Un algoritmo che vede nei dinosauri qualcosa di molto familiare
Ricercatori provenienti da Germania e Regno Unito hanno sviluppato uno strumento capace di analizzare l’impronta di un artiglio dinosauro con la stessa precisione con cui gli algoritmi riconoscono i volti negli smartphone. Il risultato? In molte orme antichissime, il computer individua qualcosa di sorprendentemente noto: le zampe degli uccelli moderni.
La paleontologia tradizionale è quasi sempre associata alla faticosa estrazione di resti scheletrici. Eppure una quantità enorme di informazioni sulle creature estinte si nasconde in qualcosa di molto più effimero: le impronte lasciate nel fango primordiale, oggi conservate nella roccia. Queste tracce sono spesso danneggiate, deformate e usurate dal tempo e dagli agenti atmosferici. Anche per gli esperti più qualificati, interpretarle rappresentava una sfida considerevole.
Il progetto nato tra Tübingen, Manchester e Berlino
Un team dell’Università di Tübingen, in collaborazione con scienziati di Manchester e del Museum für Naturkunde di Berlino, ha deciso di affidare questo problema all’intelligenza artificiale. L’algoritmo sviluppato non ha bisogno di istruzioni umane su come dovrebbe apparire un determinato tipo di orma. Osserva esclusivamente la forma geometrica e individua autonomamente i pattern ricorrenti.
Il sistema analizza migliaia di impronte di dinosauri come se fossero impronte digitali, raggruppandole in base a somiglianze reali e non secondo le convenzioni consolidate tra i ricercatori. Questo approccio apre prospettive completamente nuove per la paleontologia.
Come funziona DinoTracker: dalla fotografia a uno spazio a otto dimensioni
Il cuore del progetto è un’applicazione mobile chiamata DinoTracker, supportata da una rete neurale. Il database di addestramento comprende oltre duemila impronte tridattile provenienti da tutto il mondo, datate a un periodo compreso tra circa 200 e 145 milioni di anni fa. I ricercatori hanno prima convertito le orme in profili semplificati, in modo che l’intelligenza artificiale potesse analizzare la geometria pura, senza essere influenzata dal colore della roccia o dai segni dell’erosione.
Quando un utente fotografa un’orma o carica un disegno, il sistema individua automaticamente i punti caratteristici. Su questa base, l’algoritmo traduce ogni impronta in un insieme di otto parametri morfologici fondamentali, collocandola in una cosiddetta mappa dello spazio morfologico a otto dimensioni, dove le orme simili si trovano vicine tra loro e quelle diverse risultano distanti.
Tra i principali elementi analizzati troviamo:
- orientamento e direzione delle dita
- lunghezza della parte che ricorda il tallone
- proporzioni tra le singole dita
- larghezza massima dell’impronta
- angolo di apertura tra le dita esterne
- curvatura dei singoli artigli
- profondità dell’impronta nelle diverse zone
- asimmetria tra lato destro e sinistro
Lo spazio morfologico funziona di fatto come una mappa delle forme, dove ogni orma ha un indirizzo definito da otto numeri. Questo metodo elimina le situazioni in cui due esperti arrivano a conclusioni completamente diverse sulla stessa impronta. Nei test, la concordanza tra l’algoritmo e i giudizi degli specialisti ha raggiunto circa il 90% per le orme ben conservate, con il vantaggio aggiuntivo che il computer lavora sempre con la stessa coerenza.
Apprendimento senza etichette: un’intelligenza artificiale che non conosce i nomi dei dinosauri
L’aspetto più affascinante di DinoTracker è che non si è formato partendo da esempi già classificati dagli esperti. È stato impiegato il cosiddetto apprendimento non supervisionato: l’algoritmo non ha mai ricevuto indicazioni del tipo “questa è l’orma di una specie precisa” o “questa è la traccia di un carnivoro”. Ha visto soltanto forme geometriche e ha avuto il compito di individuare autonomamente gruppi di impronte simili.
Per rendere il sistema più robusto contro danni e deformazioni, i ricercatori hanno generato oltre diecimila orme artificiali partendo da quelle reali. Hanno simulato scenari come la sfocatura o la cancellazione parziale di una delle dita, l’allargamento dell’intera impronta come se fosse impressa in un substrato molto morbido, la rotazione dell’orma a diversi angoli e piccole deformazioni simili all’assestamento del terreno sotto il peso dell’animale.
Grazie a questo addestramento, l’algoritmo è in grado di gestire anche materiali fortemente imperfetti, che sono proprio quelli più comuni sul campo. Invece di chiedersi “è davvero l’orma di un dinosauro conosciuto?”, il sistema pone una domanda diversa: “a quali altre orme assomiglia maggiormente questa forma?”
I ricercatori dell’Università di Tübingen sottolineano che i metodi di classificazione tradizionali si basavano spesso sulle ipotesi e sull’esperienza soggettiva dei singoli paleontologi. Il nuovo approccio fondato sul machine learning offre una visione più obiettiva della variabilità morfologica.
Orme di 210 milioni di anni fa che ricordano le zampe degli uccelli odierni
Quando i ricercatori hanno inserito nella mappa morfologica le orme provenienti da epoche diverse, sono emerse connessioni straordinarie. Il dato più sorprendente riguarda un gruppo di impronte molto antiche, risalenti a oltre 210 milioni di anni fa, che nell’analisi algoritmica si sono posizionate insolitamente vicino alle tracce associate agli uccelli.
Queste orme arcaiche presentano diversi tratti che riconosciamo sui marciapiedi dei parchi dove camminano piccioni e gabbiani. Il computer ha individuato pattern che collegano i teropodi del Triassico agli uccelli moderni in modo molto più convincente di quanto avrebbe potuto fare qualsiasi analisi comparativa tradizionale.
I ricercatori di Manchester evidenziano che questa scoperta rafforza la teoria evolutiva sull’origine aviaria dei dinosauri. Le orme fossili provenienti dalla località di Ischigualasto in Argentina mostrano una forma tridattile più stretta, artigli pronunciati alle estremità delle dita e un angolo di apertura simile a quello delle rondini o dei scriccioli. Alcune impronte del periodo Giurassico rinvenute in Colorado presentano addirittura una struttura che ricorda i cuscinetti plantari sul lato inferiore delle dita degli uccelli.
Gli specialisti del Museum für Naturkunde di Berlino hanno confermato che questa somiglianza non è casuale. La geometria delle orme suggerisce che alcuni piccoli teropodi potevano avere un modo di muoversi molto simile a quello degli uccelli canori o dei rapaci odierni. Questo rafforza l’ipotesi di una progressiva trasformazione degli arti dei dinosauri in zampe aviarie.
Applicazioni concrete: dalla ricerca sul campo alle collezioni museali
DinoTracker non è soltanto un esperimento accademico. I ricercatori lo stanno già testando sul campo in Utah, Wyoming e Patagonia, dove i paleontologi — anche dilettanti — possono confrontare immediatamente un’orma trovata con il database disponibile. Il sistema funziona anche offline, una caratteristica particolarmente utile quando si lavora in aree remote prive di connessione internet.
Musei di tutto il mondo stanno iniziando a digitalizzare le loro collezioni di orme fossili proprio grazie a questa tecnologia. L’Università di Tübingen prevede di espandere il database includendo le impronte quadridattile dei sauropodi e altri tipi di tracce. Gli scienziati sperano che l’intelligenza artificiale possa aiutare a identificare specie ancora sconosciute basandosi esclusivamente sull’analisi morfologica.
Se hai interesse per la paleontologia, sappi che l’applicazione è disponibile gratuitamente e puoi contribuire alla ricerca caricando le fotografie delle orme che trovi durante le tue escursioni in aree ricche di fossili.
