplarer, men også det, man støder på i felten: fragmentariske, tidens tand-gnabede aftryk. I tests opnår systemet en overensstemmelse på omkring 90 procent med ekspertvurderinger, når sporene er velbevarede.
Maskinen erstatter ikke palæontologen, men fungerer som en yderst konsekvent og utrættelig assistent, der vurderer alle spor efter nøjagtigt de samme principper.
Spor fra 210 millioner år tilbage minder om en nutidig solsorters trin
Den mest opsigtsvækkende del af forskningen handler om fugle. Det har længe været kendt, at fugle stammer fra den dinosaurgruppe, der kaldes theropoder, men tidspunktet og forløbet af denne udvikling skaber stadig heftig debat.
DinoTracker "fiskede" meget gamle aftryk ud af databasen – mere end 210 millioner år gamle – som overraskende nok landede højt på lighedsskalaen ved siden af spor forbundet med fugleagtig fodbygning. De deler flere kendetegn:
| Aftrykkets egenskaber | Gamle dinosaurspor | Typiske fuglespor |
|---|---|---|
| Antal tæer | Tre, tydeligt markerede | Tre tæer rettet fremad |
| Tåspredning | Lille vinkel mellem tæerne | Tilsvarende smal spredning |
| Symmetri | Stærk akse langs fodmidten | Lige så tydelig symmetri |
Det overraskede forskerne, fordi man traditionelt forbandt så "fugleagtige" fødder med en senere periode i jura. Resultaterne åbner for to muligheder: enten opstod den linje, der fører til fugle, langt tidligere end antaget, eller også udviklede visse trias-rovdinosaurer en lignende fodstype uafhængigt af hinanden.
Sporene afslører ikke, hvem der efterlod dem – men de fortæller, at fodbygningsstilen minder bemærkelsesværdigt meget om nutidens fugle, og det på et forbløffende tidligt tidspunkt i Jordens historie.
Det er et stærkt argument for, at visse "konstruktionsmæssige løsninger" i evolutionen af lemmer er opstået flere gange, simpelthen fordi de fungerede godt ved hurtig løb eller præcis gang.
Bevisbyrden flyttes til… aftrykkene
Ved at sammenligne meget gamle spor med yngre opdagede holdet en kontinuitet i bestemte former. I praksis betyder det, at man kan følge en glidende overgang fra brede, massivere tæer til de slankere varianter, der ligner fuglenes.
Hidtil har meget opmærksomhed været rettet mod selve knoglerne – særligt bækkenet, halen og tænderne. De nye analyser tyder på, at selve fodmønstret og måden at gå på også rummer enorm information om, hvordan hele theropodgruppen – som fugle stammer fra – udviklede sig.
Telefonen i lommen som palæontologens redskab
Skaberne af DinoTracker holder ikke systemet låst inde i laboratorier. Appen er designet til at fungere på en almindelig smartphone. Enhver, der besøger fossilrige lokaliteter – fra skoleklasser til lokale entusiaster – kan tage et billede af et mistænkeligt spor og sende det til analyse.
Til gengæld modtager brugeren oplysninger om, hvilke kendte aftryk det pågældende foto ligner mest, samt hvor det nye spor placerer sig i det ottedimensionelle morfologiske rum.
Appen forvandler tilfældige fund under en gåtur til værdifulde brikker i et videnskabeligt puslespil, der kan verificeres og sammenlignes med eksisterende data.
Masseindsamling af data frem for nogle få ekspeditioner om året
Hvis brugere sender store mængder billeder, kan sporedatabasen vokse til en skala, der ville være svær at opnå for forskerhold alene. Et sådant distribueret observationssystem giver flere fordele:
- Data dukker op fra regioner, som ekspeditioner sjældent når frem til.
- Usædvanlige spor er lettere at opdage, fordi antallet af indberetninger er langt højere.
- Spor, der ødelægges af erosion, vejbyggeri eller bebyggelse, kan registreres hurtigere.
Forskerne understreger, at alle indberetninger gennemgår en verifikationsproces. Algoritmen sammenligner dem med eksisterende mønstre, og ved tvivlstilfælde involveres specialister. Ikke desto mindre ændrer selve datamængden spillets regler: i teorien er det muligt at opbygge historiens største digitale samling af dinosauraftryk med standardiserede beskrivelser.
Hvad sker der nu: Fra dinosaurspor til digital palæontologi
Projektets ophavsmænd ønsker ikke at stoppe ved fodaftryk fra forhistoriske krybdyr. Den samme formgenkendelsesmekanisme kan anvendes på andre typer fossiler: hvirvelløse dyrs spor, planteaftryk, knoglefragmenter og muslinger.
Den fælles nævner er geometri. Hvis den kan omsættes til numeriske data, kan AI opfange mønstre, der er overset af det menneskelige øje – særligt når vi taler om tusindvis af prøver fra forskellige dele af verden og forskellige geologiske perioder.
Palæontologens værktøjskasse ligner i stigende grad en dataanalytiker's værksted: statistiske modeller, neurale netværk, cloud-databaser og smartphone-apps.
For lægfolk lyder det måske fjernt, men effekten kan være meget håndgribelig. Mere præcis datering af ændringer i lemmernes opbygning og dyrs bevægelsesmønstre giver bedre rekonstruktioner af fortidige økosystemer – fra hvordan en tropisk skov så ud for 180 millioner år siden, til hvordan rovdyr, der lignede oversized fugle, løb rundt i den.
Det er også værd at huske, at lignende former for formanalyse er på vej ind i andre discipliner – fra medicin til arkæologi. Hvis AI kan trække information ud af et fodaftryk fra 200 millioner år siden, kan det lige så godt håndtere mikroskopiske ændringer på knoglefotos eller klassificering af stenredskaber. DinoTracker er altså ikke blot en kuriositet for dinosaur-entusiaster, men et varsel om en bredere forandring i, hvordan vi undersøger Jordens fortid.
