Kunstig intelligens undersøger spor fra for 200 millioner år siden
Dinosaurspor er beskedne fordybninger i klipper, som tid, erosion og jordbevægelser har forvrænget gennem årmillioner. For forskere fungerer de dog som en slags sort boks med registreringer af gangart, tempo og ind imellem endda adfærd. Problemet er bare, at sådanne aftryk sjældent bevares perfekt, og det at henføre dem til en bestemt dinosaurgruppe minder ofte om et avanceret gæt.
Det er præcis det, et hold fra Universitetet i Tübingen, i samarbejde med Universitetet i Manchester og Berlins Museum für Naturkunde, besluttede sig for at tackle. Forskerne udviklede et AI-system, der selvstændigt analyserer aftryk og grupperer dem efter form – helt uden menneskelige hints om, hvem der efterlod dem.
Den nye algoritme kigger udelukkende på sporets geometri. Den er ligeglad med artens navn – den eneste interesse er, hvordan dyrets fod faktisk så ud.
DinoTracker-appen – paleontologi i din lomme
Projektets hjerte er appen DinoTracker, som bygger på et neuralt netværk specialiseret i formgenkendelse. Forskerne "fodrede" det med over 2.000 trefingrede aftryk fra hele verden, primært fra perioden 200 til 145 millioner år siden. Hvert spor blev standardiseret – reduceret til en kontur, roteret og skaleret, så algoritmen kan sammenligne dem som tegninger i samme format.
Brugeren skal enten fotografere et spor eller tegne dets omrids. Derefter analyserer AI'en en række centrale egenskaber:
- Arrangementet og vinklen mellem de tre tæer,
- Proportionerne mellem tæernes længde og "hælen",
- Sporets symmetri i forhold til midtertåens akse,
- Den overordnede slanke eller massive karakter af aftrykket.
På den baggrund beregner systemet ligheden med sporene i databasen og placerer det nye aftryk i et ottemimensionelt formrum – et slags kort over dinosaurernes fodsålemorfologi.
Et sådant "formkort" gør det muligt at behandle hvert spor som et datapunkt i en sky. Spor fra dyr med meget ens fodanatomi havner tæt på hinanden, selv hvis de stammer fra forskellige kontinenter og tidsperioder.
Ingen etiketter, ingen forslag, færre fejl
I stedet for klassisk overvåget maskinlæring, hvor en ekspert først beskriver dataene, anvendtes her ikke-overvåget læring. Algoritmen modtager ikke oplysningen: "dette er sporet fra den og den dinosaur." Den søger selv efter naturlige grupper af lignende former.
For at gøre systemet robust over for beskadigede eller ufuldstændige spor genererede forskerne over 10.000 kunstige sporvarianter. De simulerede bl.a. forvrængninger fra blødt underlag, delvist udviskede tæer, slørede konturer og let rotation af foden under gang. Det lærte i praksis AI'en at håndtere "grimme" eksemplarer – præcis dem, paleontologer oftest finder.
I tests blev algoritmens afgørelser sammenlignet med specialisters vurderinger af fossile spor. Ved velbevarede aftryk nåede overensstemmelsen op på omkring 90 procent, og systemet fastholdt den samme vurderingsmetode uanset prøvens oprindelse eller erfaringen hos den person, der indsendte den.
Fuglelignende skridt hos dinosaurer fra for 210 millioner år siden
De mest fascinerende konklusioner dukkede op, da forskerne undersøgte, hvor de ældste kendte dinosaurspor havnede i formrummet. En del aftryk dateret til over 210 millioner år siden landede i områder, der hidtil var forbeholdt moderne fugle snarere end de massive theropoder fra film og fantasien.
Disse aftryk deler tre træk, der normalt forbindes med fugles gangart:
- En slank, udstrakt form med tre tæer arrangeret næsten på én linje,
- Stor symmetri i aftrykket i forhold til midtertåens akse,
- Lille spredning mellem tæerne, hvilket antyder en relativt smal gang.
Det er et markant bump i den enkle forestilling om, at fugle "dukker op" meget senere, i den sene juraperiode. Analysens resultater åbner to muligheder. Enten forgrenede den evolutionære linje, der fører til fugle, sig tidligere end antaget. Eller også havde nogle af de tidlige kødædende dinosaurer fra trias-perioden overraskende fuglelignende fødder, selv om resten af kroppen stadig så ret "klassisk dinosauragtig" ud.
Fra AI'ens perspektiv er det afgørende, at spor fra den dybe trias-periode og aftryk fra nutidige fugle på mange måder "tegner sig" meget ens.
Forskerne understreger, at algoritmen ikke henregner spor til bestemte arter – den sammenstiller kun former. Det mindsker risikoen for overfortolkning. I stedet for at tilpasse hvert aftryk med tvang til en kendt dinosaur kan man acceptere, at visse typer fødder og gangarter opstod uafhængigt i forskellige udviklingslinjer.
En kontinuerlig formkæde fra dinosaur til spurv
Sammenligningen af spor fra forskellige geologiske perioder afslørede også noget, der ligner et "kontinuerligt bånd" af beslægtede former. Der er intet brat spring mellem de gamle theropoder og fuglene – snarere en gradvis forskydning af former i retning af den typisk fugleagtige fod.
Det giver næring til diskussionen om, hvor hurtigt ændringerne knyttet til løftet kropsholdning, forlængede baglemmer og forskudt tyngdepunkt foregik. Aftrykene antyder, at visse elementer af fuglenes biomekanik blev "testet" i evolutionens laboratorium længe inden ægte fugle med fjer og flyvedygtige vinger dukkede op.
Enhver turist kan hjælpe med at forske i dinosaurer
DinoTracker blev ikke kun skabt til brug i stilfærdige laboratorier. Skaberne ønsker, at guider, geologientusiaster og selv turister, der besøger lokaliteter med aftryk, bruger appen. Det kræver blot et foto, korrekt markering af sporets orientering og afsendelse af filen.
Systemet returnerer to slags information: det viser procentvis lighed med referencespor i databasen samt det nye aftrykkets placering på formkortet. Det giver brugeren en fornemmelse af, om man kigger på noget usædvanligt eller snarere et ret standard spor fra en tobenede rovdyr.
Hundredvis af lokale indberetninger fra forskellige lande kan i sidste ende opbygge en af de største databaser over dinosaurspor, der nogensinde er indsamlet.
| App-funktion | Videnskabelig fordel |
|---|---|
| Automatisk formanalyse af sporet | Ensartet metode til sammenligning af prøver fra forskellige regioner |
| Mulighed for brugerindberetninger | Hurtigere vækst af databasen uden ekspeditioner fra hvert forskningshold |
| Vurdering af kvalitet og usædvanlighed | Vejledning i, hvilke fund det er værd at undersøge personligt i felten |
| Algoritmisk læring fra nye prøver | Stadig bedre skelnen mellem subtile forskelle i spor |
Denne arbejdsmodel løser delvist problemet med mangel på specialister i fossile spor i mange lande. Lokale entusiaster kan indsamle det indledende materiale, og algoritmen giver det en grundlæggende struktur. Eksperterne kan derefter koncentrere sig om de mest interessante tilfælde.
Hvad AI ellers kan "se" i fossiler
Skaberne af DinoTracker agter ikke at stoppe ved dinosaurspor. Den samme formanalyse kan anvendes på andre typer spor og rester: fra bladaftryk fra millioner af år siden til gange gnaget i mudder af uråldgamle hvirvelløse dyr. Der er også planer om at bruge algoritmen til foreløbig sortering af knoglefragmenter, som er svære at henføre til et bestemt skeletdel.
Idéen er enkel: i stedet for at undersøge hvert eksemplar enkeltvis får paleontologen et interaktivt lighedskort i hånden. Det giver overblik over, hvor usædvanlige former klumper sig sammen, i hvilke epoker bestemte typer fødder, blade eller panserformer tiltager eller aftager. Det gør det muligt at stille mere præcise spørgsmål om klimaændringer, dyremigration og udsletningstempo.
Hvorfor spor ind imellem fortæller mere end knogler
For mange mennesker er dinosaurer frem for alt kranier og skeletter i museer. Men spor bevarer noget, som knogler ofte mangler: information om bevægelse. Fra en enkelt række aftryk kan en paleontolog aflæse ganghastighed, skridtlængde, måden fødderne sættes på, og ind imellem endda om dyret løb, drejede, standsede eller gik i flok.
En AI, der analyserer tusindvis af sådanne spor på én gang, kan opfange mønstre, der er usynlige ved den traditionelle tilgang, hvor en forsker arbejder på nogle få lokale udgravningssteder. Sammenstilling af spor fra forskellige kontinenter gør det for eksempel muligt at undersøge, om lignende gangarter opstod uafhængigt i fjerne populationer, eller om de snarere spredte sig fra én region med dyremigration.
For den nysgerrige læser er det et interessant signal: kunstig intelligens rykker i stigende grad ind på områder, der i årevis blev betragtet som fuldstændig "analoge" og dybt afhængige af forskerens individuelle intuition. Inden for paleontologien erstatter den ikke mennesket, men fungerer som lup og regnemaskine i ét – og hjælper med at strukturere data og stille mere præcise spørgsmål om vores planets fortid.
