人工智能帮助古生物学家通过化石足迹识别恐龙

古生物学与人工智能：对恐龙足迹的新视角

古生物学家不仅研究骨骼，还研究“活体”印记——史前动物生活活动的化石足迹。然而，识别这些足迹往往很困难：它们常常模糊不清，成群出现或被沉积岩覆盖，使得准确识别足迹所有者几乎不可能。

德国研究人员利用人工智能解决了这一难题。他们将近2000张恐龙足迹图片上传到系统，涵盖了地球150百万年的历史，并训练算法提取八个关键特征。这些参数不仅能确定动物种类，还能重建其运动细节。

AI具体考虑了哪些因素？
特征说明
- 足迹的总重量负荷：恐龙步行时施加的重量
- 形状和接触面积：四肢与表面的接触方式
- 身体在移动过程中的位置分布
- 平衡与质量分配
- 脚趾间距
- 足底宽度，对识别种类至关重要
- 脚趾与足底的连接
- “脚跟”结构及其对足迹的影响
- 脚跟位置和压力程度
- 后腿部受压强度
- 前掌–后跟的平衡压力
- 前后重量分布
- 左右侧差异
- 右左足迹形状比较

为什么重要？
在应用AI之前，大多数足迹只能以高度不确定性识别。传统方法考虑了许多变量：运动类型、土壤湿度及其结构，以及长期沉积岩覆盖和随后的侵蚀。这一切都构成了一个复杂的“侦探”任务。

借助新算法，科学家获得了一种“灰姑娘的技术鞋”，这是一种能够更准确地将足迹与特定恐龙种类对应的工具。尤其重要的是，因为单个动物的骨骼很少与其足印一起被发现。

实践成果
一个典型例子是三趾恐龙的足迹，发现于南非，年代约为2.1亿年前。此前认为现代鸟类的祖先仅在6千万年后出现。AI证实了这些小型三足动物确实可能是羽毛类早期亲缘物种，从而重新审视了鸟类特征的进化时间表。

因此，人工智能不仅加速了足迹分析，还为理解史前生物的行为和生物学开辟了新的视野。