Jak aplikacja na nowo ożywia pradawne ślady
Paleontolodzy z Niemiec i Wielkiej Brytanii wdrożyli nową sztuczną inteligencję, która analizuje skamieniałe odciski stóp dinozaurów. Oprogramowanie wykrywa wzorce, które przez dziesięciolecia umykały specjalistom – a przy okazji trafia na kształty stóp zaskakująco przypominające współczesne ptaki. Co więcej, dedykowana aplikacja pozwala zainteresowanym amatorom aktywnie uczestniczyć w projekcie badawczym.
Dziś każdy, kto natrafi na podejrzany ślad w kamieniołomie lub na skale, może teoretycznie stać się częścią nauki. Aplikacja DinoTracker przetwarza zdjęcia lub rysunki kopalnych odcisków stóp i przesyła je do AI wyspecjalizowanej w analizie kształtów.
Ślady dinozaurów są często niekompletne, zwietrzałe lub zniekształcone. Naukowcy regularnie spierają się, czy dany odcisk rzeczywiście pochodzi od konkretnego dinozaura, czy jest jedynie przypadkową formą w dawnym błocie. Właśnie tutaj wkracza nowe podejście badawcze.
Zamiast polegać na intuicji pojedynczych ekspertów, AI mierzy każdy ślad według tych samych kryteriów – jednolicie na całym świecie.
Badacze z Uniwersytetu w Tybindze, Uniwersytetu w Manchesterze oraz Muzeum Historii Naturalnej w Berlinie zdigitalizowali ponad 2000 trójpalczastych odcisków stóp ze wszystkich stron globu. Ślady pochodzą głównie z okresu między 200 a 145 milionami lat temu, czyli z triasu i jury.
Jak AI przetwarza odciski stóp dinozaurów
Od strony technicznej za całością stoi tak zwana konwolucyjna sieć neuronowa – rodzaj sieci zaprojektowanej specjalnie do przetwarzania danych obrazowych. Naukowcy przeliczyli każdy ślad na coś w rodzaju sylwetki: wyraźne kontury zamiast szczegółowych fotografii, tak by liczyła się wyłącznie forma.
System następnie standaryzuje wszystkie odciski i bada między innymi:
- kąt i orientację palców
- długość i szerokość obszaru pięty
- odległość między palcami
- ogólny kształt odcisku (wąski, szeroki, symetryczny, asymetryczny)
Na podstawie tych cech AI tworzy tak zwany „morfologiczny przestrzeń" o ośmiu wymiarach. Można to sobie wyobrazić mniej więcej jak układ współrzędnych, w którym każdy punkt odpowiada jednemu śladowi.
Każdy odcisk stopy trafia jako punkt do tej przestrzeni kształtów – ślady o podobnej formie leżą blisko siebie, a te wyraźnie odmienne znajdują się daleko od reszty.
Dzięki temu dotychczas trudne do sklasyfikowania odciski można obiektywnie porządkować: który ślad najbardziej przypomina znane formy? Czy istnieją grupy, których nikt wcześniej nie rozpoznał jako powiązane ze sobą?
Dlaczego badacze postawili na AI uczącą się „bez etykietek"
Kluczowy element to fakt, że AI uczy się w trybie nienadzorowanym. Twórcy nie nadają jej żadnych etykiet w rodzaju „teropod", „zauropod" czy „krewny ptaków". Algorytm patrzy wyłącznie na geometrię śladu.
Zaleta jest oczywista: wiele historycznych klasyfikacji w bazach danych jest niepewnych lub wręcz błędnych. Gdyby AI uczyła się na takich wadliwych oznaczeniach, przejęłaby te błędy. W obecnym systemie oprogramowanie świadomie odcina się od tego problemu i grupuje ślady wyłącznie według podobieństwa kształtów.
Aby uczynić system bardziej odpornym, badacze wygenerowali dodatkowo ponad 10 000 sztucznych wariantów oryginalnych śladów. Symulacje obejmowały:
- zaokrąglone lub częściowo „zerodowane" palce
- poszerzenie wywołane błotem lub miękkim podłożem
- obroty i ścinania, jakie powstają przy ukośnym stąpaniu
- zniekształcenia wynikające z ciężaru i ruchu zwierzęcia
AI uczy się w ten sposób, że rzeczywiste ślady rzadko bywają idealne – i rozpoznaje leżący u podstaw kształt mimo uszkodzeń. W testach oprogramowanie zgadzało się z doświadczonymi ichnologami w około 90 procentach przypadków dobrze zachowanych odcisków.
Pradawny ślad, nowoczesna ptasia stopa: co odkryła AI
Naprawdę ekscytujące staje się to przy odciskach, które wyraźnie wyłamują się ze schematu. Badanie opisuje ślady liczące ponad 210 milionów lat – a więc z okresu, w którym ptaki właściwie jeszcze nie istniały.
AI przyporządkowuje niektóre z tych tropów do obszaru przestrzeni kształtów, który zadziwiająco blisko odpowiada współczesnym śladom ptaków. Typowe cechy to:
- wąska, trójpalczasta struktura
- wyraźnie dostrzegalna symetria wzdłużna
- niewielka odległość między palcami
- ogólnie „wydłużona", niemal delikatna stopa
Dla badaczy niektóre z tych triasowych śladów wyglądają „podejrzanie ptakowato" – na miliony lat przed tym, zanim w zapisie kopalnym pojawiają się klasyczne skamieniałości wczesnych ptaków.
Stąd wyłaniają się dwa scenariusze, oba równie intrygujące:
- Linia ewolucyjna, z której później wyłoniły się ptaki, mogła być znacznie starsza, niż dotąd sądzono.
- Albo pewne drapieżne dinozaury triasu miały stopy, które już mocno przypominały plan budowy stopy współczesnych ptaków – klasyczny przypadek ewolucji konwergentnej.
Jedno jest pewne: AI nie nadaje nazw gatunkowych. Nie twierdzi „to był wczesny ptak", lecz jedynie opisuje bliskość form. Właśnie dlatego odkrycie zyskuje na wadze – nie jest powiązane z tradycyjnymi klasyfikacjami.
Co to oznacza dla naszego obrazu lokomocji dinozaurów
Badacze porównują „ptakopodobne" ślady z młodszymi tropami z jury i kredy. W ośmiowymiarowej przestrzeni kształtów widoczne są płynne przejścia: od stosunkowo masywnych, szeroko rozstawionych stóp ku smuklejszym, ptasim formom.
To wspiera ideę stopniowego przystosowania ku wydajnemu, dwunożnemu chodzeniu, jakie obserwujemy dziś u ptaków. W połączeniu ze znaleziskami kostnymi teropodów, najbliższych znanych krewnych ptaków, dyskusja o dokładnym czasie powstania ptaków nabiera nowego impetu.
Citizen science: gdy hobbyści zasilają bazę danych
Urok projektu polega między innymi na tym, że nie pozostaje zamknięty w wieży z kości słoniowej. DinoTracker świadomie stawia na zaangażowanie zainteresowanych laików. Ktokolwiek podczas wędrówki natknie się na możliwy ślad, może zgłosić go przez aplikację.
Procedura jest prosta: wgraj zdjęcie lub szkic, podaj przybliżoną skalę, udostępnij dane lokalizacji – reszta dzieje się automatycznie. AI klasyfikuje odcisk i umieszcza go w morfologicznej przestrzeni. Użytkownicy widzą, do których znanych śladów ich trop jest najbliższy.
Z rozproszonych pojedynczych obserwacji z czasem powstaje globalny rejestr śladów dinozaurów – częściowo profesjonalny, częściowo napędzany przez społeczność.
Dla nauki niesie to dwie wielkie korzyści:
- Baza danych rośnie błyskawicznie, także z regionów pozbawionych specjalistów od dinozaurów.
- Standaryzacja analizy sprawia, że znaleziska stają się porównywalne niezależnie od tego, kto je zgłasza.
Nowe, naukowo wartościowe ślady mogą po weryfikacji zasilać dane treningowe AI. System sam się w ten sposób doskonali – tworzy się krąg: więcej znalezisk, lepszy model, jeszcze trafniejsze klasyfikacje.
Dokąd może zmierzać ta technologia
Badacze myślą już dalej niż tylko ślady dinozaurów. Podstawowa idea automatycznej analizy czystych form sprawdza się równie dobrze w przypadku innych skamieniałości: odcisków roślin, tropów bezkręgowców, fragmentów kości czy muszli.
Odpowiednio wytrenowana AI mogłaby:
- przyporządkowywać fragmenty kości do wirtualnych kompletnych szkieletów
- statystycznie rozdzielać tropy różnych grup zwierząt na danym obszarze
- systematycznie ponownie przeglądać stare zbiory w muzeach
Muzea często siedzą na gigantycznych zasobach ledwo opracowanych znalezisk. Algorytm mógłby wykonać wstępne sortowanie, oznaczać osobliwości i w ten sposób kierować ludzkich ekspertów precyzyjniej ku naprawdę ciekawym okazom.
Co oznaczają „morfologiczna przestrzeń" i „uczenie nienadzorowane"
Dla tych, którym terminy sprawiają trudność, uproszczone wyjaśnienie wygląda tak:
- Morfologiczna przestrzeń: Abstrakcyjna przestrzeń, w której każdy ślad ma swoje współrzędne. Bliskość oznacza podobieństwo form, odległość – wyraźne różnice.
- Uczenie nienadzorowane: AI samodzielnie grupuje dane, bez wcześniejszego wskazania przez człowieka, która kategoria jest „właściwa".
To połączenie jest szczególnie wartościowe w dziedzinach, gdzie istnieje wiele znalezisk, ale niewielu specjalistów zdolnych je sklasyfikować. AI wstępnie sortuje – człowiek następnie interpretuje.
Dla paleontologii oznacza to: zamiast gubić się w szczegółowych sporach o pojedyncze ślady, na pierwszy plan wysuwają się nadrzędne wzorce. Jakie formy pojawiają się równolegle w różnych miejscach i epokach? Gdzie trendy nagle się urywają? Kiedy mnożą się ptakopodobne stopy, a kiedy dominują masywne odciski?
To właśnie w tych wzorcach tkwi materiał na nowe hipotezy ewolucyjne – i być może na kolejne zaskakujące odkrycie łączące dinozaury z wróblami śpiewającymi w naszych ogrodach.
